大数据在保险业的风险防范运用

① 利用大数据是否能够防范风险

我们正在经历多元的信息技术变革，云计算、大数据、移动技术以及物联网等。这些变革引导jinrong机构和用户从全新的视角来思考产品特性和商业模式，也意味着商业yinhang需要在经济新常态背景下，更加专注于如何有效运用现代科学技术来防控风险。
信息技术应用于风险管理，主要体现在以下三个方面：
流程电子化，应对复杂风险管理过程；
精准计量，促进风险管理精细化；
提升效能，满足业务迅速扩张下的风险管控要求；

② 如何运用大数据进行商业银行风险管理

商业银行的风险管理除了对基于银行过往的数据对未来做出预测以外，还会涉及到公司层面的问题。比如，公司以及其产品在网民中的地位如何，有哪些优点和不足，公司的竞争对手目前有什么举动等等。这里就涉及到对于网络进行信息的采集，进而进行舆情监测，发觉公司需要的有价值的信息和情报。
就目前来说，舆情 监测已经成为金融行业的一种十分重要的风险管理手段，因为互联网的力量越来越不可忽视。交行等就是其中典型的代表，他们的舆情系统来自Knowlesys,是基于web2db knowlesys 的，其主要的效果是这样的：
1. 可实时监测微博，论坛，博客，新闻，搜索引擎中相关信息
2. 可对重点QQ群的聊天内容进行监测
3. 可对重点首页进行定时截屏监测及特别页面证据保存
4. 对于新闻页面可以找出其所有转载页面
5. 系统可自动对信息进行分类26禁止9盗用0
6. 系统可追踪某个专题或某个作者的所有相关信息
7. 监测人员可对信息进行挑选，再分类
8. 监测人员可以基于自己的工作结果轻松导出制作含有图表的舆情日报周报

