A. 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
B. 大數據給銀行業、保險業、證券業、徵信業分別帶來了哪些大變革
去給銀行業保險也掙錢也真心也分別帶來了非常大的變化這些業務都根據咱數據來發展他不來的。
C. 「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
D. 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。
E. 工業大數據大有可為，淺談製造業7大應用場景
工業大數據應用將帶來工業企業創新和變革的新時代。通過互聯網、移動物聯網等帶來的低成本感知、高速移動連接、分布式計算和高級分析，信息技術和全球工業系統正在深入融合，給全球工業帶來深刻的變革，創新企業的研發、生產、運營、營銷和管理方式。這些創新不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力。工業大數據的典型應用包括產品創新、產品故障診斷與預測、工業生產線物聯網分析、工業企業供應鏈優化和產品精準營銷等諸多方面。本文我們講就工業大數據在製造企業的應用場景進行逐一梳理。
一、加速產品創新
客戶與工業企業之間的交互和交易行為將產生大量數據，挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。福特公司是這方面的表率，他們將大數據技術應用到了福特福克斯電動車的產品創新和優化中，這款車成為了一款名副其實的「大數據電動車」。第一代福特福克斯電動車在駕駛和停車時產生大量數據。在行駛中，司機持續地更新車輛的加速度、剎車、電池充電和位置信息。這對於司機很有用，但數據也傳回福特工程師那裡，以了解客戶的駕駛習慣，包括如何、何時以及何處充電。即使車輛處於靜止狀態，它也會持續將車輛胎壓和電池系統的數據傳送給最近的智能電話。
這種以客戶為中心的大數據應用場景具有多方面的好處，因為大數據實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新信息，而位於底特律的工程師匯總關於駕駛行為的信息，以了解客戶，制訂產品改進計劃，並實施新產品創新。而且，電力公司和其他第三方供應商也可以分析數百萬英里的駕駛數據，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。
二、設備故障分析及預測
在製造業生產線上，工業生產設備都會受到持續的振動和沖擊，這導致設備材料和零件的磨損老化，從而導致工業設備容易產生故障，而當人們意識到故障時，可能已經產生了很多不良品，甚至整個工業設備已經奔潰停機，從而造成巨大的損失。
如果能在故障發生之前進行故障預測，提前維修更換即將出現問題的零部件，這樣就可以提高工業設備的壽命以及避免某個設備突然出現故障對整個工業生產帶來嚴重的影響。隨著工業4.0的到來，智能工廠的工業設備都配上了各種感應器，採集其振動、溫度、電流、電壓等數據顯得輕而易舉，通過分析這些實時的感測數據，對工業設備進行故障預測將是一種行之有效的措施。
因此設備故障預測方案成為了製造行業所青睞的解決方案，其具備的核心功能有：
1、故障超前預警，減少設備停機時間；
2、分析結果實時推送，減少人工成本；
3、適用於企業各種類型的設備，通用性強。
三、工業物聯網生產線的大數據應用
現代化工業製造生產線安裝有數以千計的小型感測器，來探測溫度、壓力、熱能、振動和雜訊。因為每隔幾秒就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析(包括違反生產規定、零部件故障)等。
首先，在生產工藝改進方面，在生產過程中使用這些大數據，就能分析整個生產流程，了解每個環節是如何執行的。一旦有某個流程偏離了標准工藝，就會產生一個報警信號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。利用大數據技術，還可以對工業產品的生產過程建立虛擬模型，模擬並優化生產流程，當所有流程和績效數據都能在系統中重建時，這種透明度將有助於製造商改進其生產流程。再如，在能耗分析方面，在設備生產過程中利用感測器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析將會大大降低能耗。
四、產品銷售預測與需求管理
近年來，保險業加速了數字化進程，大數據與保險營銷深度融合，成為現代化保險營銷的重要武器。慧都大數據助力保險行業精準營銷，並成功幫助中意人壽保險有限公司更好地服務客戶和發揮忠誠客戶，提高銷售效率及客戶復購率。
五、工業供應鏈的分析與優化
當前，大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，通過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。
六、生產計劃與排程
製造業面對多品種小批量的生產模式，數據的精細化自動及時方便的採集(MES/DCS)及多變性導致數據劇烈增大，再加上十幾年的信息化的 歷史 數據，對於需要快速響應的APS來說，是一個巨大的挑戰。大數據可以給予我們更詳細的數據信息，發現 歷史 預測與實際的偏差概率，考慮產能約束、人員技能約束、物料可用約束、工裝模具約束，通過智能的優化演算法，制定預計劃排產，並監控計劃與現場實際的偏差，動態的調整計劃排產。幫我們規避「畫像」的缺陷，直接將群體特徵直接強加給個體(工作中心數據直接改變為具體一個設備、人員、模具等數據)。通過數據的關聯分析並監控它，我們就能計劃未來。
七、生產質量分析與預測
在工業生產中，設備失效、人員疏忽、參數異常、原材料差異、環境波動等因素而導致質量偏離，引起質量等級的缺陷和損失非常巨大。工藝流程復雜的大型製造業，如鋼鐵、 汽車 、電子、服裝等行業，信息數據孤島凸顯，導致質量問題頻發，尤其需要「及時發現和預測異常，迅速控制和分析質量異常的原因，進行生產過程改進，穩定生產過程，減少產品質量波動」。
生產質量分析，從工廠訂單下單-訂單生產-流入市場， 針對整個生產鏈進行全面的質量分析。其中，打通質量和人、機、料、法、環等數據，各生產數據環環相扣，聚焦質量管理的全量數據分析，幫助企業快速 探索 缺陷根本原因。
1、打通質量和人、機、料、法、環，對影響質量的全量數據進行交互分析， 探索 相互關系，挖掘數據背後的真實原因，獲取結果「是什麼」，回答「為什麼」。
2、將傳統的靜態匯報模式，改為互動式動態會議，隨時隨地可以組織生產、質量相關專題會議。通過對維度展示生產和質量KPI，實時預警、掌握產線運營狀況。
3、簡單易上手的質量分析工具，員工只需對數據進行選取、拖曳，自助靈活地達成期望的數據結果。
4、摒棄以往靜態的數據報表，整合多個業務系統數據，多場景數據大屏，自適應多屏，進行綜合展示分析，讓決策更清晰。
————————————————
F. 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"