保險行業大數據解決方案

『壹』 中軟國際如何高效助力保險行業客戶數字化轉型

中軟國際憑借自身在大數據和保險精算領域豐富的實施經驗和研發能力，借鑒已有大型保險公司的IFRS17壽險精算大數據系統的實施經驗，有針對性的推出了壽險精算大數據平台系統方案，是壽險精算系統的國產化替代解決方案。

『貳』 「大數據」的保險業應用主題

「大數據」的保險業應用主題_數據分析師考試

在數據應用呈現爆炸式發展的時代，不能把握「大數據」商機、引領潮流的保險企業，將可能逐漸喪失市場競爭力。

「大數據」是依託新的數據處理技術，對海量、高速增長、多樣化的結構和非結構數據進行加工挖掘，找尋數據背後的規律，以提高分析決策能力、優化流程和科學配置資源的管理工具。

「大數據」正在向經濟、社會、科學、文體及公共衛生等多個領域快速滲透。在網路技術、移動互聯、雲計算等新技術和金融市場化改革的雙驅動下，金融與互聯網、各金融板塊之間的界限和壁壘被沖破，市場的游戲規則發生了深刻變化，誰掌握了數據，誰就掌握了競爭的制高點。

現代保險服務業要在經濟「新常態」中研究和實施「大數據」戰略，關鍵要找准大數據在保險業的應用場景、應用主題和應用策略。

助力保險費率市場化

保險作為一種風險轉移和管理工具，是一種社會群體之間的風險救助機制。保險產品機理主要是遵循統計學范疇的「大數法則」，基於歷史風險發生和損失的數據進行分析和預測，在重復隨機現象中找出「必然」規律，依靠精算技術實施產品定價、建立財務運行機制。有些觀點認為大數據顛覆了「大數法則」，實際上，雖然兩者都是在「大量」數據基礎上進行風險和財務預測，但在保險產品定價機制中的作用基點是完全不同的。

「大數法則」是保險定價的根本法則，特別是針對車險、壽險、健康等關系社會公眾利益的領域，必須依託「大數法則」確保行業基準純風險損失率釐定的公平性、充足性和安全性。也就是說，「大數法則」是保險運行管理的數理邏輯，是保險業不可動搖的理論和定價基礎。而「大數據」主要發揮保險定價的輔助作用，特別是採集和獲取客戶行為、交易的網路數據進行關聯分析，找尋數據背後風險與成本、收益的匹配規律，推動保險公司客戶細分化、責任碎片化、產品定製化，優化精算定價模型，主要基於附加費率建立科學、有效的保險費率浮動機制和差別化定價機制。

因此，「大數據」並沒有顛覆「大數法則」，而是對保險費率市場化形成機制的重要優化和改進，是一種以新技術為依託、更加精細化的風險管理輔助工具。

目前，新一輪保險費率形成機制改革步伐明顯加快，非車險、意外險、投資連結險、普通型壽險、萬能險等已經相繼放開，商業車險、分紅險市場化改革也即將發令放行，更多的產品定價權和選擇權將交給市場。科學、有效的費率形成機制是市場化改革成功的關鍵。應全面構造以「大數法則」為基礎的基準費率和以「大數據」技術為輔助的附加費率和產品創新機制。

一方面，保險監管部門應主導構建公開公正的保險基準費率形成機制，建立保險基準費率定期測算和發布機制，特別是借鑒國際上的成熟經驗和模式，設立獨立的保險費率釐定機構，形成主要保險產品的定價參照基準體系。另一方面，要鼓勵保險企業在遵循基準費率的同時，發揮大數據在保險產品區域化、差別化、個性化的創新支撐作用，處理好產品創新與風險、成本、收益的關系。

驅動新一輪轉型發展

自改革開放以來，保險市場保費和資產規模迅速擴張，卻難以逃脫產品同質化、「跑馬圈地」、價格惡性競爭、服務體驗差的外部詬病，歸根到底還是源於「以產品為中心」的粗放式發展模式。由於保險企業數據維度、質量、可利用度和處理能力不足，向「以客戶為中心」的集約化管理模式轉型「常提卻難新」。