③ 利用大数据分析将保险业风险防控做到极致

利用大数据分析将保险业风险防控做到极致
互联时代，特别是移动互联网日渐普及之后，大数据的搜集变得更为方便和可行，大数据的应用价值受到了各行各业的关注，甚至大数据本身也成了一个专门产业。保险作为基于大数法则运营发展的商业行为，对大数据的利用有着天然的倾向性。笔者围绕风险防控这一经营实务，围绕核保、核赔这两大关键节点，探讨大数据分析在风险防控中的应用，分析优势性，指出限制性，并基于行业现状对大数据分析的发展提出建议。
保险业面临风险控制新挑战
虽然风险防控是保险业发展过程中永恒的课题，但是随着经济社会的发展，新风险点层出不穷，恶意欺诈手段不断翻新，保险业风险防控受到的更为严峻的冲击。具体表现为：
1.行业竞争倒逼核保和理赔速度的提升，可能带来核保、核赔质量下降的负面影响。从纯理论角度和最理想化的角度来讲，核保和核赔这两个环节是可以为保险公司屏蔽所有逆选择和道德风险的。但付出的代价是用大量的人力对每个投保和理赔申请都进行大量的细致调查。这在保险公司实际运营中是不可能的。特别是在行业竞争越来越激烈的今天，为提升客户体验，保险公司的投保条件愈发宽松，核保核赔速度快，甚至免核保、免体检、快速赔付已经成为保险公司吸引客户的“标配”所在。各家公司千方百计提高服务速度，核保核赔部门往往要承受客户和销售部门的双重压力。在此情况下，虽然保险公司的保费收入有了较大增长，但是承受的风险冲击将明显增大。公司管理层对业绩增长的期待，或多或少冲淡了本该固若金汤的风控意识。
2.互联网保险的发展，客观上增加了风险控制的难度。如今，网络销售、移动互联网销售日益被保险公司所重视。各种保险销售网站，成为了保险公司新的保费增长点。甚至客户通过手机微信等软件终端，就可以轻松完成投保或理赔过程，在这种情况下，材料真实性验证难度较大，信息不对称性更为突出，机会型欺诈风险增加。异地出险的增加，也对理赔后续工作提出较高要求，容易出现保险服务流程衔接的空白。在传统保险销售过程中，销售人员与客户面对面地沟通，其实也是一种了解客户的过程。但是互联网保险的发展让这个过程消失。核保部门失去了一道天然屏障。这些都是增加了风险控制的难度。
大数据分析在保险业风险防控中的实际意义
虽然互联网技术的发展，给传统思维下的风险防控带来了巨大的挑战。但是笔者认为，任何新技术的进步都是双刃剑。而且解铃还须系铃人，互联网技术带来的“麻烦”也必将由互联网技术本身来开出药方。这个药方就是大数据分析。
IBM公司曾用5个特征来描述大数据，既大量、高速、多样、低价值密度、真实性。这些特征其实也表明了大数据对风险防控的意义。
1.大数据时代下，核保环节通过大数据分析有条件对客户进行系统性风险扫描。具体来讲，在传统核保过程中，客户告知什么，保险公司就审核什么。核保人员要从有限的告知信息中，发现风险点的蛛丝马迹。这个过程中的风控主要依靠客户的诚信水平和核保人员的工作经验。而且大量的投保告知，也挑战了客户的耐心。面对大量的提问，客户很有可能引起反感，不认真填写告知内容或干脆放弃购买保险产品。但在大数据条件下，保险公司有条件从数据库中获取客户的大量相关信息。比如通过了解客户的就医记录，可以准确推断客户的健康状况；通过查询客户在各家保险公司的既往投保记录，可以分析投保人有无重复投保、短期内大额投保等高风险行为，等等。这些都将打破既往核保的管理思路，使得核保过程更加精确化。同时客户需要进行的投保告知大大减少，只要授权保险公司查询相关信息，即可快速得到核保结果。
2.大数据时代下，核赔环节通过大数据分析更可能发现理赔欺诈的线索，堵住风险漏洞。传统的核赔过程中，主要靠核赔人员的经验甄别风险，靠调查人员有意识的排查堵住理赔欺诈的发生。这种情况下，人为制造保险事故、虚报并不真实存在的保险事故、夸大保险事故损失金额，都成为可能发生的情况。但在大数据条件下，保险公司不同地区的既往理赔数据，甚至不同保险公司之间的理赔数据有可能汇聚成一个超级数据库。任何理赔申请，都可以先经过数据库的检验。
3.大数据分析辅助风险控制的理论研究，已经有了一定的积累，为进一步应用打下了基础。近年来，大数据的开发应用不仅得到了实务界的关注，也吸引了理论界进行更为细致的研究，并取得了一定成果。例如欺诈分析技术，就是综合了大数据模型、统计技术和人工智能在反保险欺诈领域的一项应用。目前这项技术已有了比较完整的理论模型，建立了相应的算法体系，具体包括有监督算法和无监督算法。笔者认为，这些理论研究虽然对保险实务从业者来讲有一些晦涩，但是今后的大数据分析甚至人工智能在保险业的应用，就是建立在这些理论研究基础之上的。
基于大数据技术提升保险业风险控制
结合大数据技术本身的发展要求，以及当前保险公司实际运营情况。笔者在这部分将提出大数据时代提升保险业风险控制的具体工作建议。
1.以数据库建设为基础，在内部数据资源整合的基础上，争取建立全行业共享的大数据平台。在这里所讨论的所有大数据分析的优势，都建立在保险公司能够收集到海量有价值数据的基础之上。这种数据资源的整理，首先是公司内部资源的整理。特别是对于混业经营的大型金融集团来说，内部已有的数据资源整合就已经是非常伟大的成就。要让各家公司共享信息，注定是艰难的，这需要行业协会、监管部门的推动，需要各家公司站在更长远的角度展望保险业的发展。
2.保险公司要千方百计提升IT技术水平，储备大数据分析的技术力量。大数据分析对数据库技术的要求是比较高的，公司网络系统和数据计算能力面临考验。更为重要的是，如果要想进一步开发大数据资源，就必须有专门的统计分析人才。技术储备，不是过往运营数据分析等简单的数据开发，而是一整套科学的体系。保险公司有必要提前进行技术储备。
3.大数据分析过程中，要特别注意数据安全和客户信息的保密管理。大数据和互联网一样，也是一把双刃剑。保险公司挖掘好这座宝藏，能够在风险防控上取得事半功倍的效果。但同时也担负着维护数据安全的重任。海量的个人信息数据存储在保险公司，一旦泄露后果不堪设想。单个的数据泄露就可能引起客户的诉讼。批量的数据泄露，可能给公司带来的就是灭顶之灾。从法务角度来讲，保险公司在引用客户信息之前，要取得客户授权，规避法律风险。同时要尽可能依靠大数据分析，通过简单的客户信息就推断出某类业务的风险。
总之，风险控制是保险公司稳健经营的重要一环。在大数据时代，保险业必然要利用新技术手段，将风险防控工作做到极致，为公司和行业的发展创造价值。

