⑴ 保险行业大数据应用
5月27日，由《中国保险报》主办的“保险业大数据应用系列沙龙”第二期活动在广州举行。与会人士针对保险业如何应用大数据“洞察客户”的主题进行探讨。
近年来，保险业大数据应用已经深入到各个业务条线，在利用大数据洞察客户方面，各家保险机构都有不同程度的探索。不过，在具体的探索实践中，行业也存在痛点。例如如何挖掘客户、挖潜客户，乃至令客户资源在公司内部的各个业务条线得到共享。
沙龙环节
亚太财险互联网产品总监万鹏
中小保险公司更加应该应用关注大数据的使用
我个人认为，现在保险业围绕着数据方面存在的几个误区。例如，香港地区700万人的一个城市，现在财产保险公司是110家，咱们大陆不到80家。那么多的大陆人去买香港保险，因为是产品有特色，为什么产品有特色，是对数据进行了分析以后，精准地进行了相应的营销，或者是一个推广。那么我个人认为互联网从保险公司的角度，应该真正地体现价值，就是从茫茫的人海中筛选出来你想要的客户，然后给他适合他需要的产品，这个产品不一定是便宜的。
在我们保险公司可能还没想明白，或者是准备行动的时候，跟我们相关关联密切的保险中介已经是有相当一批在积极地行动之中，包括数据应用，包括手机移动端的APP的完善，包括小闭环的生态圈，网上商城，积分兑换，发红包等等，比很多保险公司玩得还嗨，这个希望引起或者倒逼我们保险公司的人要想得出来。
最后的落脚点，就是解决之道，保险业的解决之道是什么？我认为，就像我正在做的一件事情叫做搭建数据共享联盟，而且在现在时代下，我认为中小保险公司更加应该关注大数据的使用。
扩展阅读：【保险】怎么买，哪个好，手把手教你避开保险的这些"坑"
⑵ 大数据在保险中的实时应用
大数据在保险中的实时应用
几十年来，保险业一直在努力处理交易和风险管理方面的数据。电信与数据融合的前沿趋势让保险公司对客户行为有了新的认知，而这被称之为“大数据”。数据具有广泛性、多样性的特点，特别是能将传统的关系型数据库管理技术推向极致，并且让人们越来越关注数据管理的新方法。大数据、分析和数据管理齐头并进；美国1.1万亿美元保险市场的各家公司正在争先恐后地开展自己的数据分析实践。
大数据的实时应用案例
大数据技术可以使公司评估非结构化数据由不可行变为可行。这里将介绍一些大数据技术在保险领域的应用案例。
欺诈识别
大数据已经帮助保险人做出了改变。而今他们超越了以索赔为中心和以人为中心的算法欺诈检测技术。这些技术侧重于分析索赔方、保险供应方和其他的信息来源（例如，同一个被保险人提交了多少份类似的索赔请求），并扩展到防火墙之外的数据源，以便基于外部信息分析（例如队列分析 - 使用一个人的社交圈子来分析相关个体之间的类似行为），这里考虑到的是一群互相联系的人而不仅仅是一个人。
在美国，每年健康保险欺诈给保险业带来大约700亿到2600亿美元的损失；欧盟也有300亿到1000亿美元的损失。
欺诈检测和预防主要通过两种方法实现：
基于实时数据分析的欺诈审计规则（基于历史数据的传统类型）
欺诈预测记分卡（基于实时数据的新类型）
客户关系管理(CRM)
所有的非结构化数据都可以提供给所有的保险公司，这可以成为“大数据分析”方法的基础。一些非结构化数据源包括:
客户线上文档
如果这些文档可以被轻松搜索到并且能汇集到企业的数据管理平台，那么保险公司就可以获得关于客户的大量信息，包括对非标准、非结构化的生命健康的医疗报告信息，以及再保险和大型商业财产保险部门的信息。
客户关怀通话记录
这些内容包含了客户来电自由形式的代表性评论，这些评论可以用来进行市场情绪调研，有助于形成策略和付诸实践，以提高客户的保留率，减少客户流失。
