
從大數(shù)據(jù)到信用數(shù)據(jù)信息共享
近年來(lái),中國(guó)保險(xiǎn)業(yè)積極順應(yīng)新形勢(shì)、加快運(yùn)用新技術(shù)、大膽探索新模式,互聯(lián)網(wǎng)保險(xiǎn)已經(jīng)走上迅猛發(fā)展的快車(chē)道。整個(gè)“十二五”期間,互聯(lián)網(wǎng)保費(fèi)規(guī)模從2011年的32億元飆升至2015年的2234億元,增長(zhǎng)約69倍,在保險(xiǎn)業(yè)總保費(fèi)中的比重從0.2%攀升至9.2%。與此同時(shí),專(zhuān)業(yè)互聯(lián)網(wǎng)保險(xiǎn)公司試點(diǎn)不斷增多?;ヂ?lián)網(wǎng)保險(xiǎn)已經(jīng)成為中國(guó)保險(xiǎn)業(yè)轉(zhuǎn)型發(fā)展不可替代的重要驅(qū)動(dòng)力。
尤其值得關(guān)注的是,諸多行業(yè)已經(jīng)將大數(shù)據(jù)的創(chuàng)新應(yīng)用上升為戰(zhàn)略高度,作為大數(shù)據(jù)的使用者和生產(chǎn)者,保險(xiǎn)業(yè)也不例外,互聯(lián)網(wǎng)保險(xiǎn)更是如此。大數(shù)據(jù)除了在完善客戶行為分析、推動(dòng)產(chǎn)品創(chuàng)新和精準(zhǔn)定價(jià)、提升保險(xiǎn)服務(wù)價(jià)值、創(chuàng)新保險(xiǎn)營(yíng)銷(xiāo)模式外,還能夠在一定程度上解決信息不對(duì)稱造成的問(wèn)題,提高保險(xiǎn)公司的風(fēng)控和反欺詐能力。未來(lái)保險(xiǎn)行業(yè)最核心的競(jìng)爭(zhēng)力將由大數(shù)據(jù)構(gòu)成,保險(xiǎn)業(yè)的產(chǎn)品設(shè)計(jì)、定價(jià)、營(yíng)銷(xiāo)策略、客戶服務(wù)、風(fēng)險(xiǎn)控制和反欺詐等都會(huì)發(fā)生深刻變化,數(shù)據(jù)是保險(xiǎn)業(yè)存在和發(fā)展的基石。
中國(guó)保險(xiǎn)行業(yè)協(xié)會(huì)日前發(fā)布的《2016中國(guó)互聯(lián)網(wǎng)保險(xiǎn)行業(yè)發(fā)展報(bào)告》指出,傳統(tǒng)保險(xiǎn)主要基于保險(xiǎn)公司精算能力以及客戶數(shù)據(jù)進(jìn)行保險(xiǎn)產(chǎn)品開(kāi)發(fā)和運(yùn)營(yíng)分析,而新興技術(shù)比如區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)、基因診療等,能夠極大改變傳統(tǒng)保險(xiǎn)公司的成本結(jié)構(gòu),進(jìn)而在為客戶提供服務(wù)方面具有某種明顯的優(yōu)勢(shì),比如價(jià)格、服務(wù)質(zhì)量、體驗(yàn)等方面,這種成本優(yōu)勢(shì)可以直接轉(zhuǎn)化為保險(xiǎn)公司的競(jìng)爭(zhēng)優(yōu)勢(shì)。
風(fēng)控方面。首先,保險(xiǎn)公司可利用大數(shù)據(jù)收集由移動(dòng)互聯(lián)網(wǎng)及移動(dòng)智能設(shè)備技術(shù)終端得到的關(guān)于被保險(xiǎn)對(duì)象的綜合信息,從而更好地把握客戶所轉(zhuǎn)嫁風(fēng)險(xiǎn),進(jìn)行有效的風(fēng)險(xiǎn)控制;其次,保險(xiǎn)公司通過(guò)大數(shù)據(jù)技術(shù)將業(yè)務(wù)數(shù)據(jù)、管理數(shù)據(jù)、社會(huì)數(shù)據(jù)等各種數(shù)據(jù)整合分析后,提升內(nèi)部管理能力,并且增強(qiáng)公司的風(fēng)險(xiǎn)防范能力。
反欺詐方面。保險(xiǎn)公司通過(guò)外部數(shù)據(jù)實(shí)時(shí)獲得客戶以往的購(gòu)買(mǎi)信息、理賠信息,確認(rèn)客戶是否購(gòu)買(mǎi)超額保險(xiǎn),或重復(fù)保險(xiǎn),拒絕可能出現(xiàn)欺詐行為的客戶;保險(xiǎn)公司還可通過(guò)外部數(shù)據(jù)實(shí)時(shí)獲得客戶的出險(xiǎn)信息,如客戶在高速公路上駕車(chē)發(fā)生事故后向交警報(bào)案,保險(xiǎn)公司就能夠及時(shí)獲得報(bào)案信息,或者從第三方直接獲取客戶的醫(yī)療、汽車(chē)維修等數(shù)據(jù),防止保險(xiǎn)欺詐的出現(xiàn)。
