京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的无情与有情
网上卖家、客服小二、淘女郎、快递哥……电子商务发展十余年,涌现出一批批新兴的就业群体,他们是电子商务生态的重要组成,但逾半数的人群却没有基本的社会保障。现在,商业保险开始致力解决这个问题—— (转B18版)
刚刚结束的黄金档连续剧 《老有所依》里“1号店”植入广告频频出镜,我和邻居在“1号店”订的货品也常常在同一个时间点到达,不知从啥时候起,我们挑选部分货物时不在装修考究的实体店里,而在井然有序的大仓库里。我们点下鼠标,货物就开始奔跑,以往逛街的时间变成了如今快递包裹在路上传输的时间。
这种影响同样改变着金融业,无论本期浦江财富中讨论的淘宝店小二的基本保障还是我们在购物时用到的保证消费保险,都是数据时代的产物。
在“三马”创建的众安保险的首款新品保证金保险里,保险产品的研发模式出现了改变:传统的精算数据多是静态数据,而众安面临的是实时数据;传统的金融公司是一对一核保,而众安通过大数据分析建立模型把不符合的人直接删除。
我们都在聊大数据,但有人调侃没有人能说清楚它。大数据有时候显得有那么点冷酷,因为互联网信用体系仅靠规则很难完善,更多的是要借助金融工具的监控和护航。让我们看看这次“小二保险”的诞生过程:通过淘宝保险的数据做用户身份辨认,通过该模型和泰康人寿做数据分享,让保险公司了解到它的购买者大概是什么状况,两个购买者之间大概是什么样的关系。为什么要这样辨别?
我们都知道社保,如果要一个个体户去参加社保,可能需要一个挂靠,或者作为企业员工,你必须要有劳动合同才能参加社保。但是在淘宝平台,从业人员流动性非常大,年龄也有很小的,很难要求他们给我们提供类似的东西,那么怎么办?我们只有通过大数据来进行风险的防控,所有的这一切的运算,全是由阿里云平台支撑的,未来希望核保或者短时间内产生的大规模交易都可以通过数据平台来解决。
冰冷的数据终于显出温暖来,因为我们可以利用它来降低成本以更好地为客户服务:大数据可以为整个互联网交易活动提供了一整套风险管控体系——基于互联网数据的事前管控,对于高风险卖家可以有效识别,过往信用记录不佳的不良买家排除在投保范畴之外,可以充分发挥保险的本来初衷,基于大数法则以小搏大,同时能优胜劣汰。
众安保险在复旦开业那天,马明哲的大胆预测比较震撼:伴随着利差不断降低传统金融机构的大网点将失去优势,互联网公司会更有优势,二十年内大部分中小机构的前台和后台将外包出去。伴随着第三方支付的迅速发展,未来十年内50%至60%的信用卡将消失。
用互联网金融创新的手段,为电商创业者提供保障,这比把互联网作为一个单纯销售渠道卖卖保险更有价值,展现了保险最核心的理念:保障。它不仅能为创业者带来实际的保障,更有望为商业保险打开一个巨大的市场,毕竟仅电商创业者规模就在千万以上,而整个小微企业就业群体则有几亿人群。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16