據(jù)中國銀保監(jiān)會數(shù)據(jù)顯示，中國保險業(yè)總保費收入在 2018 年攀升至人民幣 3.8 萬億元,較 2017 年增長了 3.9%。行業(yè)共同關注的問題變?yōu)槿绾芜M一步挖掘市場潛力，圍繞用戶優(yōu)化產(chǎn)品結構。

以用戶為核心，險企在銷售渠道產(chǎn)品設計、定價及承銷、索賠結算、風控等多個環(huán)節(jié)，對傳統(tǒng)保險業(yè)進行重塑，作為底層技術的大數(shù)據(jù)則發(fā)揮著關鍵作用。

業(yè)界常用4個V來定義一家企業(yè)的大數(shù)據(jù)發(fā)展程度，即volume(數(shù)據(jù)量)、velocity(速度)、variety(多樣性)、value(價值)，然而保險公司無論是數(shù)據(jù)量級、豐富程度，處理速度都與典型互聯(lián)網(wǎng)企業(yè)存在較大差距，還處于數(shù)據(jù)體系建設初級階段”。

據(jù)記者了解，6月13日由英國《金融時報》舉辦的第三屆中國保險峰會在北京召開。會上，眾安數(shù)據(jù)智能中心負責人孫谷飛指出“數(shù)據(jù)體系建設離不開五個維度，即數(shù)據(jù)量級、數(shù)據(jù)打通、數(shù)據(jù)文化、數(shù)據(jù)應用以及數(shù)據(jù)人才”。

保險大數(shù)據(jù)體系亟待升級

從行業(yè)本身的特性來說，保險行業(yè)是當前最有潛力通過數(shù)據(jù)驅(qū)動變革的。保險行業(yè)屬于數(shù)據(jù)密集型行業(yè)，既是數(shù)據(jù)的收集者也是數(shù)據(jù)的使用者。該行業(yè)以大數(shù)據(jù)原理為驅(qū)動，利用精算來控制風險。然而，相對于電商、搜索、在線廣告等互聯(lián)網(wǎng)公司，保險公司面臨的數(shù)據(jù)問題更加復雜：

1. 保險產(chǎn)品結構復雜。保險的產(chǎn)品是保單，保單結構本身就很復雜，例如重疾險責任范圍包含哪些重癥/輕癥，重疾理賠次數(shù)，承保年限等復雜信息。

2. 保險數(shù)據(jù)維度單一。目前保險公司存儲的很多是保單信息和理賠記錄等靜態(tài)數(shù)據(jù)，缺乏更細粒度、動態(tài)的行為數(shù)據(jù)等，例如用戶的實時體征。

3. 保險業(yè)務流程長。保險行業(yè)很多流程是在線下完成，相較于電商、搜索、在線廣告等，保險流程較長，數(shù)據(jù)存在斷點，另外數(shù)據(jù)、算法模型和業(yè)務反饋有時無法形成一個閉環(huán)。

總體來說，保險行業(yè)數(shù)據(jù)基礎差，數(shù)據(jù)質(zhì)量不高，有些數(shù)據(jù)甚至無法直接使用，比如大量的非結構化的影像數(shù)據(jù)。

保險行業(yè)加持數(shù)據(jù)大腦實現(xiàn)“精耕細作”

伴隨著可穿戴智能設備、物聯(lián)網(wǎng)、5G等技術的成熟，保險公司如果能夠有效利用這一趨勢，則能提高保險開發(fā)定價、保險營銷、準備金評估、理賠等多個環(huán)節(jié)的效率和準確性。

然而，新技術將使現(xiàn)有數(shù)據(jù)量及維度發(fā)生質(zhì)的變化，帶來新的挑戰(zhàn)。以2017年雙十一為例，業(yè)內(nèi)首家互聯(lián)網(wǎng)保險公司眾安當天的保單數(shù)量峰值達到3.2萬張/秒，對企業(yè)的數(shù)據(jù)處理速度提出了極高的要求。

圍繞保險公司數(shù)據(jù)化建設，孫谷飛基于數(shù)據(jù)量級、數(shù)據(jù)打通、數(shù)據(jù)文化、數(shù)據(jù)應用以及數(shù)據(jù)人才五個維度進行了詳細講解。

數(shù)據(jù)量級：保險公司要盡可能多的收集不同維度數(shù)據(jù)，除保單、理賠數(shù)據(jù)還需要注意留存場景行為數(shù)據(jù)。作為具有互聯(lián)網(wǎng)基因的保險公司，眾安注重各種場景數(shù)據(jù)的收集，例如通過大量數(shù)據(jù)埋點了解用戶的實時體征，提供更有針對性的投保建議，提升用戶體驗。

數(shù)據(jù)打通：公司內(nèi)各個版塊的數(shù)據(jù)要打通，避免出現(xiàn)數(shù)據(jù)孤島。數(shù)據(jù)打通的關鍵是“用戶“，成功的互聯(lián)網(wǎng)公司始終把用戶放在第一位，業(yè)務都是圍繞用戶去展開，而傳統(tǒng)保險公司更關心業(yè)務本身，比如保費和賠付率。眾安則為用戶標注唯一ID，用戶購買不同險種，辦理不同業(yè)務，都能通過唯一ID識別分析。通過這一舉措，眾安有效降低了風控難度，促進了業(yè)務增長。

數(shù)據(jù)文化：數(shù)據(jù)驅(qū)動的含義不是做各種BI報表。而是要把數(shù)據(jù)服務的對象下沉，不僅面對管理層，還要下沉到一線業(yè)務人員提供系統(tǒng)化的服務，讓智能決策支持像人腦一樣做到無時無刻、無處不在。眾安為了實現(xiàn)這樣的目標，構建了一套完整的數(shù)據(jù)平臺 — 眾安數(shù)據(jù)洞察平臺，該平臺能夠快速支持從傳統(tǒng)的報表生成、各個緯度的即席查詢，到移動端可視化系統(tǒng)。

數(shù)據(jù)應用：數(shù)據(jù)應用的成功，取決于能否形成數(shù)據(jù)應用的小型業(yè)務閉環(huán)。以廣告推薦、搜索推薦為例，我們能夠通過用戶是否點擊這一返回的數(shù)據(jù)，就對模型是否有效進行判斷。這樣基于數(shù)據(jù)挖掘的模型，才會不斷更新迭代。例如眾安健康險理賠風控，我們通過數(shù)據(jù)分析得到的風控規(guī)則，在理賠系統(tǒng)中就設計了理賠人員標注風控規(guī)則有效性的反饋過程，可以直接對我們規(guī)則命中好壞進行一個評估，從而不斷優(yōu)化風控模型。

數(shù)據(jù)人才：數(shù)據(jù)體系的關鍵因素首先是人。除精算師、數(shù)據(jù)分析師外，大數(shù)據(jù)平臺開發(fā)工程師和算法專家，甚至數(shù)據(jù)科學家都至關重要。由于技術棧的原因，只有這些人才掌握處理大數(shù)據(jù)的能力和方法。眾安除去各個事業(yè)部門配備業(yè)務相關的數(shù)據(jù)分析師之外，還在不斷儲備這方面的人才，僅數(shù)據(jù)智能中心就有一百多位大數(shù)據(jù)開發(fā)、算法工程師和數(shù)據(jù)科學家。

在當前情況下，以大數(shù)據(jù)為底層支持的保險科技將承擔更大的作用。通過大數(shù)據(jù)技術，保險產(chǎn)業(yè)精耕細作成為可能，也將為保險全流程的諸多痛點提出解決方案，深入保險業(yè)態(tài)改造。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。