總之,大數(shù)據(jù)有助于保險(xiǎn)公司更直接、更準(zhǔn)確地了解市場(chǎng)、客戶,精準(zhǔn)定價(jià)和開(kāi)發(fā)適宜的保險(xiǎn)產(chǎn)品,提升客戶的體驗(yàn),加強(qiáng)內(nèi)部管理等。其最終的結(jié)果是通過(guò)大數(shù)據(jù)的應(yīng)用來(lái)擴(kuò)大保險(xiǎn)公司的盈利空間,而且促進(jìn)優(yōu)質(zhì)客戶群體的持續(xù)增長(zhǎng),從而形成良性循環(huán)。更值得一提的是,大數(shù)據(jù)的應(yīng)用將加速互聯(lián)網(wǎng)保險(xiǎn)渠道向“業(yè)態(tài)”轉(zhuǎn)化,即從保險(xiǎn)產(chǎn)品的開(kāi)發(fā)、保險(xiǎn)信息咨詢、保險(xiǎn)計(jì)劃書(shū)設(shè)計(jì)、銷(xiāo)售到理賠等后期服務(wù)所有環(huán)節(jié)都依托互聯(lián)網(wǎng)來(lái)完成,改變目前互聯(lián)網(wǎng)更多是作為單純的保險(xiǎn)銷(xiāo)售渠道的狀況,實(shí)現(xiàn)互聯(lián)網(wǎng)保險(xiǎn)從“保險(xiǎn)互聯(lián)網(wǎng)化”的簡(jiǎn)單銷(xiāo)售模式向真正的互聯(lián)網(wǎng)保險(xiǎn)“業(yè)態(tài)”的發(fā)展。
但是,盡管各家保險(xiǎn)公司都掌握著龐大的數(shù)據(jù),但目前保險(xiǎn)公司的很多數(shù)據(jù)是相互獨(dú)立的,對(duì)外也基本獨(dú)立。即便有交互,也僅局限于小范圍,這極不利于保險(xiǎn)公司業(yè)務(wù)和反欺詐工作的開(kāi)展。而數(shù)據(jù)信息共享可以使更多的機(jī)構(gòu)更充分地使用已有數(shù)據(jù)資源,減少資料收集、數(shù)據(jù)采集等重復(fù)勞動(dòng)和相應(yīng)費(fèi)用,而把精力重點(diǎn)放在開(kāi)發(fā)新的應(yīng)用程序及系統(tǒng)集成上。
中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)本著“服務(wù)會(huì)員、服務(wù)行業(yè)”的宗旨,努力推動(dòng)互聯(lián)網(wǎng)金融行業(yè)信用建設(shè)工作。協(xié)會(huì)作為獨(dú)立第三方牽頭搭建了互聯(lián)網(wǎng)金融服務(wù)平臺(tái)。打通不同機(jī)構(gòu)間的“信息孤島”,將信用數(shù)據(jù)有效的整合起來(lái),作為傳統(tǒng)征信的補(bǔ)充,依法合規(guī)的提供公正公平的互聯(lián)網(wǎng)金融征信服務(wù),實(shí)現(xiàn)信用信息充分運(yùn)用。目前自平臺(tái)正式開(kāi)通僅一個(gè)月內(nèi),已收集信用數(shù)據(jù)近千萬(wàn)條。
據(jù)了解,協(xié)會(huì)下一步將積極推動(dòng)“部門(mén)聯(lián)動(dòng),社會(huì)協(xié)同”,建立完善“守信聯(lián)合激勵(lì)和失信聯(lián)合懲戒制度”。會(huì)加大與最高人民法院以及各社會(huì)征信服務(wù)機(jī)構(gòu)的合作,進(jìn)一步擴(kuò)大共享信息的覆蓋面和應(yīng)用范圍,充分發(fā)揮共享平臺(tái)的網(wǎng)絡(luò)優(yōu)勢(shì)和規(guī)模效應(yīng)。進(jìn)而建立跨地區(qū)、跨部門(mén)、跨領(lǐng)域的聯(lián)合激勵(lì)與懲戒機(jī)制,真正做到讓守信者受益、失信者受限,共同營(yíng)造誠(chéng)實(shí)守信的社會(huì)氛圍,支持和幫助互聯(lián)網(wǎng)金融企業(yè)降低風(fēng)險(xiǎn)成本,收獲最大效益。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)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(lèi)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)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(kù)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(shí)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(wú)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(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(dòng)態(tài)隨機(jī)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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11