京公网安备 11010802034615号
经营许可证编号:京B2-20210330
保险业在大数据领域的应用
互联网的发展使得大数据引起人们广泛关注。现如今大数据技术早已渗透到金融、通讯等行业以及生物学、物理学等领域。大数据在容量、多样性和高增速方面的爆炸式增长全面考验着现代企业的数据处理和分析能力,与此同时也为各个行业带来了准确洞察市场行为的机会。迄今为止大数据技术与产品有哪些创新,工业大数据应用面临哪些挑战,金融行业大数据应用现状如何等。围绕这一系列问题,4月27日至28日,由工业和信息化部指导、中国信息通信研究院主办的"2016大数据产业峰会"在北京国际会议中心盛大召开。28日上午大数据推动金融创新分论坛中国保险信息技术管理有限责任公司战略规划部总经理助理 李隆春做了精采演讲。
保险行业本身就是基于数据的行业,保险行业的整个基础是大数定义,同类业务发生的风险测算出一个概率,基于这个概率进行相应产品的设计,给产品的风险进行定价,整个保险行业真的是基于数据而且是离不开数据的。保险行业的大数据的应用可以从两方面来看,一是保险业在利用大数据技术在各个业务环节进行的各的工作,比如我们在产品开发领域、营销领域、承保理赔、防灾防损都有相关的应用。比如在产品开发领域,举个例子来说,如果得了糖尿病,保险公司不会给你承保,有了大数据技术之后,对糖尿病人保险公司也可以承保,糖尿病的截肢风险,重度患者会担心截肢,保险公司推出和健康管理相结合的,戴上保险公司提供的运动手环或者其他监测工具,每天把你的运动信息、饮食信息上传到保险公司的网站上,它可以保证你将来如果截肢会给你赔一大笔钱,按照他的健康管理计划和饮食计划你不会有截肢的风险。
产品优化和客户的营销,泰康公司已经在做基于客户的语音分析结构的精准化营销工作。在防灾防损的领域,结合GPS技术,对过去难以监控的船舶风险进行相应的监控。特别是大海里航行的轮船,经常会有遇到风暴和遇到海盗的问题,货物遭受了损失,这时候通过GPS技术对轮船航行路线的全程监控,可以知道你到底去了什么地方,申报的损失发生的地方是不是海盗经常出没的地方,是不是有风暴和雷雨天气。通过这样一些监控来防止恶意欺诈的行为。
欺诈领域,保险行业的欺诈类案件也是频发的,按照国际保险的统计,全球有10%到20%的理赔都是因为欺诈。按照这样的比例计算,中国每年有600亿的金额都被欺诈走了,通过大数据技术可以提高防欺诈的能力,后面会有一个例子。
保险在大数据领域目前还是外挂式,比起银行的应用还比较落后。美国在财产险方面的大数据应用比较领先,其次是在寿险和健康险领域,国内也做了一些应用,后面会举一些简单的例子。我们在各个环节有典型的例子,大家可以看一下。比如在产品的开发领域,前进保险公司利用信用技术来进行产品的定价,美国社会的信用记录是非常好的,每个人都有征信的评分,评分高的人通常家庭的教育程度比较高,对自身的财产安全和健康的管理水平也比较高,这种人的保险意识比较高,出现风险的概率也会比较低,通常会给这种人比较低的保费定价。在市场营销领域,有一个Facebook预测健康的情况,应杰华(音)这个公司利用Facebook社交领域的数据对投保人群的信息分析,发现如果经常在Facebook发布一些评论,你驾驶本田车吸烟的概率比较低,喜欢看肥皂剧的人的暴力倾向性比较高,通过Facebook社交数据分析可以给这些人群画一个标签,投保的时候可以给你不同的定价。气候(音)保险公司,后来被谷歌收购了,这个公司主要是做农业保险的数据。美国跟中国一样,有一部分保险是政府补贴,但是政府补贴这部分是比较有限的,真的发生自然灾害的话,投的保政府补贴的弥补是非常少的,气候保险公司针对这部分灾情做了一些大量的产品开发,利用大量的土壤监测数据进行实时的监控。气候保险公司在美国有10多万亿的气候数据和2000多个土壤监测的数据,每天实时监测的50T的数据量,可以给农民提供农业耕作的方案和未来气候的信息,帮助美国的农民进行更好的耕种,同时减少农业的损失。
国内也有一些案例,众安在线(音)推出了步步保,每天只要走路,走一万步以上可以给你折扣,你的保费就会递减。这是和小米及运动的APP公司进行合作,用户只要把每天走的步数传到网站上,下个月交保费的时候可以自动给你扣减,你走的步数特别多,你的保费甚至可以全部减免。如果经常运动,说明对自己的健康非常重视,你的健康就会得到很好的管理,健康险方面出险的概率就会比较低。国内的泰康保险公司在这方面做了大量的应用,工行的同事刚才提到基于语音的分析,泰康建立了一个语音大数据分析的平台,客户对95522打的电话进行记录和分析,通过分析把这些人做了标签的划分,哪些是商务人士,哪些是学生,哪些是孕妇,哪些是运动员,哪些是老人,不同的人群在销售员展业的时候会有一个**,告诉销售员这个人的标签是什么,可以**什么样的保险产品,基于这样的语音分析结构,结合泰康其他的促销手段,贡献了千万元的保费收入。