点击流数据
由面向客户的网站生成，可以分析这些数据，以发现显示客户倾向的浏览模式，尤其是当与呼叫中心记录相关的时候，找出那些客户在网络交互后立即呼叫的例子。
索赔管理
大数据也与索赔管理息息相关：运营商希望在索赔流程期间保存好图像、视频和文本标记(例如，来自警察检查员或拖车司机的汽车保险索赔的文本标记)。结合投保人和受益人几个实体(受益人、投保人、保险人)的汇总信息对非结构化数据的大数据分析变得尤为重要。
承保
在再保险和大型商业保险部门，大量的支持信息会作为信息提交的一部分(例如，损失历史、财产计划、车辆调度和董事的详细信息)。
大数据技术使保险公司能够快速地存储和访问任何数据，以便他们能够通过分析来突出异常、某种模式和部分重点——这是人工阅读文档时代非常困难的事情。自动化数据管理的能力，以及记录支持文档的能力，使保险公司能够创建风险和客户档案，这在整个公司中都是统一可审计的并且能够提供丰富的分析资料。
⑶ 保险公司搭建基础数据平台
1、阿里云：如果阿里云说自己排第二的话，估计没人敢排第一了，阿里的大数据布局应该是完整的了，从数据的获取到应用到生态、平台，不愧是大数据行业领导者！
2、华为云：整合了高性能的计算和存储能力，为大数据的挖掘和分析提供专业稳定的IT基础设施平台，近来华为大数据存储实现了统一管理40PB文件系统。（华为云好像目前是不怎么对外开放的）
3、网络：作为国内综合搜索的巨头、行业老大，它拥有海量的数据，同时在自然语言处理能力和机器深度学习领域拥有丰富经验。
4、我们的DDP大数据平台：DDP大数据基础平台，以大数据技术为基础为企业客户搭建统一的大数据共享和分析平台。实现对各类业务进行前瞻性预测及分析，为各层次用户提供统一的决策分析支持，提升数据共享与流转能力。DDP着力为客户构建统一的数据存储和数据处理资源，围绕企业业务开展大数据应用建设，最终形成面向服务化的数据资产。
扩展阅读：【保险】怎么买，哪个好，手把手教你避开保险的这些"坑"
⑷ 保险公司要和医疗机构进行数据对接，搭建大数据平台，有好的方法吗
讨论几种针对各种软件系统的数据采集的方式方法。重点关注它们的实现过程、各自的优缺点。
软件接口对接方式
开放数据库方式
基于底层数据交换的数据直接采集方式
1、软件接口对接方式
各个软件厂商提供数据接口，实现数据汇集，为客户构建出自己的业务大数据平台；
接口对接方式的数据可靠性较高，一般不存在数据重复的情况，且都是客户业务大数据平台需要的有价值的数据；同时数据是通过接口实时传递过来，完全满足了大数据平台对于实时性的要求。
但是接口对接方式需花费大量人力和时间协调各个软件厂商做数据接口对接；同时其扩展性不高，比如：由于业务需要各软件系统开发出新的业务模块，其和大数据平台之间的数据接口也需要做相应的修改和变动，甚至要推翻以前的所有数据接口编码，工作量很大且耗时长。
2、开放数据库方式
一般情况，来自不同公司的系统，不太会开放自己的数据库给对方连接，因为这样会有安全性的问题。为实现数据的采集和汇聚，开放数据库是最直接的一种方式。
不同类型的数据库之间的连接就比较麻烦，需要做很多设置才能生效，这里不做详细说明。
开放数据库方式可以直接从目标数据库中获取需要的数据，准确性很高，是最直接、便捷的一种方式；同时实时性也有保证；
开放数据库方式需要协调各个软件厂商开放数据库，其难度很大；一个平台如果要同时连接很多个软件厂商的数据库，并且实时都在获取数据，这对平台本身的性能也是个巨大的挑战。
3、基于底层数据交换的数据直接采集方式
101异构数据采集的原理是通过获取软件系统的底层数据交换、软件客户端和数据库之间的网络流量包，进行包流量分析采集到应用数据，同时还可以利用仿真技术模拟客户端请求，实现数据的自动写入。