④ 大数据保险会影响社会公平吗

在当下互联网和大数据技术推动下，保险行业的新应用及新的商业模式未来想象空间将会无限，大数据对保险行业的影响可能远比想象的要更加深远。

最近在公司内部一次大数据工作会议上，讨论如何利用大数据计算客户风险成本，为客户提供不同保费报价。一位多年从事保险行业工作的同事提出了不同意见，认为该做法拉大了自身风险较大人群与风险较小人群间的保险价格差距，使部分人群因价格难以承受，可能会造成其无法获得所需保险服务，有违保险所倡导的互帮互助宗旨精神。

这让大家认识到，大数据对保险行业的影响可能远比想象的要更加深远。

传统保险商业模式并不完美

保险起源于人们互帮互助、分摊风险的思想，是最古老的风险管理方法之一。它以损失分摊的方法，用多数单位和个人缴纳保费建立保险基金，使少数成员的损失由全体被保险人分担。其目的就是共同抵御风险，帮助那些陷入困难的成员渡过难关。保险从萌芽时期的互助形式逐渐发展成为现代商业保险形式。保险服务对象从一开始的熟人之间，逐步扩展到陌生人之间。

市场中保险公司之间展开着激烈的竞争，大家最重要的竞争手段就是把不同人群的风险概率尽可能做精确细分。分得越细，同一个细分组里人群的风险就越接近，其被别人占便宜的可能性就越低，所交的保费也就越少，就更能够吸引到优质客户来这样的公司买保险。

客户风险细分的程度，取决于保险公司收集和处理客户信息的能力。保险公司会想方设法获取和验证客户的信息，经过一系列的风险评估计算，把来投保的客户对应分配到不同风险细分组中。选择并提供优惠保费价格给那些风险低的客户，对风险高的客户则提高保费价格或干脆拒之门外。

客户也会受到利益驱动，千方百计的隐藏自己的真实风险情况，争取瞒过保险公司，让自己获得保险公司低风险评价，以便降低自己所交保费。一些人投保之后，因为有了保险所提供的保障，就会忽视风险，行为变得无所顾忌，比如烟会抽得更凶，驾驶会更加狂野。

类似的道德风险使那些不负责任的人占用了较多大家共用的风险基金资源，影响到其他规矩人的利益。规矩人就会逐渐退出保险，结果是逆向选择。投保人中规矩的越来越少，不规矩的越来越多，只好保费越提越高，持续恶性循环，直到影响到保险公司的生存。

在信息不充足的状况下，保险公司很难进行有效的风险分析，只能采用大类分组贴标签的方式开展业务，选择那些比较容易通过标签判断其风险并且整体风险较低的人群。而对于那些无法有效判断风险或风险较高的客户群体，保险公司会尽量避开。这使得存在相当一部分数量的人群无法获得所需要的保险服务。比如一些经常出现欺诈风险的区域人群，就会被保险公司采取各种借口排斥。

最终这些无法获得合理保险服务的人群，当遇到风险困难无力自己解决时，都将由社会保障做兜底。这既没有发挥该部分人群自身经济能力的作用，相应的保障服务效率也不高。虽然监管当局采取了一系列措施，阻止保险公司类似的做法，但保险公司为了控制风险，会千方百计进行博弈，该现象仍然普遍存在。

大数据带来改变

大数据时代通过无所不在的传感器、移动互联、人工智能技术，使获得和分析每个人的健康、行为、信用等风险数据变得非常方便，成本越来越低，个人的信息能见度越来越高，保险公司风险建模预测的准确度不断提升。基于此，保险公司拥有了应对道德风险和逆向选择的利器，将让你无所循形。想占保险公司便宜以及搭规矩人顺风车会越来越难。