伴隨金融綜合化、保險集團化、渠道多元化發展，特別是電銷、第三方電商、移動互聯等新渠道的興起，保險數據的歷史積累、採集維度、關聯分析與實踐應用日益成熟，由於大數據有利於提升保險企業對客戶行為特徵、風險和產品偏好的分析能力，為保險企業客戶關系管理、風險識別與定價、營銷策略分析、理賠欺詐風險防控提供了新的驅動力，成為保險業新一輪轉型發展的「利器」。

因此，保險企業應找准大數據在經營管理中的應用場景，著力解決制約轉型發展的關鍵環節。

一是加強數據資源內外部整合。加強集團內部、各渠道、各產品線的數據整合利用，積極採集全面反映客戶行為特徵和交易偏好的移動互聯、社交媒體、電商、地理位置、OBD等線上數據，引入身份、信用、車輛、駕駛行為等線下數據，為大數據技術應用建立現實基礎。

二是構建完整的客戶數據圖譜。依託數據挖掘技術，推進客戶需求分析和客戶群組細分，在集團或公司內部建立客戶虛擬賬戶，豐富客戶全景視圖，加強客戶挽留與個性化推薦，促進客戶的獲取率、留存率和持續率。構建完善的客戶自助服務體系，改善客戶體驗、提升客戶忠誠度、提高客戶整體價值。

三是提升數據發現和決策能力。重點提升對非結構化數據的存儲、加工和分析能力。圍繞交叉和二次銷售、精準營銷、代理人甄選和流失預警，加強數據分析和快速響應，整合昂貴的渠道資源，提升銷售渠道價值。通過理賠洞見分析、反欺詐關聯分析，提升成本精細化管理、精準打擊欺詐行為。

四是加強數據架構規劃。引入新的大數據分析工具和存儲技術，提高對語音、視頻、圖片、網路日誌等非結構化數據的分析處理能力，對信息模型、主輔數據源以及數據集成架構進行前瞻性設計，加強主數據和元數據管理，推動信息數據的邏輯整合。提高自身數據質量，注重數據全生命周期管理。

開創「數據治理」新模式

在保險資金運用和費率市場化加快推進的背景下，按照保監會「放開前端、管住後端」的市場化改革思路，市場化的「新常態」使傳統的文件出台、現場檢查、行政處罰等保險市場治理手段難以奏效，滯後的監管技術手段將無助於有效防控區域性和系統性風險，客觀上要求保險監管部門從依靠行政手段向依靠「數據手段」治理市場轉變：

一是從場外交易向場內交易轉變。通過建立保險產品交易、中介交易和資產交易的交易場所和信息平台，促進保險交易的透明化、規則化和信息對稱化；二是從監管信息統計與非現場監管向保單登記管理轉變。市場和風險的快速變化，促使保險監管從依靠時滯的統計數據和局部的樣本數據，向保單級的全量數據和實時的生產數據演變；三是由條款費率靜態審批管理向基準費率測算常態化轉變。定價權逐步交給市場後，產品創新必然層出不窮，基準費率常態監測、回溯分析和定期測算是產品監管和風險控制的必然要求。

基於上述行業轉型發展和市場治理需求，應從提高行業核心競爭力和抗風險能力的高度，科學規劃行業大數據體系。

一是全面推進行業信息共享與應用。在客戶隱私保護和數據安全的前提下，建立行業中央集成數據倉庫，打破企業之間的數據孤島，將分散在各保險機構的數據，按照客戶、保單、業務等多個主題進行採集、存儲和有限共享，充分釋放數據共享在規范市場行為、反保險欺詐、提升定價能力、促進精細化管理等方面的內在價值。

二是主動與外部數據交互應用。拓寬行業整體數據維度，依託行業數據共享的平台優勢，積極引入公安、氣象、醫療、教育、信用、移動通信等外部數據，主動與交管、稅務、經偵、社保、徵信等公共管理部門進行數據交互，發揮外部數據在行業內部治理中的獨特作用，依託共享平台有效延伸保險參與社會治理的范圍和觸點。