实现过程如下：使用数据采集引擎对目标软件的内部数据交换（网络流量、内存）进行侦听，再把其中所需的数据分析出来，经过一系列处理和封装，保证数据的唯一性和准确性，并且输出结构化数据。经过相应配置，实现数据采集的自动化。
基于底层数据交换的数据直接采集方式的技术特点如下：
1）独立抓取，不需要软件厂家配合；
2）实时数据采集；
数据端到端的延迟在数秒之内；
3）兼容Windows平台的几乎所有软件（C/S,B/S）；
作为数据挖掘，大数据分析的基础；
4）自动建立数据间关联；
5）配置简单、实施周期短；
6）支持自动导入历史数据。
目前，由于数据采集融合技术的缺失，往往依靠各软件原厂商研发数据接口才能实现数据互通，不仅需要投入大量的时间、精力与资金，还可能因为系统开发团队解体、源代码丢失等原因出现的死局，导致了数据采集融合实现难度极大。在如此急迫的需求环境下基于底层数据交换的数据直接采集方式应运而生，从各式各样的软件系统中开采数据，源源不断获取所需的精准、实时的数据，自动建立数据关联，输出利用率极高的结构化数据，让数据有序、安全、可控的流动到所需要的企业和用户当中，让不同系统的数据源实现联动流通，为客户提供决策支持、提高运营效率、产生经济价值。
扩展阅读：【保险】怎么买，哪个好，手把手教你避开保险的这些"坑"
⑸ 保险公司理赔大数据
任何地方都找不到这个数据，这个数据本身就没有实际的意义。
举个简单的例子，一个人投保保险，申请理赔的事项不属于保险责任，保险公司自然无法赔付，或者申请的时间超过了责任期限，或者被保险人所患疾病不属于保障范围只能，等等一系列的情况，都会引起无法理赔，不可控风险太多，这个数据自然无从统计。
扩展阅读：【保险】怎么买，哪个好，手把手教你避开保险的这些"坑"
⑹ 保险大数据平台有哪些内容
一、互联网保险创新的现状
根据中国保险行业协会在2015年年初发布的《互联网保险行业发展报告》显示，针对经营互联网保险业务的公司分类，人身险公司有44家，财产险公司有16家，总体占全行业133家产寿险公司的45%。包括中国人保财险、泰康人寿、平安人寿、太平洋保险、天安财险等在内的多家险企已率先在线上跑马圈地，中国保险公司与互联网的深度融合已全面到来。
首先在监管层面，上个月，酝酿已久的《互联网保险业务监管暂行办法》终于由中国保监会发布，这标志着中国互联网保险业务基础监管规范的形成。《办法》以鼓励创新、防范风险和保护消费者权益为基本思路，从经营条件、经营区域、信息披露、监督管理等方面明确了互联网保险业务经营的基本规则；规定了互联网保险业务的销售、承保、理赔、退保、投诉处理及客户服务等保险经营行为应由保险机构管理负责；强化了经营主体履行信息披露和告知义务的内容和方式，着力解决互联网自主交易中可能存在的信息不透明、信息不对称等问题，以最大限度保护消费者的知情权和选择权。
其次在保险主体方面，早在2013年，中国人保就推出“掌上人保”，并号称是指尖上的保险；去年，以“理赔简单，就在天安”为口号的天安财险“车易赔”APP在全国上线；随后，“中国太保”“大地通保”、“泰康在线”等保险在线服务平台如雨后春笋般出现，可见，拼服务、拼体验已经成为各家保险主体竞争的主要方向。同时，各家保险公司在立足保险本身的同时，从渠道上也不断向外围延伸，分别与P2P平台、信用保证机构等开展不同程度的合作。以下是中国保险行业协会从服务创新、技术创新、渠道创新等三个方面对2014年60家提供互联网服务的产、寿险公司进行评价后的前15名榜单：
二、互联网保险创新背后的风险