大数据和人工智能将会像手术刀一样精准地把每个人从风险池里剖出来，保险将进入一人一价时代。每个人根据自己风险概率的不同支付相应价格的保费，风险仍然得到了分摊，但分摊到每个人的比率发生了改变。风险高的人需要多分摊，风险低的人将少分摊。

具备大数据风险分析能力的保险公司可以利用该武器对客户精挑细选，找出那些风险概率低的好客户，给予与其风险相匹配的优惠价格，对于那些风险较高的客户则会要求其支付更高的价格，至于那些风险特别高的客户，要价可能超过其承受能力，就会被拒之门外。越是风险低的好客户越会为了获得优惠价格而选择这样的公司。

不具备大数据风险分析能力的保险公司则只能接受那些被挑剩下的客户，自身所承担的风险则会越来越大，以至于难以为继。

谁先掌握该武器，谁就可以获得先发优势。精准的差别定价意味着卖家可以最大限度地把消费者剩余拿走。领先的保险公司可以结合市场竞争情况，给出能够对客户有吸引力，同时还带给自己最大利益的保费价格。市场竞争环境下，其他保险公司为了赢得竞争，就必须具有同样的风险细分能力，迫使领先者为争夺客户不断给出接近客户风险成本的保费价格，直至溢价趋向于零。最终竞争趋于平衡，市场价格得到稳定，客户因其自身风险状况而得到相应最优惠保费价格。

被保险人符合保险公司风险要求的行为将使得其所需支付的保费降低，反之则要支付与之相匹配的高额保费。被保险人为了自身利益就会尽可能迎合保险公司的要求，做符合保险公司要求的行为，安全驾驶、不抽烟酗酒、控制饮食、健身锻炼等等。这样不但能够节省投保人保费支出，还能大幅提升被保险人自身安全健康状况。

对于被保险人的行为数据收集分析，并不仅仅限于保险申请前的一段时间，更可以扩展至承保期间。你的所有行为可能会影响下次保险周期的保费价格。保险公司可以设计另一种形式的保险合约，例如先收取一定数额的保费和押金，当发现存在违反合同规定的不安全行为时，直接扣除部分押金，甚至中断保险合约。若被保险人一切行为符合要求，则退回押金或抵扣至后续保险期限中。

保险公司还可以在保险期内为被保险人提供安全健康管理服务，让被保险人及时获悉自己所处于的安全和健康状况，据此调整自己的行为。利用行为数据可以有效控制逆向选择，让每个人对自己的行为负责，无法占别人的便宜，有利于伸张社会公平正义。可以说大数据技术为保险行业注入了满满的正能量。

相比较传统风险判定采用大类人群贴标签的方法，每个人精准定价会让更多客户享受到更加合理的价格。计算每个人的风险概率首先要依据大数据建模，而建模基于过去人群的行为状况及已经出现的风险事件，只能体现相关性，不能基于因果进行判断。建模分析预测也会因为基于数据统计而存在一些计算上的偏差。

有一些风险状况比较好的人，因为其部分行为与风险较高者相类似，这些行为由都在模型计算所收集的范围内，就会被错误地判定为风险较高，需要支付超出其真实风险状况的保费。其就会因为别人的错误而遭受惩罚，这在一定程度上说很不公平。

随着算法的优化、数据的更加丰富和计算能力的提升，这样的误伤范围会进一步缩小，但遗憾的是，由于数据建模方法的局限性，缩小的进程也不会很快，更难彻底杜绝。

政府监管应做出相应政策安排

有些风险发生概率与个人努力的行为程度无关，例如每个人拥有基因不同就会带来自身发生疾病概率的不同。若根据与生俱来的基因数据进行风险定价，则很可能让每个人从出生就决定了其未来的保费有很大差异。基因健康的人买低价保单，基因没那么健康的人只好买高价保单。我们可以控制自己的行为，但完全无法控制自己的基因。

这时候，保险风险共担的初衷被摧毁了，社会互助机制遭到破坏。这样的做法有可能造成社会分裂，带来社会的不安定因素。个人能控制的风险应当由其自己承担，而对于自己无法控制的风险，应由公众一起分担。