三是研究制定行業大數據戰略和設施框架。完善信息共享平台和保單登記制度等相關法律法規，為行業大數據戰略實施建立良好的政策環境。加強行業數據標准建設，規范統一共享介面標准，提高數據整體質量；不斷優化共享資料庫的採集、存儲、處理與結果應用的流程和技術，研究建立行業數據分析框架和模型，依託數據挖掘、雲計算平台、虛擬化技術，支持海量、多結構類型、高頻度的大數據處理。加強行業信息共享的安全體系建設，保障保險機構與共享信息關聯生產的連續性、安全性和穩定性。

以上是小編為大家分享的關於「大數據」的保險業應用主題的相關內容，更多信息可以關注環球青藤分享更多干貨

『叄』 大數據如何助力保險企業精準獲客

隨著保險行業的普及和人口紅利的消失，保險的獲客越來越難，且獲客不精準、成本高。怎麼找到精準客戶是關鍵，針對金融行業的營銷問題，行業內也有很多專業的數據智能營銷解決方案，例如MobTech有一整套完整的保客運營流程：特徵篩選、定製模型、營銷觸達、事件觸發。首先，特徵篩選——消費金融公司提供具有業務意義的正負樣本，通過MobTech智熵AI實驗室智能挖掘有效特徵；定製模型——以KS、AUC、IV值或其他相關參考指標作為依據，根據關聯特徵定製事件觸發模型；營銷觸達：某消費金融公司撞庫匹配目標客群，並推送營銷；事件觸達——當存量用戶達到標准時，將滿足條件的數據導入環境中，支持三方雲服務平台；並通過這樣的循環不斷優化模型搭建，挖掘存量用戶的價值。更多詳情可以上官網進行查詢和了解Demo案例。

