京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据能否拯救保险业数据“干涸” _数据分析师
商业车险新费率改革下月起将在6试点省市全面实行,然而最新数据显示,目前经营车险业务的中外资企业绝大部分仍处于全线亏损的状态。对此,业内人士认为,数据分析等基础工作没有到位仍是造成险种亏损、制约费改的重要因素,如何整合数据资源、实现信息共享、利用大数据进行产品和渠道的创新是保险业把握跨越式发展机遇的关键一步。
信息壁垒阻滞创新
据了解,目前保险行业基础数据积累比较薄弱,已经影响到保险业产品设计、定价、营销、理赔以及行业监管等各环节的创新发展。而目前保险业无力整合业内外信息数据资源实现信息数据共享,信息数据管理和分析处理能力不足等问题又加剧了保险业数据的干涸程度。
中国保险行业协会会长朱进元表示,新“国十条”提出要大力发展责任险,但是产品的设计离不开对信息数据的掌握和分析:“比如医疗责任险,每年有多少案例,其中千分之几出现这样的问题,大约需要赔付多少,这就是保险产品的基础数据,但这些都掌握在医院手里,保险公司没有这个数据。”
一位保险业内人士则表示,一些地方的卫生和人社部门不让商业保险公司用信息平台:“在一些地方,商业保险公司承接政策性医保项目不赚钱甚至亏损,但之所以这么做,就是为了掌握居民医疗信息。”
不仅如此,保险行业内也存在信息数据不共享的问题。“保监会有几十亿条数据躺着睡觉没有利用起来。”北京大学风险管理与保险学系主任郑伟表示,虽然目前保险业做了年度信息披露报告,解决了外部获取保险业信息的问题,但是总体来看还是披露的太少。
利益分割造成数据割据
对于信息数据割据的原因,有保险人士认为,这实际是利益分割的结果。行业外的部门把保险业当队友还是对手,决定了他们是否会向保险行业开放数据共享。
“很多医疗部门、社保部门把我们当竞争对手,其实他们解决层次低的问题,我们提供中高端保障,实际上是互补的,都会对社会稳定发挥作用,但是基础数据他们一直在做,我们相用,壁垒很高。”上述人士表示,以医责险为例,如果对它的效果有共识,则会促进相关数据的公开。
值得注意的是,信息安全也是决定一些数据是否适合公开的重要考量。保监会副主席王祖继表示,现在来自各方面的海量数据让数据处理的软硬环境更加复杂敏感,更容易成为攻击目标。防范信息安全风险已经成为大数据时代的重要课题。
数据共享需制度保障
业内人士建议,应推动各部门向保险行业开放相关数据信息平台,实现互利共享。同时尽快通过完善法律法规来营造有法律约束的,安全的数据开放和共享环境。同时,保险行业也应提升积累、分析和利用数据信息的能力。
朱进元认为,保险业想要在大数据时代有所作为,数据积累是一项基础工程。“应重塑保险业在国民经济发展中的地位,鼓励各部门用开放的心态对待保险业。”他表示,以农业保险为例,好的数据积累,对于提升农业保险的数据准确度、增强费率定价能力、提高农业保险保障水平至关重要。
“下一步要推动形成一个巨大的信息网络,在这个系统之内大家可以自由地流通信息。”保监会主席项俊波说,只有得到各部门的支持,通过建立平台实现信息共享,才能有效降低承保过程中出现的跨险种、跨机构、跨领域风险,实现监管环节的现代化。另一方面,要尽快建立和完善相关法律,让信息数据公开有法可依。保监会财产保险监管部主任刘峰建议,我国可借鉴美国的《信息公开法》,要求政府部门形成的数据,除非保密需要,都应充分向社会公开。王祖继认为,行业监管部门要监督保险机构严格遵守信息化主管部门制定的规章制度,进一步完善行业信息化治理,强化责任落实,加强信息安全培训,提升信息安全技术,完善信息安全预警和响应机制,进一步健全与大数据时代相适应的信息安全保障体系。
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在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24