以无知之幕的思考方式，我们想象通过扮演具有各种不同基因状况的群体成员，去感受相关对策下社会生活状况。显然我们都不愿意接受自己活在一个因为基因有缺陷就活该倒霉的社会里。那些因为基因缺陷而无法面对风险困境的人群及其亲属将会为了生存而采取行动，甚至可能会带来社会动荡。

政府监管者禁止保险公司利用基因数据进行风险定价，其目的就是最大限度的保证社会稳定。让每个人自身无法改变的风险因素不影响其在社会中所能够享受到的正当权利，尽可能营造公平平等的社会环境。

但只要获取基因分析结果能够获得好处，保险公司就会想方设法规避监管，而政府则会因此加大监管力度。相互的博弈将会带来大量社会成本消耗，因此需要做出更加符合人性规律的政策安排。

既然保险公司有开展基因数据分析的冲动，可以考虑允许每家保险公司利用基因数据计算每个人的风险，为客户申请因基因不同而带来较大风险的补贴。监管者也根据相关数据进行计算，然后确认其中所申请补贴较为合理的保险公司计算结果，承诺用财政资金对客户提供风险补贴。

该做法并不回避基因所带来的每个人风险差异，而是通过财政转移支付，让社会大众对相关特殊群体提供必要的关怀，使其能够最终与别人站在同样的起跑线上，只为自己的行为负责，而不用为自己无法改变的基因负责。

保险公司能够获得风险概率所涉及的款项，就不会感觉到吃亏，更愿意接受这样的客户。通过对基因有缺陷客户进行补贴后，后续所有服务可以一视同仁，没有任何区别。这让保险公司与监管者都愿意更准确的开展数据分析，避免相互间博弈的损耗，社会资源倾斜也更加精准有效。

竞争将让各个保险公司努力掌握相关的技术方法，而技术本身并不存在壁垒，很难据此形成独特的竞争优势。一些公司将眼光瞄向了一项关键资源，那就是客户数据。它们试图垄断客户数据，进而垄断对客户的风险评估，从而影响竞争，延缓客户获取更加优惠价格的进程。

政府监管一定要有所作为，积极保护客户的利益，维护市场公平竞争的局面，确保客户有更多选择。要让客户拥有数据的使用决定权，数据可以存放在数据产生的地方，但数据的使用权必须掌握在客户手中，客户可以授权给任何其所指定的服务商使用，以便让这些数据带给客户自身最大的利益。提供存放数据和计算服务的相关公司可以通过收费获利，但不能影响客户对数据的授权使用。

大数据技术在保险行业应用的快速发展态势已经形成。未来一段时间，领先者将会在一些领域取得积极进展，从而给行业带来巨大冲击。改变已经到来，保险公司必须在大数据应用方面加大投入，努力跟上时代的步伐，以便在竞争中处于有利地位；政府监管者需要未雨绸缪、因势利导，提前做好政策研究和相关布局，营造良好的行业市场竞争环境，确保社会生活持续稳定。

