当保险遇到大数据 ——大数据在保险领域的应用价值

点击上方“东方国信大数据”关注我们前言　　有数据显示，中国保险行业的渗透率只有3%，大大低于西方发达国...

点击上方“东方国信大数据”关注我们

前言

　　有数据显示，中国保险行业的渗透率只有3%，大大低于西方发达国家10%左右的渗透率。保险行业分财险和寿险，面对个人的寿险和财险服务主要依靠传统的电话和保险代理人制度进行销售，保险行业销售率正在逐年下降，保险营销面临巨大的挑战，已经影响了保险行业未来的发展。并且，面对错综复杂的市场环境和日益变化的用户需求，传统的产品设计模式也越发失去效力。随着大数据向各个领域渗透，为越来越多的传统行业注入了新的活力。大数据带动了智慧旅游、智慧交通、智慧医疗、智慧工业、智慧商业等多个行业的革新和飞速发展。那么，大数据能够为保险领域带来哪些变革与创新呢？

保险行业大数据应用现状

大数据概念也是最近几年提出来的，在保险行业里面大家刚开始意识到或者重视到大数据的作用。相对于银行和证券公司，保险公司的大数据进程刚刚起步。一方面，保险行业对大数据商业价值应用的敏感度不高，大多数保险公司并没有将大数据列为保险公司基础能力进行建设。保险行业另外一个问题就是内部数据没有完成整合，数据还处于信息孤岛状态，保险公司对内部数据价值认识不完整，大部分内部数据的价值没有被充分挖掘，大数据价值变现缺少应用场景。即使是有些保险公司已经着手构建大数据中心，但是目前很大的重心都是围绕着数据存储与整合构建的，其分析与建模的能力，以及商业应用场景能力，还是略微弱一些。

保险行业大数据应用的前提

保险行业大数据变现和数据价值挖掘的前提是需要进行数据基础建设。一方面，保险公司需要建立大数据管理平台（DMP），集中保险公司内部的数据，依据商业分析对数据进行标签化，将保险用户账号作为唯一标示符打通整体数据。另外，保险公司还要整合外部数据，保险公司数据集中在内部的数据，主要包含交易数据和订单数据，由于不含有客户外部行为数据，无法准确定义客户的特点，例如客户的偏好、教育需求、文化需求、位置轨迹、理财需求、游戏爱好、体育爱好等。这些信息都是描述用户的基本信息，也是客户画像的基本标签。保险公司可以从外部引入这些数据，结合内部数据，掌握客户多纬度信息，形成360度用户画像。大数据管理平台（DMP）是保险行业大数据价值变现的基础平台，大数据价值变现很多场景都可以利用DMP的数据进行挖掘，包含客户用户画像、精准营销、新客获取、老客经营、用户体验提升、风险评估等。

人才储备也是保险公司利用大数据的一个关键前提。大数据人才，将成为保险企业提高竞争力的关键。面向未来，传统的计算工匠将难以生存，但真正的人才将成为最先进的技术。从实际情况来看，大数据人才必须有数学专业背景、懂计算机，并且需要懂业务，通过数据深挖与业务理解，将数据与业务需求有效结合，实现保险大数据反向作用于保险业务的发展。

大数据在保险领域的应用价值

1

产品设计与定价

传统保险产品的设计与定价，往往是基于商业调研数据的分析实现的。调研数据的样本统计方法和数据统计周期的滞后性难以对保险产品的设计与定价提供高效的支撑。而大数据的出现，为全量样本的统计分析提供了可能。另外，大数据的实时收集与及时展现，也有效避免了数据反馈周期的滞后性。可见，基于全量、实时数据的统计分析，更能够揭示事物背后的真像，统计结果更为精准，对意外事件发生概率的计算更接近实际概率，有利于保险公司的精算师和产品开发人员更加精准的计算产品收益率和科学的产品定价。

2

需求捕捉与精准营销

在大数据时代，可以通过对客户的收入、教育程度、职业、电商消费情况、地域分布、搜索行为、购物偏好、浏览记录等一系列的数据进行横向综合分析，辅助进行保险需求分析，为保险需求分析提供参考。另外，也可以通过用户画像构建用户的多维度标签体系，实现基于大数据深度洞察的个性化精准营销。

大数据为客户需求锁定带来了很多便利。通过大数据分析方法，能够整合分析保客户其他消费需求与保险需求的关联度，从客户视角捕捉用户的真实需求，寻找潜在客户。同时，通过关联度的分析还可以对各类保险业务进行交叉销售，充分发掘用户潜力，增加保险销售的渗透率。

3

风险预测与控制

互联网大数据不仅为保险企行业带来了产品设计和用户洞察的方法，也为保险公司解释风险的技术带来了革命性的变化。传统的精算技术只在一定纬度量化风险，很难充分反映风险的复杂性。而互联网大数据时代，多维度、低成本的数据为风控每个投保标的提供了可能。

过去成千上万的客户都被放在同一风险水平之上，大多数人都在支付同一笔的保费。但是，通过大数据的分析，可以解决现有的风险控制问题，为客户制订个性化的保单，通过对已有信息的分析，保险公司可以获得更准确的定价模型，提供个性化的解决方案，不再像现在一样，所有人都面对相同的风险测量准则。

4

骗保识别与保险反欺诈

利用大数据，保险公司能够利用过去数据，寻找影响保险欺诈最为显著的因素及这些因素的取值区间，建立预测模型，并通过自动化计分功能，快速将理赔案件依照滥用欺诈可能性进行分类处理。比如在车险反欺诈方面，保险公司够利用过去的欺诈事件建立预测模型，将理赔申请分级处理，可以很大程度上解决车险欺诈问题，包括车险理赔申请欺诈侦测、业务员及修车厂勾结欺诈侦测等。另外，借助手机的位置数据，保险公司还可以识别车辆出险时是不是投保人本人驾驶；借助用户的手机通话记录，可以识别车辆肇事双方是不是交往圈熟人，判定是不是存在联合骗保行为等。

大数据商业应用是互联网时代的趋势，是任何行业都无法回避的。作为市场的重要参与者，保险行业应该重视大数据技术和价值在本行业的应用。虽然保险大数据的应用还处在起步阶段，但是随着大数据技术的提高和应用的不断深入，未来大数据将在保险领域产生更大的融合效应。

公众号ID：BONC-BIGDATA