
大數(shù)據(jù)產(chǎn)生大結(jié)果:保險賠付率預(yù)測模型效能提升高達(dá)30%
1月8日,2016中國(杭州)“互聯(lián)網(wǎng)+”金融大會,來自律商聯(lián)訊風(fēng)險信息公司(LexisNexis Risk Solutions)的保險業(yè)務(wù)首席執(zhí)行官 Bill Madison進(jìn)行了“大數(shù)據(jù)在保險行業(yè)的應(yīng)用和探索”的精彩演講。Bill指出,若想在當(dāng)今的大數(shù)據(jù)時代充分挖掘數(shù)據(jù)價值,我們必須首先明確自身的戰(zhàn)略訴求,再借助海量數(shù)據(jù)資源、大數(shù)據(jù)技術(shù)、關(guān)聯(lián)和分析能力、以及行業(yè)專長滿足個性化的訴求。
公共記錄引入保險市場 賠付率預(yù)測模型效能提升高達(dá)30%
近年來,核心的銀行征信數(shù)據(jù)已經(jīng)發(fā)生了變化,除了消費者行為的改變和數(shù)據(jù)明細(xì)程度的提升,還產(chǎn)生了一些全新的數(shù)據(jù)字段,為消費者風(fēng)險評估帶來了許多有價值的新洞見。面對不斷演變的數(shù)據(jù)來源,律商聯(lián)訊長期致力于擴展消費者風(fēng)險分析維度,從全球超過1萬3千多個數(shù)據(jù)源采集了500億條消費者和企業(yè)記錄,為保險和金融服務(wù)等行業(yè)積累了海量的數(shù)據(jù)資源,其中包括:歷來的居住地址和住址穩(wěn)定性,電話和水電煤氣記錄,職業(yè)證書,教育歷史,破產(chǎn)、抵押、判決和驅(qū)逐等數(shù)據(jù)。
除了豐富的公共記錄和第三方數(shù)據(jù)資源以外,律商聯(lián)訊通過建立保險行業(yè)共享型數(shù)據(jù)平臺,為行業(yè)引入了一個全新的數(shù)據(jù)成分,完善了為以保險為中心的消費者金融視圖。
律商聯(lián)訊將這些非傳統(tǒng)數(shù)據(jù)引入保險市場,生成獨特的變量和行業(yè)風(fēng)險評分,與傳統(tǒng)征信數(shù)據(jù)一起用于風(fēng)險定價和承保決策,幫助保險行業(yè)利用數(shù)據(jù)優(yōu)化工作流程,更好地評估風(fēng)險,從而提升從展業(yè)到理賠、覆蓋客戶完整保險生命周期的各個環(huán)節(jié)的工作效率。
如下圖所示,掌握的數(shù)據(jù)越多,保險賠付風(fēng)險模型的預(yù)測能力就越強。每增加一個數(shù)據(jù)集,我們都能看到模型的預(yù)測準(zhǔn)確度獲得顯著提升——改良后的信用記錄,加上公共記錄,再加上保險賠付歷史,可以在傳統(tǒng)信用記錄的基礎(chǔ)之上帶來30%的模型效能提升。
如何使大數(shù)據(jù)應(yīng)用切實可行
律商聯(lián)訊的大數(shù)據(jù)戰(zhàn)略遠(yuǎn)遠(yuǎn)超過了數(shù)據(jù)或數(shù)據(jù)技術(shù)本身,40年的行業(yè)積累使得律商聯(lián)訊能夠在吃透行業(yè)的基礎(chǔ)上進(jìn)行數(shù)據(jù)關(guān)聯(lián)和分析,并利用行業(yè)專長提供以客戶為中心的解決方案。
律商聯(lián)訊總結(jié)多個國際市場運營經(jīng)驗后發(fā)現(xiàn):保險公司擁有一套自己的工作流程,從初期的保險展業(yè)開始,直至為客戶提供理賠服務(wù)。在這個保險生命周期中,保險公司每次與消費者接觸的節(jié)點,都是一次獲取知識的節(jié)點,有機會更進(jìn)一步地了解消費者。律商聯(lián)訊希望在每一個工作節(jié)點,都可以為保險公司提供與消費者個人相關(guān)的信息和洞見,幫助保險公司更好地理解風(fēng)險。為了實現(xiàn)這一目標(biāo),律商聯(lián)訊在美國及多個海外市場建立了與保險公司之間的單一數(shù)據(jù)管道,將數(shù)據(jù)和分析產(chǎn)品在每一個相關(guān)工作節(jié)點推送給保險公司,充分滿足其各個節(jié)點的風(fēng)險信息需求。
Bill最后總結(jié)到,數(shù)據(jù)問題其實很簡單:數(shù)據(jù)越大越好。更多的數(shù)據(jù)和更好的關(guān)聯(lián)能夠為我們帶來更加豐富的個體檔案,以及更加完整、準(zhǔn)確的個體間關(guān)系。借助足夠多的數(shù)據(jù),我們就能夠掌握每一個客戶的切實可行的個性化洞見,為每一個客戶定制完全貼合其需求的產(chǎn)品和服務(wù)。只有這樣,大數(shù)據(jù)才能真正凸顯其價值所在。
律商聯(lián)訊風(fēng)險信息公司(簡稱:律商聯(lián)訊)是一家全球領(lǐng)先的風(fēng)險信息服務(wù)提供商,向保險、醫(yī)療健康、法律、金融服務(wù)等行業(yè)及政府機構(gòu)提供風(fēng)險預(yù)測、評估及管理服務(wù)。律商聯(lián)訊是勵訊集團(RELX Group,原名勵德愛思唯爾集團Reed Elsevier)的全資子公司。勵訊集團是世界最大的專業(yè)信息解決方案提供商之一,在科技、醫(yī)學(xué)、風(fēng)險、法律和商業(yè)信息等領(lǐng)域為120多個國家的客戶服務(wù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11