应该说基于提升客户体验的互联网保险创新，方向是对的。互联网保险作为一个新兴的领域，发展空间巨大，但同时互联网保险创新也带来一系列风险和问题。从目前已经暴露的风险来看，主要包括保险产品创新异位、消费者投诉急剧增加、消费者道德风险敞口扩大、风险评估和控制不到位等。
（一）保险产品创新异位
自2013年底由“三马”投资的众安在线成立以来，带动了中国各大保险主体在保险产品上的创新热潮。盗刷险、高温险、退货险、喝麻险、世界杯足球流氓险等创新险种不断涌现，寿险公司也相继推出求关爱、爱升级、救生圈等所谓的基于微信平台的“扔捞”产品，名字一个比一个花哨，其中，不乏一些险种初具规模，但更多的是为创新而创新。如世界杯足球流氓险从头到尾就没卖出几份，导致本来就比较便宜的3元/份，到后期直接降价到1分钱/份，变成了一个十足的噱头。更有甚者，开发出雾霾险、赏月险、摇号险等，严重脱离保险的本质。
（二）消费者投诉急剧增加
据保监会近日公布的《关于2015年上半年保险消费者投诉情况的通报》显示，2015年上半年，中国保监会12378投诉维权热线全国转人工呼入总量157544件，同比上升40.24%。而其中，捆绑销售互联网产品的投诉占据一定比例，究其原因，很多保险主体互联网保险业务发展迅速，但管理和服务能力严重不足，片面注重销售前端网络化，后台运营管理却仍是传统思维，前端和后台不配套，买时容易退时难，从而导致消费者投诉。
（三）消费者道德风险敞口扩大
目前，各家保险主体在理赔服务上基本上都推出了简易赔付，即保险公司对于一定金额以下（2000-10000元不等）的保险事故实行简易赔付，消费者通过保险公司自己推出的APP平台，或拍照、或视频，将事故现场信息传输到保险公司后台，保险公司审核确认后立刻赔付，全程一般在5分钟左右时间完成。应该说这种做法极大地简化了理赔程序，缩短了理赔时间，方便了消费者。但是，客观地讲，我们也不得不面对当下国内的基本现状，国民的平均道德水准有待提高，修理厂、4S店有组织地批量造假，保险欺诈层出不穷，这些无疑都将保险公司的风险敞口无限扩大。
（四）风险评估和管理不到位
保险从本质上是风险转移的安排，应该有可量化的数据支撑，目前，很多产品的创新，缺少基本的费率厘定、成本测算等程序。同时，保险讲究的是大数法则，如果一款产品不能具备一定规模，赔付水平就会极不稳定，风险管理也就无从谈起。
三、互联网保险创新的风险管理
（一）保险产品创新：回归本质
保险，在法律和经济学意义上，是一种风险管理方式。因此，保险产品创新的基本原则和底线是创新的产品具有风险管理的可能性，即通过经验的积累和有效的管理措施能够降低保险标的风险。这也就是一般情况下地震、飓风等不可抗力不列入保险范围的根本原因，因为到目前为止，人类还无法通过自身的行为影响上述事件的发生。反观现在的保险产品创新，雾霾险也好，赏月险也罢，甚至是高温险，基本上都突破了上述这一基本原则。
之所以会出现现在这种情况，我想主要有两个方面原因，一是保险本身，在目前的保险市场上，规模产品的同质性非常严重，基本相同的条款，基本相同的费率，基本相同的服务，在这种情况下，产品创新的目标已经不再是客户的“需求”，而是客户的“眼球”。记得若干年前，有一个保险公司开发了一个险种叫“酒驾险”，从始至终没卖出一份保单，但公司从上到下都非常开心，因为这个产品在当时引起了包括新闻媒体、监管部门、同业公司以及消费者的极大关注，很好地提高了公司的知名度。二是与目前整个社会的大环境有关，当下，从集体到个体，在物质和经济的指挥下，每一个社会组织和细胞都在极力获取尽量多的资源，而忽视了资源本身的效用和价值。正像有一句话所说，走着，走着，忘记了出发的目的。