以上由物联传媒转载，如有侵权联系删除

⑤ 大数据可以应用于保险行业吗

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

⑥ 互联网保险包括哪些风险防范措施

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。

⑦ 大数据时代下，保险业迎来了怎样的机遇与挑战

ITjob远标教育
大数据的发展越来越迅速，渗透到各行各业， 保险业也不例外。大数据不仅为保险业的发展提供了新的机遇和视角，也为保险业提出了新的挑战。
首先，我们来了解大数据给保险业带去的机遇。
一、大数据给保险业带来巨大商业价值
信息技术的进步在现代金融创新中发挥了极为重要的作用。而历史的经验告诉我们,大数据对金融业的影响将是全面和深刻的,金融业的经营理念、风险定价、产品设计、营销策略、客户服务、风险管控、组织构架乃至于金融监管,都必须适应大数据时代的要求。
但是,虽然这些年保险业在大数据战略和网络经营等方面进行了积极探索,但是相对于银行和证券公司,保险公司在电子化、数据化、移动化、平台化方面还处于相对落后状态。不仅大部分保险公司的内部数据没有完成整合,甚至数据还处于信息孤岛状态,保险公司对内部数据价值认识也不完整,大部分内部数据的价值没有被充分挖掘,大数据价值变现也缺少应用场景。
而现在我们已进入互联网金融时代,所有商业思维正在转向数据思维,保险业也应该利用大数据来分析客户需求、开发产品、运营企业以及进行风险定价。
众所周知,在没有大数据之前,商业数据往往来源于一些被动的调查表格及滞后的统计数据。大数据时代出现之后,海量数据的采集和处理成为可能。大数据通过全局的数据了解事物背后的真相,相对于以过去的样本代替全体的统计方法,其统计出来的结果更为精确,有利于保险公司精算师计算产品的收益率和产品定价。与此同时,利用大数据分析结果归纳和演绎出事物的发展规律,可以帮助人们进行科学决策,帮助保险业进行精准营销。这也就是我们常说的,按照客户需要设计保险产品,依据客户需要推荐保险产品,使更多的群众享受到合理的金融服务。
另外,在新的竞争格局下,传统金融企业必须充分运用大数据的理念和技术改造自身业务和管理流程,监管机构也必须深刻理解新的竞争格局对风险防范、消费者保护等方面的影响,并善于运用大数据来提升监管的针对性和有效性。
保监会副主席王祖继就表示,，大数据时代保险业主要面临四个方面的机遇:一是拓宽行业发展空间。满足客户需求是金融企业生存和发展的前提,大数据和互联网的发展使保险业能够更好地满足客户需求。大数据技术可能突破现有可保风险与不可保风险的界限,使原来不能承保的风险变为可保风险,扩大保险业务经营范围。大数据技术在营销领域的应用将能更有效地发现客户和客户的潜在需求,进行精准营销,特别是财产保险中标准化产品的营销。大数据和互联网的运用也有利于改善保险消费者的用户体验,提高消费者满意度,改善行业形象。二是提高行业风险管理能力。大数据技术在风险管理领域的应用将支持保险业更精准地定价,提高承保风险识别能力和理赔反欺诈能力,提升保险业的风险管理能力和水平。以精算为例,大数据有利于扩大用于估算风险概率的数据样本,从而提升精算的准确度,有利于收集更加多维全面的数据,从而形成更加科学的精算模型,也有利于把整体数据样本进一步细分为子样本,为精准定价提供精算基础。三是提升行业差异化竞争能力。大数据通过对客户消费行为模式的分析,提高客户转化率,开发出不同的产品,满足不同客户的市场需求,实现差异化竞争。四是提升保险业资金运用水平。大数据基于精确量化的承保损失分布,可以提高保险机构资产负债管理水平,可以在资本市场实施更精准的风险投资组合策略,提高保险业在资本市场的投资回报水平。
为了更好地驾驭大数据对保险行业的改良及改革,保险公司需要从数据获取 、应用和组织三大方面构建包括开拓数据来源、建立许可与信任、构建商业应用场景、数据分析与建模、数据存储与整合、组织建设、专注的数据人才、治理和文化在内的八项专业能力。
在被调研公司中,63%的保险公司已将大数据应用于欺诈检测方面,47%的保险公司已在风险评估与定价方面展开实践,对于大数据在交叉销售、防止客户流失方面的实践分别都达到了32%,但在索赔预防和缓解方面,多数公司还处于观望、摸索阶段。波士顿咨询公司(BCG)的研究表明,最重要的“改良效应”发生在风险评估与定价、交叉销售、防止客户流失、理赔欺诈检测及理赔预防与缓解五大环节。大数据对保险行业不但有改良之功,还助力险企突破创新,对此,我们称其为“改革”。目前,大数据作为“催化剂”在车联网、可穿戴设备、智能家居和平台生态圈构建方面起了重要作用。车联网应用受到了较多财产险企业的重视,在被调研的8家财产险公司中,有5家已开展车联网实践,占比达63%;绝大部分险企对于大数据在平台生态圈、智能家居保险与监测服务、穿戴式设备健康服务等领域的尝试尚未开始,仅16%的险企已开始实践平台生态圈,8家财产险公司中仅有1家开展了智能家居领域的实践,而穿戴式设备则尚未有险企予以应用,不过大多数险企都表示,计划在3年内对这些新技术应用予以实践。
有人说: 这是一个最坏的时代,金融行业受到了来自互联金融企业的强烈冲击;这是一个最好的时代,金融行业可以利用大数据实现涅盘重生 。现在金融业处在一个全球竞争的时代,发达国家金融业在规则制定、金融文化、技术能力、人才队伍等方面占据着全面的优势,大数据给我国金融业带来一个弯道超车的机会。我们应该珍惜并利用好这个机会。