『肆』 保險業三渠道讓大數據紅利變現

保險業三渠道讓大數據紅利變現

大數據時代，數據的價值究竟體現在哪裡？保險公司正在用自己的探索給出答案。
據了解，泰康人壽、新華電商等，已率先開啟與以BAT（網路、阿里、騰訊）為首的互聯網巨頭公司的數據合作，最普遍的就是將已有的保險客戶數據與互聯網公司的大數據進行匹配，完善保險客戶的畫像。同時，來自阿里金融保險事業部負責人的信息是，多家保險公司對其掌握的客戶大數據表現出興趣。
經過這些嘗試，保險電商公司進行了更為有的放矢的後續操作，並初步嘗到了「甜頭」，不僅在營銷環節，也在風控環節上。這些成果已包括，精準營銷讓廣告投放的點擊率提高360%以上，發現客戶的賠付率與其芝麻信用呈現負相關關系，甚至建立騙保風險預估模型。
這僅是開始，新華電商副總裁楊億認為，大數據將再造保險業價值鏈，涵蓋從產品研發到營銷、到理賠管理、再到資產管理的幾乎全部環節。
數據與數據融合
互聯網創新業務在業內處於領先地位的泰康人壽，對數據有明確定位，其董事長陳東升在2011年就提出「讓數據產生紅利」的方向。對於大數據，泰康總裁劉經綸認為主要有四大特徵：首先是數據體量巨大，第二是數據類型繁多，第三是價值密度偏低，第四是處理的速度更快。
傳統保險模式運作下，保險公司評估消費者的風險因素只有性別、年齡等簡單維度，這也導致部分保險產品定價保守，且產品同質化。而在大數據時代，風險特徵的描述數據極大豐富，保險公司可以通過大數據摸索更全面的風險特徵，產品細分和個性化設計成為可能，並精細化風險管理和成本管控。
保險公司對於數據有本能的訴求，但簡單獲取數據違背商業原則，因此對數據的利用一般並不來自直接共享，而是與擁有用戶大數據的互聯網巨頭公司之間進行數據合作，這在業內已經有了典型。
泰康人壽創新事業部業務發展部總經理畢海在今年6月份舉行的第二屆互聯網大數據與精算創新論壇上表示，正在加深與騰訊、阿里等互聯網巨頭進行數據方面的合作。
近日也從新華保險的全資電商子公司新華世紀電子商務有限公司（下稱「新華電商」）了解到，其正在與網路大數據合作；「大數據工場」是新華電商的三大定位之一。
同時，來自阿里金融保險事業部負責人的信息是，多家保險公司對其掌握的客戶大數據表現出興趣。
就數據合作而言，保險業與互聯網公司，前者以客戶獲取、客戶維護、客戶風險評估為核心訴求，而後者的大數據在用戶理解和用戶洞察方面有核心優勢，雙方的業務結合點貫穿從營銷到產品研發、再到理賠管理的全流程。
「引流」效果明顯
在營銷階段，通過大數據方案，保險電商的交叉銷售准確率得到提升。
通過與擁有海量客戶社交數據及交易數據的互聯網巨頭進行大數據合作，泰康人壽的互聯網創新產品正在朝精準定價的方向邁進，其從多維的甚至相對混亂的數據中進行篩查，決定保險產品是不是展現在用戶面前，也就是實現精準營銷。
做到這步很初級，互聯網用戶可能多少也都已有體會，經常在瀏覽網頁時被推動自己關心或感興趣的產品，但這點已很重要。
大數據+精準營銷，已經被新華電商的一個案例證明，非常有效；至少在「引流」的作用上，精準營銷有明顯作用。畢竟，互聯網業務關注的「流量」、「頻率」、「價值的轉換」三大要素中，「流量」為首。
已與網路大數據進行合作的新華電商，通過這種合作將保險客戶的數據維度進一步豐富，讓客戶更立體，進一步確定出是誰在買保險，在買哪類保險，他們有什麼特徵。而事實也證明，這樣的嘗試已經初步體現出積極效益。
新華電商副總裁楊億在日前召開的網路世界2015大會上介紹，其在和某大型保險公司的合作中，運用相關模型挖掘成功購買保險產品的高價值客戶，分析高價值客戶的客群特徵，包括基本用戶畫像和上網行為等，並依此在全網擴充目標客群，最後做在線精準營銷的廣告投放。上線後的真實效果是，實驗組廣告點擊率比對照組提升了361%。
楊億稱，這說明向同樣規模的人群展示廣告，經過大數據+精準營銷，可以找到更多真正對保險感興趣的目標客戶，促成更多點擊與轉化。
發揮徵信作用
大數據給保險電商的「甜頭」沒有止步於營銷環節。對於以風控為核心競爭力的保險業來說，在理賠管理環節中，如何進一步發揮大數據價值也是重要課題。目前的嘗試結果表明，在理賠管理中，大數據可以發揮保險徵信的作用。
新華電商將網路對用戶的大數據畫像和新華保險的真實拒保數據進行融合，通過進行黑名單過濾、重大風險識別以及虛假信息挖掘，建立騙保風險預估模型，提升公司整體業務風險管理能力。
再比如，泰康既有的與阿里數據合作的一個結果表明，對客戶的賠付率與其芝麻信用負相關。因此，具有明確數值的芝麻信用可以為其定義客戶風險特徵提供重要參考。
不僅如此，展望未來，楊億稱，大數據將再造保險價值鏈。
除了將對除了前述的營銷階段、理賠管理環節產生影響之外，其還將影響到產品研發和資產管理等重要環節。比如，在產品開發階段，大數據助於預測出險概率、優化定價體系、並採集健康數據用於壽險價值鏈。

