您的位置:首页 > 国内要闻

众安孙谷飞:大数据融合保险业务实现“精耕细作”

时间:2019-08-05

根据中国银行业监督管理委员会的数据,中国保险业的总保费收入在2018年攀升至3.8万亿元人民币,比2017年增长3.9%。业界普遍关注的问题已成为如何进一步挖掘市场潜力和优化用户周围的产品结构。

以用户为核心,保险公司在销售渠道产品设计,定价和承销,理赔,风险控制等方面重塑了传统保险业,并作为大数据的基础技术发挥着关键作用。

业界通常使用四V来定义公司的大数据发展程度,即数量(体积),速度(品种),品种(多样性),价值(价值),但保险公司既有数据量又有丰富性。处理速度远远不是典型的互联网公司,而且还处于数据系统建设的初始阶段。

据记者了解,英国举办的第三届中国保险峰会《金融时报》于6月13日在北京举行。在会议上,中安数据智能中心负责人孙谷飞指出,“数据系统离不开五个维度,即数据层面,数据访问,数据文化,数据应用和数据人才。”

保险大数据系统需要升级

从行业本身的特点来看,保险业目前是最有前途的数据驱动型变革。保险业是一个数据密集型行业,既是数据收集者,也是数据用户。该行业受大数据原则驱动,并使用精算控制来控制风险。然而,与电子商务,搜索和在线广告等互联网公司相比,保险公司面临的数据问题更为复杂:

保险产品的结构很复杂。保险产品是一种政策,政策结构本身非常复杂。例如,重大疾病责任范围包括复杂的信息,如严重/轻度疾病,重病索赔和保险期。

2.保险数据维度是单一的。目前,许多保险公司存储静态数据,例如政策信息和索赔记录,缺乏更细粒度和动态的行为数据,例如用户的实时物理标志。

保险业务流程很长。保险业的许多流程都是离线完成的。与电子商务,搜索,在线广告等相比,保险流程较长且数据存在断点。此外,数据,算法模型和业务反馈有时不能形成闭环。

总的来说,保险业数据基础较差,数据质量不高。有些数据甚至无法直接使用,例如大量非结构化图像数据。

保险业祝福数据大脑实现“精耕细作”

随着可穿戴智能设备,物联网,5G等技术的成熟,如果保险公司能够有效利用这一趋势,就可以提高保险开发定价,保险营销,储备评估,理赔等方面的效率和准确性。

但是,新技术将对现有数据的数量和维度进行质的改变,带来新的挑战。以2017年的双十一为例,该行业第一家互联网保险公司中安的政策数量当天达到每秒32,000个,这对企业的数据处理速度提出了极高的要求。

孙谷一着眼于保险公司的数据建设,详细解释了数据量,数据访问,数据文化,数据应用和数据人才的五个维度。

数据量级:保险公司应收集尽可能多的不同维度数据,除了政策和索赔数据外,您还需要注意保留场景行为数据。作为一家拥有互联网基因的保险公司,中安注重收集各种场景数据,如通过大量数据了解用户的实时信号,提供更有针对性的保险建议,改善用户体验。

数据访问:应打开公司所有部门的数据以避免数据孤岛。数据访问的关键是“用户”。成功的互联网公司始终把用户放在第一位,业务是围绕用户建立的,而传统保险公司则更关注业务本身,例如保费和索赔率。中安将使用唯一ID为用户贴标签。用户可以购买不同类型的保险并处理不同的服务。通过这一举措,中安有效降低了风险控制的难度,促进了业务增长。

数据文化:数据驱动的意义不是做各种BI报告。相反,数据服务的对象应该沉没,不仅要面对管理层,还要沉溺于前线业务人员提供系统化服务,以便智能决策支持像人脑一样无处不在,无处不在。为了实现这一目标,中安建立了一个完整的数据平台 - 中安数据洞察平台,可以快速支持传统的报表生成,各种纬度的即席查询和移动可视化系统。

数据应用程序:数据应用程序的成功取决于形成数据应用程序的小型企业闭环的能力。以广告推荐和搜索推荐为例,我们可以通过用户是否点击返回的数据来判断模型是否有效。这样,基于数据挖掘模型,迭代将不断更新。例如,中安健康保险索赔风险控制,我们使用通过数据分析获得的风险控制规则,在索赔系统中,我们为索赔人设计了一个反馈过程,以标记风险控制规则的有效性,并可以直接评估质量我们的规则。从而不断优化风控模型。

数据人才:数据系统中的关键因素首先是。除精算师和数据分析师外,大数据平台开发工程师和算法专家,甚至是数据科学家,都至关重要。由于技术堆栈,只有这些人才有能力和方法来处理大数据。除了在各个业务部门配备业务相关部门的数据分析师之外,中安还在这个领域不断储备人才。数据智能中心有100多位大数据开发,算法工程师和数据科学家。

在目前的情况下,以大数据为基础支持的保险技术将发挥更大的作用。通过大数据技术,保险业的精耕细作已成为可能,也将为整个保险过程中的许多痛点提供解决方案,并深化保险业的改革。

  • 友情链接:
  • 安徽新闻网 版权所有© www.witkeyblog.com 技术支持:安徽新闻网| 网站地图