大数据对保险业有好处，那么应该如果切入呢？
二、 大数据分析在保险业的四大切入点
大数据应用为当今瞬息万变的保险业提供有效支持，也是促使保险公司提升自我市场竞争力的有效手段。数据结构分析及画像经常会涉及众多外部非结构化数据源，如社会媒体类，通过社会媒体大数据可有效帮助保险公司识别潜在保险危机行为用户。
大数据分析在保险业的四大切入点综合大数据分析各项优势，可看出大数据分析在保险业中存在四大主要应用切入点，如在业务结构化、客户视角营销、核保管理以及危机管理上均可体现大数据应用的优势性：
（一） 助力产业结构化
随着保险业竞争越加激烈，保险公司若想脱颖而出，则需提供价格低于竞争对手的保险产品，以及更有效的经营模式，及一流的客户服务来赢得客户青睐。大数据在此能有效助力保险公司行业化能力提升，不仅体现在其经济性上，还体现在其对保险公司将工作流程有效改进上。
（二） 客户视角营销
客户更青睐于选择价格透明的保险公司产品。保险公司可以利用大数据分析进行客户需求变化预测，以此便可提前获取改进客户关系的最佳时机。通过保险公司利用大数据分析客户需求，可有效的帮助呼叫中心进行客户营销，获客将变得更加容易。
（三）核保管理
保险公司可使用大数据预测进行核保活动，以有力的减少不必要的虚假核保信息，主要手段可以是通过在已有的客户数据前提下，再结合其它外部获取数据源，对其进行必要性的甄别，以最终确定是否成功核保。基于社会媒体的大数据可对保险业务及时有效性的进行监督，同时为核保提供有效的保障。
（四）危机管理
保险公司可利用大数据分析进行保费条款业务设计，尤其在诸如融入历史因素、政策变化因素、再保因素等的灾难型险种业务中。保险公司可依据个人住址、消防中心距离等其它因素对灾难保险业务的价位进行区分设计，更利于保险业务收入增长。同时，保险公司也可使用大数据为其现有保险业务模式进行升级，按需可随时进行市场价格策略调整。
大数据可帮助保险公司改进需求规划，促使需求改进及降低运作成本，同时有效支持保险业务规划实施。动态化监测可有效防止无效性成本增加，以及帮助公司的市场决策制定。