以上是小編為大家分享的關於保險業三渠道讓大數據紅利變現的相關內容，更多信息可以關注環球青藤分享更多干貨

『伍』 保險數據安全怎麼來治理

目前，保險也是信息泄露高發行業，信息一旦被篡改或泄露，不僅損害到公民自身利益，保險公司品牌形象，甚至影響到公共秩序和國家利益。

一、保險數據安全所面臨的挑戰

1、金融數據量巨大，數據信息未嚴格分類分級；

2、敏感信息多，存儲分散，敏感數據保護機制不完善；

3、業務人員安全意識不足，對業務系統的誤操作，惡意操作，許可權濫用等行為無法做到有效監管；

4、數據共享、數據使用過程中缺乏有效防護，隱私信息泄漏；

5、國家對行業的監管和合規要求。

二、昂楷科技金融行業數據安全治理解決方案

針對以上數據安全挑戰，昂楷科技有金融行業的數據安全治理解決方案，本方案以管理（制度）加科技技術相結合，逐步實現組織的戰略目標。

根據數據安全治理相關原則，以「精準可視，安全可控」為前提：

1、以數據安全綜合治理平台為指揮調度中心。

2、通過與數據梳理及評估能力（原子能力含：數據治理資產梳理、數據分級分類），數據行為監控及審計能力（原子能力含：資料庫審計、大數據審計、安全運維審計、大數據離線分析系統），數據安全防護能力（原子能力含：資料庫防火牆、數據脫敏、數據水印）三大能力體系之間實現統一管控，數據採集、策略下發、聯防聯控、態勢評估預測等，內部能力單元模塊通過內部數據API介面進行能力協同，與外部系統通過對外API介面進行能力協同，並對數據安全整體態勢感知，從事前→事中→事後多維度完成對數據全生命周期的安全防護。

三、價值體現

1、敏感數據安全防護：危險攻擊發現與實時阻斷，高效脫敏，防泄露，溯源，定位取證。

2、操作全面實時監控：全面大數據審計，精準定位，內置AI模型與組合規則有效檢測APT攻擊、SQL注入攻擊等。

3、特權賬號防護：有效監督審計技術開發運維特權人員對資料庫的各種操作，高危操作阻斷。

4、全面審計，實時告警：郵件、簡訊、syslog等方式進行實時告警。

5、內部人員特殊操作監控：針對內部人員修改『特殊』賬戶或者設置隱藏按鈕的問題，備案隱秘數據，直接定位到具體操作人員及具內容。

6、滿足合規要求

『陸』 如何應用大數據進行保險行業的數據分析

要分析，先採集。

對於保險行業來說，這個很有必要。

保險行業太大，太雜，因此信息量很大。

保險公司需要知道目前的行業發展情況，競爭對手的情況，產品公司的形象等，這些數據基本上來源於互聯網的公開信息，論壇，貼吧，微信，微博等。

保險公司最為迫切的事情是：通過先進的信息採集技術，建立完善的輿情監測機制。

Web是一個巨大的資源寶庫，目前頁面數目已超過800億，每小時還以驚人的速度增長，裡面有你需要的大量有價值的信息，例如潛在客戶的列表與聯系信息，競爭產品的價格列表，實時金融新聞，供求信息，論文摘要等等。

可是由於關鍵信息都是以半結構化或自由文本形式存在於大量的HTML網頁中，很難直接加以利用。

實施以後，能夠獲得大量的利益：

對目標網站進行信息自動抓取，支持HTML頁面內各種數據的採集，如文本信息，URL，數字，日期，圖片等
♦ 用戶對每類信息自定義來源與分類-采3453輿情4533集-
♦ 可以下載圖片與各類文件
♦ 支持用戶名與密碼自動登錄
♦ 支持命令行格式，可以Windows任務計劃器配合，定期抽取目標網站
♦ 支持記錄唯一索引，避免相同信息重復入庫
♦ 支持智能替換功能，可以將內容中嵌入的所有的無關部分如廣告去除
♦ 支持多頁面文章內容自動抽取與合並
♦ 支持下一頁自動瀏覽功能
♦ 支持直接提交表單
♦ 支持模擬提交表單
♦ 支持動作腳本
♦ 支持從一個頁面中抽取多個數據表
♦ 支持數據的多種後期處理方式
♦ 數據直接進入資料庫而不是文件中，因此與利用這些數據的網站程序或者桌面程序之間沒有任何耦合
♦ 支持資料庫表結構完全自定義，充分利用現有系統
♦ 支持多個欄目的信息採集可用同一配置一對多處理
♦ 保證信息的完整性與准確性，絕不會出現亂碼26禁止9盜用0
♦ 支持所有主流資料庫：MS SQL Server, Oracle, DB2, MySQL, Sybase, Interbase, MS Access等