美国前进保险公司基于信用的保险定价,美国的信用保障比如有没有破产的记录、信用评分的高低,最终会给你不同的产品定价。基于这样的产品定价的体系,美国前进保险公司在美国的保险行业的理赔率低于同行业,他非常善于利用新的技术来开展他的业务。
这是整个保险业利用大数据方面的经验。大数据技术对整个保险行业来说有可能产生颠覆式的影响。我们这里做了几方面的推测。首先第一变革就是会重塑保险风险,第二定价模式会发生一些变化,第三经营模式会发生一些变化。保险风险的重塑方面,未来的无人驾驶汽车,未来无人驾驶汽车之后,不需要由人来开车,现在发生的刮蹭事故都不会存在,未来出现的风险反而是无人驾驶汽车的技术成熟性的风险,建模模型的稳定性风险,风险转变了。定价模式不一样,大家现在看到车联网技术在大幅的变化,整个保险行业的车的定价跟驾驶的里程数没有关系,这个人开得多和少,不发生事故的情况下都是一样的,根据不同人的驾驶情况设计产品的时候,会跟客户的自身情况相结合,根据你驾驶的行为,根据你每天走的路的情况,情况都不一样。实时的定价,未来会提出保险专家的理念,把一笔钱给一个保险公司,这个保险公司可以依据你的场景,你今天坐火车明天坐飞机,你告诉他你的场景之后,他会实时给你买火车或者飞机的意外险,你马上要登山或者去户外运动,他会给你户外运动的保险,他基于你的场景实时给你买一个保险,把你的十万块钱用完之后,你就可以重新续费,每次的保险都是根据你的场景来的。
保险行业的经营模式依据大数据和互联网技术会发生变化。现在的保险行业本质上是专营化,所有的保险公司都是需要到保监会做审批,必须要取得相应的保险资质才能开展保险。但是随着互联网技术的发展特别是大数据的发展,现在出现了一些新的模式,现在有一个抗癌公社,它已经不再需要保险机构和红十字会等中介机构了,抗癌公社是大家在网上形成互助的团体,现在已经有二三十万人,一旦某个人得癌症了,每个人出一块钱,募集资金来给你治疗癌症。未来不再需要保险公司,大家形成互助团体就可以了。这样的场景都是未来在保险行业里由于新技术的出现会带来的变化。
保险行业非常重视大数据的应用,我们要有数据,同时我们的数据还能用,我们的数据不是越多越好,我们要保证数据的质量真正能给我们产生价值。整个保险行业面临这样的情况下在积极地寻找相应的对策。在这样的背景下,中国保信应运而生,2013年正式成立,成立的背景是各个保险公司在进行承保的时候都会发现不了解这个人在别的保险公司的保险情况,有可能在前一个公司发生了理赔,甚至他有疾病情况需要购买高额的保险,这时候他会到别的公司进行投保,为了促进整个保险行业数据的共享,各个公司之间能知道其他公司的承保理赔情况,在国务院批准下成立了中国保信这个公司。成立公司的时候,前副总理**和后来的**总理、**都签了字,希望这个公司尽快成立,银行行业有银联,保险行业缺少这样的公司。这个公司成立之后,主要工作就是促进整个行业的信息共享,作为行业数据共享保险行业的基础设施存在。
主要做这几方面工作,围绕着保监会和外部管理的各部委开展信息共享平台的建设。我们有车险平台、农险平台、健康险平台、中介和资产查询平台。车险平台在保信成立之前就已经成立了,大家大部分都会买车险,你在平安人保买的车险价格相差不是特别大,主要原因是你的出保记录存在保信这个公司里,保信会根据你过往的出保次数给保险公司一个系数,这个系数在保信的平台里计算。基于这样的服务,今年在平安承保,明年在人保承保,信息不共享的问题得到了解决。目前我们已经做了**补贴的种植险数据,今年准备开展全部农业保险的数据收集。反欺诈的系统,工行的同事提到大数据很多利用在反欺诈里,车险这个领域做了大量的反欺诈工作帮助保险公司,去年帮公安部找了200多万条的疑似欺诈的线索,和身份证数据中心库进行了对接,找那些已经死亡的人,把死亡的信息和现在的理赔信息进行对比,发现现在有70多个人都是已经死亡了还在继续投保,这样可以帮助保险公司追偿。目前登记的数据有几方面,全流程的登记,从前端的承保到保全到理赔到服务全过程的数据登记。通过登记的信息可以看出数据量非常大,有好几个T的保证信息。
我们在公司内部把所有的保单信息汇总过来之后做了一个归并,按照各种维度进行相应的统计分析,比如按照客户维度、标的维度、险种维度进行归并,为各个机构进行相应的服务,比如风险预测保障基金,一个公司一旦破产之后需要救助多少人,这些数据都借助这个平台进行相应的统计分析。从消费者的维度看各个省市买保险的人有多少,有多少人承保了,有多少人买了多少保险。整个保险公司的服务的评价,配合基金进行保险保障和赔付的比例。除此之外,我们还提供征信和行业的精算报告等等。这是未来在征信行业准备做的工作,把消费者和相关的机构的疑似失信行为都整理出来,在展业的时候给保险公司相应的服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01