大數(shù)據(jù)在保險中的實時應用

幾十年來，保險業(yè)一直在努力處理交易和風險管理方面的數(shù)據(jù)。電信與數(shù)據(jù)融合的前沿趨勢讓保險公司對客戶行為有了新的認知，而這被稱之為“大數(shù)據(jù)”。數(shù)據(jù)具有廣泛性、多樣性的特點，特別是能將傳統(tǒng)的關系型數(shù)據(jù)庫管理技術推向極致，并且讓人們越來越關注數(shù)據(jù)管理的新方法。大數(shù)據(jù)、分析和數(shù)據(jù)管理齊頭并進；美國1.1萬億美元保險市場的各家公司正在爭先恐后地開展自己的數(shù)據(jù)分析實踐。

大數(shù)據(jù)的實時應用案例

大數(shù)據(jù)技術可以使公司評估非結構化數(shù)據(jù)由不可行變?yōu)榭尚?。這里將介紹一些大數(shù)據(jù)技術在保險領域的應用案例。

欺詐識別

大數(shù)據(jù)已經(jīng)幫助保險人做出了改變。而今他們超越了以索賠為中心和以人為中心的算法欺詐檢測技術。這些技術側重于分析索賠方、保險供應方和其他的信息來源（例如，同一個被保險人提交了多少份類似的索賠請求），并擴展到防火墻之外的數(shù)據(jù)源，以便基于外部信息分析（例如隊列分析 - 使用一個人的社交圈子來分析相關個體之間的類似行為），這里考慮到的是一群互相聯(lián)系的人而不僅僅是一個人。

在美國，每年健康保險欺詐給保險業(yè)帶來大約700億到2600億美元的損失；歐盟也有300億到1000億美元的損失。

欺詐檢測和預防主要通過兩種方法實現(xiàn)：

基于實時數(shù)據(jù)分析的欺詐審計規(guī)則（基于歷史數(shù)據(jù)的傳統(tǒng)類型）

欺詐預測記分卡（基于實時數(shù)據(jù)的新類型）

客戶關系管理(CRM)

所有的非結構化數(shù)據(jù)都可以提供給所有的保險公司，這可以成為“大數(shù)據(jù)分析”方法的基礎。一些非結構化數(shù)據(jù)源包括:

客戶線上文檔

如果這些文檔可以被輕松搜索到并且能匯集到企業(yè)的數(shù)據(jù)管理平臺，那么保險公司就可以獲得關于客戶的大量信息，包括對非標準、非結構化的生命健康的醫(yī)療報告信息，以及再保險和大型商業(yè)財產(chǎn)保險部門的信息。

客戶關懷通話記錄

這些內(nèi)容包含了客戶來電自由形式的代表性評論，這些評論可以用來進行市場情緒調(diào)研，有助于形成策略和付諸實踐，以提高客戶的保留率，減少客戶流失。

點擊流數(shù)據(jù)

由面向客戶的網(wǎng)站生成，可以分析這些數(shù)據(jù)，以發(fā)現(xiàn)顯示客戶傾向的瀏覽模式，尤其是當與呼叫中心記錄相關的時候，找出那些客戶在網(wǎng)絡交互后立即呼叫的例子。

索賠管理

大數(shù)據(jù)也與索賠管理息息相關：運營商希望在索賠流程期間保存好圖像、視頻和文本標記(例如，來自警察檢查員或拖車司機的汽車保險索賠的文本標記)。結合投保人和受益人幾個實體(受益人、投保人、保險人)的匯總信息對非結構化數(shù)據(jù)的大數(shù)據(jù)分析變得尤為重要。

承保

在再保險和大型商業(yè)保險部門，大量的支持信息會作為信息提交的一部分(例如，損失歷史、財產(chǎn)計劃、車輛調(diào)度和董事的詳細信息)。

大數(shù)據(jù)技術使保險公司能夠快速地存儲和訪問任何數(shù)據(jù)，以便他們能夠通過分析來突出異常、某種模式和部分重點——這是人工閱讀文檔時代非常困難的事情。自動化數(shù)據(jù)管理的能力，以及記錄支持文檔的能力，使保險公司能夠創(chuàng)建風險和客戶檔案，這在整個公司中都是統(tǒng)一可審計的并且能夠提供豐富的分析資料。