『柒』 互聯網保險 大數據分析

一、互聯網保險創新的現狀
根據中國保險行業協會在2015年年初發布的《互聯網保險行業發展報告》顯示，針對經營互聯網保險業務的公司分類，人身險公司有44家，財產險公司有16家，總體佔全行業133家產壽險公司的45%。包括中國人保財險、泰康人壽、平安人壽、太平洋保險、天安財險等在內的多家險企已率先在線上跑馬圈地，中國保險公司與互聯網的深度融合已全面到來。
首先在監管層面，上個月，醞釀已久的《互聯網保險業務監管暫行辦法》終於由中國保監會發布，這標志著中國互聯網保險業務基礎監管規范的形轎返悉成。《辦法》以鼓勵創新、防範風險和保護消費者權益為基本思路，從經營條件、經營區域、信息披露、監督管理等方面明確了互聯網保險業務經營的基本規則；規定了互聯網保險業務的銷售、承保、理賠、退保、投訴處理及客戶服務等保險經營行為應由保險機構管理負責；強化了經營主體履行信息披露和告知義務的內容和方式，著力解決互聯網自主交易中可能存在的信息不透明、信息不對稱等問題，以最大限度保護消費者的知情權和選擇權。
其次在保險主體方面，早在2013年，中國人保就推出「掌上人保」，並號稱是指尖上的保險；去年，以「理賠簡單，就在天安」為口號的天安財險「車易賠」APP在全國上線；隨後，「中國太保」「大地通保」、「泰康在線」等保險在線服務平台如雨後春筍般出現，可見，拼服務、拼體驗已經成為各家保險主體競爭的主要方向。同時，各家保險公司在立足保險本身的同時，從渠道上也不斷向外圍延伸，分別與P2P平台、信用保證機構等開展不同程度的合作。以下是中國保險行業協會從服務創新、技術創新、渠道創新等三個方面對2014年60家提供互聯網服務的產、壽險公司進行評價後的前15名榜單：
二、互聯網保險創新背後的風險
應該說基於提升客戶體驗的互聯網保險創新，方向是對的。互聯網保險作為一個新興的領域，發展空間巨大，但同時互聯網保險創新也帶來一系列風險和問題。從目前已經暴露的風險來看，主要包括保險產品創新異位、消費者投訴急劇增加、消費者道德風險敞口擴大、風險評估和控制不到位等。
（一）保險產品創新異位
自2013年底由「三馬」投資的眾安在線成立以來，帶動了中國各大保險主體在保險產品上的創新熱潮。盜刷險、高溫險、退貨險、喝麻險、世界盃足球流氓險等創新險種不斷涌現，壽險公司也相繼推出求關愛、愛升級、救生圈等所謂的基於微信平台的「扔撈」產品，名字一個比一個花哨，其中，不乏一些險種初具規模，但更多的是為創新而創新。如世界盃足球流氓險從頭到尾就沒賣出幾份，導致本來就比較便宜的3元/份，到後期直接降價到1分錢/份，變成了一個十足的噱頭。更有甚者，開發出霧霾險、賞月險、搖號險等，嚴重脫離保險的本質。
（二）消費者投訴急劇增加
據保監會近日公布的《關於2015年上半年保險消費者投訴情況的通報》顯示，2015年上半年，中國保監會12378投訴維權熱線全國轉人工呼入總量157544件，同比上升40.24%。而其中，捆綁銷售互聯網產品的投訴占據一定比例，究其原因，很多保險主體互聯網保險業務發展迅速，但管理和服務能力嚴重不足，片面注重銷售前端網路化，後台運營管理卻仍是傳統思維，前端和後台不配套，買時容易退時難，從而導致消費者投訴。
（三）消費者道德風險敞口擴大
目前，各家保險主體在理賠服務上基本上都推出了簡易賠付，即保險公司對於一定金額以下（2000-10000元不等）的保險事故實行簡易賠付，消費者通過保險公司自己推出的APP平台，或拍照、或視頻，將事故現場信息傳輸到保險公司後台，保險公司審核確認後立刻賠付，全程一般在5分鍾左右時間世拿完成。應該說這種做法極大地簡化了理賠程序，縮短了理賠時間，方便了消費者。但是，客觀地講，我們也不得不面對當下國內的基本現狀，國民的平均道德水準有待提高，修理廠、4S店有組織地批量造假，保險欺詐層出不窮，這些無疑都將保險公司的風險敞口無限擴大。
（四）風險評估和管理不到位
保險從本質上是風險轉移的安排，應該有可量化的數據支撐，目前，很多產品的創新，缺少基本的費率釐定、成本測算等程序。同時，保險閉乎講究的是大數法則，如果一款產品不能具備一定規模，賠付水平就會極不穩定，風險管理也就無從談起。
三、互聯網保險創新的風險管理
（一）保險產品創新：回歸本質
保險，在法律和經濟學意義上，是一種風險管理方式。因此，保險產品創新的基本原則和底線是創新的產品具有風險管理的可能性，即通過經驗的積累和有效的管理措施能夠降低保險標的風險。這也就是一般情況下地震、颶風等不可抗力不列入保險范圍的根本原因，因為到目前為止，人類還無法通過自身的行為影響上述事件的發生。反觀現在的保險產品創新，霧霾險也好，賞月險也罷，甚至是高溫險，基本上都突破了上述這一基本原則。