（二）保险风险管理：大数据为器
1.大数据在费率厘定中的应用。保单的费率设定是保险公司风险管理的源头，也是一项非常重要的工作，主要目的是使设定的费率对应于投保人的风险等级，风险越小，费率越低，尽量做到公平。确定费率较为关键的问题就是找出“影响赔付支出的风险因素或变量”，其实生命表就是“影响赔付支出的风险因素或变量”之一年龄的一个分类。再如，在车险定价中城市交通的拥挤程度、驾驶员的年龄、驾龄、性别、汽车的新旧程度等都可能是“影响赔付支出的风险因素或变量”，而这些因素或变量就是可以通过大量数据分析和处理来确定。
2.大数据在风险评估中的应用。在大数据时代，风险评估已经不仅仅局限于公司的历史数据、行业的历史数据，无论是风险特征的描述还是数据资源的获取都更加便利。首先在占据财产险市场70%以上份额的车险领域，保险公司可以获取三个层级数据来支撑风险评估，第一层级是核心层，包括公司和行业数据，第二层级是紧密层，包括车型、汽车零整比、二手车等数据；第三层级是外围移动层，包括利用车载传感设备收集驾驶员行为数据等。同时，对于保险公司的精算师来讲，更多、更广的数据获取，可以更精确地识别个体对象的潜在风险，建立更加有效的数据模型，不断改善和提高精算的精准程度，以帮助判断和评估风险以及风险准备金。
3.大数据在反理赔欺诈中的应用。在确保数据资源的情况下，通过完整的、多样化的数据（数据包括但不限于公司内部保单及理赔历史记录、行业数据、征信记录、公共社交网络数据、犯罪记录等），辅之以有效的算法和模型，来识别理赔中可能的欺诈模式、理赔人潜在的欺诈行为以及可能存在的欺诈链条，应该是未来反理赔欺诈的主要方向。而对于整个中国保险行业来讲，尽快建立起一套行业级的保险数据信息平台，是反理赔欺诈的关键。目前，上海、江苏等省市已经实现理赔信息数据共享，在这些地区反理赔欺诈行为的成效明显提高。
4.大数据在保险行业风险管理中应用之核心—数据整合。目前保险公司的数据有行业平台的同业数据、前端客户APP导入（或现场出单）数据，中端中介、渠道、理赔、呼叫数据，后端财务收付数据，另外，还有定价系统的汽车零配件数据、人事系统的人员数据、稽核审计风控系统的风控数据等，种类繁多和庞杂，因此，急需建立大数据平台进行数据整合，统一数据存储和传递标准，并将不同系统进行数据打通，再根据不同需要进行数据挖掘。
（三）保险风险控制：新技术应用
未来，新技术、新设备的应用将成为保险行业风险控制的主要途径。在承保环节，基于大数据基础的数据分析技术将在第一时间立体呈现保险标的各项数据和特征，为承保决策和政策提供第一手资料，从源头控制风险。在理赔环节，新技术、新设备同样将被广泛应用。在车辆保险领域，通过装载在车上的无线电子设备，运用通讯网络，实现对车辆、道路以及行车驾驶员进行静、动态信息提取和行为记录，从而监督行车驾驶员人的行为风险和道德风险，并进行出险前预防、出险中响应和出险后处理，从而使保险事故管理变被动为主动，降低理赔成本。在人寿保险领域，利用能够实时监控人体健康情况的可穿戴设备，来获取和细分不同群体、不同年龄的人体健康和生死概率，并适时向客户提供饮食、健身等方面的建议，从而降低投保人的医疗费用。在家庭财产险领域，通过智能家居系统对住宅进行远程监控并及时发现和缓解风险，当家中发生煤气泄漏或水管爆裂，可自动关掉阀门，从而减轻损失等。
任何事物的发展，都要有与之相对应的配套管理措施，互联网保险创新也不例外。今后相当长一段时间，互联网保险创新都将在路上，基于互联网保险创新的风险管理也必将亦步亦趋，紧紧跟随。
扩展阅读：【保险】怎么买，哪个好，手把手教你避开保险的这些"坑"