之所以會出現現在這種情況，我想主要有兩個方面原因，一是保險本身，在目前的保險市場上，規模產品的同質性非常嚴重，基本相同的條款，基本相同的費率，基本相同的服務，在這種情況下，產品創新的目標已經不再是客戶的「需求」，而是客戶的「眼球」。記得若干年前，有一個保險公司開發了一個險種叫「酒駕險」，從始至終沒賣出一份保單，但公司從上到下都非常開心，因為這個產品在當時引起了包括新聞媒體、監管部門、同業公司以及消費者的極大關注，很好地提高了公司的知名度。二是與目前整個社會的大環境有關，當下，從集體到個體，在物質和經濟的指揮下，每一個社會組織和細胞都在極力獲取盡量多的資源，而忽視了資源本身的效用和價值。正像有一句話所說，走著，走著，忘記了出發的目的。
（二）保險風險管理：大數據為器
1.大數據在費率釐定中的應用。保單的費率設定是保險公司風險管理的源頭，也是一項非常重要的工作，主要目的是使設定的費率對應於投保人的風險等級，風險越小，費率越低，盡量做到公平。確定費率較為關鍵的問題就是找出「影響賠付支出的風險因素或變數」，其實生命表就是「影響賠付支出的風險因素或變數」之一年齡的一個分類。再如，在車險定價中城市交通的擁擠程度、駕駛員的年齡、駕齡、性別、汽車的新舊程度等都可能是「影響賠付支出的風險因素或變數」，而這些因素或變數就是可以通過大量數據分析和處理來確定。
2.大數據在風險評估中的應用。在大數據時代，風險評估已經不僅僅局限於公司的歷史數據、行業的歷史數據，無論是風險特徵的描述還是數據資源的獲取都更加便利。首先在占據財產險市場70%以上份額的車險領域，保險公司可以獲取三個層級數據來支撐風險評估，第一層級是核心層，包括公司和行業數據，第二層級是緊密層，包括車型、汽車零整比、二手車等數據；第三層級是外圍移動層，包括利用車載感測設備收集駕駛員行為數據等。同時，對於保險公司的精算師來講，更多、更廣的數據獲取，可以更精確地識別個體對象的潛在風險，建立更加有效的數據模型，不斷改善和提高精算的精準程度，以幫助判斷和評估風險以及風險准備金。
3.大數據在反理賠欺詐中的應用。在確保數據資源的情況下，通過完整的、多樣化的數據（數據包括但不限於公司內部保單及理賠歷史記錄、行業數據、徵信記錄、公共社交網路數據、犯罪記錄等），輔之以有效的演算法和模型，來識別理賠中可能的欺詐模式、理賠人潛在的欺詐行為以及可能存在的欺詐鏈條，應該是未來反理賠欺詐的主要方向。而對於整個中國保險行業來講，盡快建立起一套行業級的保險數據信息平台，是反理賠欺詐的關鍵。目前，上海、江蘇等省市已經實現理賠信息數據共享，在這些地區反理賠欺詐行為的成效明顯提高。
4.大數據在保險行業風險管理中應用之核心—數據整合。目前保險公司的數據有行業平台的同業數據、前端客戶APP導入（或現場出單）數據，中端中介、渠道、理賠、呼叫數據，後端財務收付數據，另外，還有定價系統的汽車零配件數據、人事系統的人員數據、稽核審計風控系統的風控數據等，種類繁多和龐雜，因此，急需建立大數據平台進行數據整合，統一數據存儲和傳遞標准，並將不同系統進行數據打通，再根據不同需要進行數據挖掘。
（三）保險風險控制：新技術應用
未來，新技術、新設備的應用將成為保險行業風險控制的主要途徑。在承保環節，基於大數據基礎的數據分析技術將在第一時間立體呈現保險標的各項數據和特徵，為承保決策和政策提供第一手資料，從源頭控制風險。在理賠環節，新技術、新設備同樣將被廣泛應用。在車輛保險領域，通過裝載在車上的無線電子設備，運用通訊網路，實現對車輛、道路以及行車駕駛員進行靜、動態信息提取和行為記錄，從而監督行車駕駛員人的行為風險和道德風險，並進行出險前預防、出險中響應和出險後處理，從而使保險事故管理變被動為主動，降低理賠成本。在人壽保險領域，利用能夠實時監控人體健康情況的可穿戴設備，來獲取和細分不同群體、不同年齡的人體健康和生死概率，並適時向客戶提供飲食、健身等方面的建議，從而降低投保人的醫療費用。在家庭財產險領域，通過智能家居系統對住宅進行遠程監控並及時發現和緩解風險，當家中發生煤氣泄漏或水管爆裂，可自動關掉閥門，從而減輕損失等。
任何事物的發展，都要有與之相對應的配套管理措施，互聯網保險創新也不例外。今後相當長一段時間，互聯網保險創新都將在路上，基於互聯網保險創新的風險管理也必將亦步亦趨，緊緊跟隨。

擴展閱讀：【保險】怎麼買，哪個好，手把手教你避開保險的這些"坑"

『捌』 保險行業大數據應用

5月27日，由《中國保險報》主辦的「保險業大數據應用系列沙龍」第二期活動在廣州舉行。與會人士針對保險業如何應用大數據「洞察客戶」的主題進行探討。
近年來，保險業大數據應用已經深入到各個業務條線，在利用大數據洞察客戶方面，各家保險機構都有不同程度的探索。不過，在具體的探索實踐中，行業也存在痛點。例如如何挖掘客戶、挖潛客戶，乃至令客戶資源在公司內部的各個業務條線得到共享。
沙龍環節
亞太財險互聯網產品總監萬鵬
中小保險公司更加應該應用關注大數據的使用
我個人認為，現在保險業圍繞著數據方面存在的幾個誤區。例如，香港地區700萬人的一個城市，現在財產保險公司是110家，咱們大陸不到80家。那麼多的大陸人去買香港保險，因為是產品有特色，為什麼產品有特色，是對數據進行了分析以後，精準地進行了相應的營銷，或者是一個推廣。那麼我個人認為互聯網從保險公司的角度，應該真正地體現價值，就是從茫茫的人海中篩選出來你想要的客戶，然後給他適合他需要的產品，這個產品不一定是便宜的。
在我們保險公司可能還沒想明白，或者是准備行動的時候，跟我們相關關聯密切的保險中介已經是有相當一批在積極地行動之中，包括數據應用，包括手機移動端的APP的完善，包括小閉環的生態圈，網上商城，積分兌換，發紅包等等，比很多保險公司玩得還嗨，這個希望引起或者倒逼我們保險公司的人要想得出來。
最後的落腳點，就是解決之道，保險業的解決之道是什麼？我認為，就像我正在做的一件事情叫做搭建數據共享聯盟，而且在現在時代下，我認為中小保險公司更加應該關注大數據的使用。

擴展閱讀：【保險】怎麼買，哪個好，手把手教你避開保險的這些"坑"