通过上面的文字，我们可以大致了解大数据给保险业带来的好处，下面我们将讲解具体的实施方法，分析保险业如何利用大数据健康发展。
保险行业如何利用大数据涅槃重生
三、 保险行业面临的挑战
这是一个最坏的时代，金融行业受到了来自互联金融企业的强烈冲击，这是一个最好的时代，金融行业可以利用大数据实现涅槃重生。中国保险行业的渗透率只有3%，大大低于西方发达国家10%左右的渗透率。保险行业分财险和寿险，面对个人的寿险和财险服务主要依靠电话进行销售，电话销售正在面临巨大的挑战，年轻的80后、90后不愿接收来自保险公司的电话，保险行业电话销售率正在逐年下降，已经影响了保险行业未来的发展。
曾在大型寿险公司有过数年产品研发设计经验的专家丘斌斌断言，互联网保险一定会取代传统的保险销售模式 。现在各家互联网保险产品之所以是小打小闹，原因是传统保险还能盈利。但将来未必如此，未来客户都在互联网和微信上，为了获取客户也必须走这条路。传统保险从产品设计到代理人制度销售模式，无法实现站在客户角度销售买险。保险公司九成以上保单的件均保费低于万元，意味大家真正需要的还是保障，特别是价格低、标准化、保障大的产品。
2011年至2013年，国内经营互联网保险的公司从28家上升到60家，年均增长达46%；规模保费从32亿元增长到291亿元，增幅总体达到810%；投保客户数从816万人增长到5437万人，增幅达566%。尽管规模爆发式增长，但目前我国互联网保险在整个保险市场中的占比仍不到3%，与发达国家如美国30%的占比相差还很远。
监管机构对互联网保险持开放态度，互联网保险存在的巨大衍生市场空间，电商平台对此也越来越重视，如 最近拿下保险代理牌照的苏宁，以及一直在航空旅意险细分领域闷声发财的携程、去哪儿等。某第三方平台公司2012年全年的互联网保险佣金收入达900万，毛利率6%，而2013年上半年的保险佣金收入就已经达到900万，毛利率25%。
四、 保险行业大数据价值应用现状
保险行业大数据战略规划刚刚起步，相对于银行和证券公司，保险公司在电子化、数据化、移动化、平台化方面还处于落后状态。
大部分保险公司信息化工作没有完成，客户保单信息查询和更改仍然是手工和自动化相结合。保险行业对大数据商业价值应用的敏感度不高，大多数保险公司并没有将大数据列为保险公司基础能力进行建设。很多保险公司还没有建设移动App，即使有了移动App的保险公司，其移动App的功能只是集中在保单的简单查询，并没有将移动App定位为客户入口和主要渠道。保险行业另外一个问题就是内部数据没有完成整合，数据还处于信息孤岛状态，保险公司对内部数据价值认识不完整，大部分内部数据的价值没有被充分挖掘，大数据价值变现缺少应用场景。
保险公司的大数据价值变现处于一个原始阶段，需要进行数据基础建设。保险公司大数据价值变现应该从整合内部数据开始，将具有价值的数据集中在大数据管理平台（DMP），为大数据价值变现提供平台支持。
保险行业的大数据价值变现应该从了解用户入手，借助于用户账号打通各类数据，建立适合于保险行业的标签体系，利用已有数据标签和外部数据标签对用户进行画像。
保险公司完成用户画像之后，可以依据用户特点和保险需求，通过数字广告进行精准营销，提高客户渗透力、客户转化率和保险产品转化率。保险行业应重视年轻人消费场景移动化的特点，积极建设移动App，将渠道发展战略向移动端倾斜，将移动端定位为客户导入的入口、保险产品展示和购买的平台。保险公司需要标准化保险产品，依据客户需要设计出简单标准的保险产品，减少客户了解、购买保险产品所需的时间，让保险产品象其他金融产品一样，一目了然、购买简单。
五、 保险行业大数据价值变现三部曲
（一） 整合内部数据，引入外部数据，为客户进行画像
保险行业内部拥有大量具有价值的数据，因此保险行业的大数据战略应该从整合自身数据开始，挖掘已有数据，对用户进行画像。保险公司内部的数据包含客户的个人属性和金融信息，这些数据可用来标签化，为用户画像提供支持。
保险公司拥有业务订单数据、用户属性数据、用户收入数据、客户查询数据、理财产品交易数据、用户行为等数据，这些数据可以通过用户账号打通，建立用户标签。客户的交易纪录和个人基本信息将用于客户分类，可以将用户分为理财客户，教育保险客户，寿险客户，意外险客户，保障险客户、车险客户、少儿保险、女性保险客户等。
保险公司数据集中在内部的数据，主要包含交易数据和订单数据，由于不含有客户外部行为数据，无法定义客户的特点，例如客户的旅游爱好、教育需求、文化需求、位置轨迹、理财需求、游戏爱好、体育爱好等。这些信息都是描述用户的基本信息，也是客户画像的基本标签。
保险公司可以从外部购买这些数据，结合内部数据，保险公司可以掌握客户多纬度信息，丰富用户信息，形成360度用户画像。360度画像有助于保险公司从不同角度来了解客户，也有助于对客户进行分类管理，依据客户的特点进行精准营销和设计产品。
保险公司需要建立大数据管理平台（DMP），集中保险公司内部的数据，依据商业分析对数据进行标签化，将保险用户账号作为唯一标示符打通整体数据。保险公司还需要引入外部移动互联网数据，借鉴客户外部行为标签数据，丰富保险客户信息，形成360度用户画像。由于客户行为的不确定性，用户画像信息需要及时更新，因此DMP中的标签体系和数据，包括引入的外部数据都应该是动态的，及时进行更新，这样才可以保证数据的时效性。
大数据管理平台（DMP）是保险行业大数据价值变现的基础平台，大数据价值变现很多场景都可以利用DMP的数据进行挖掘，包含客户用户画像、精准营销、新客获取、老客经营、用户体验提升、风险评估等。
（二） 打造移动APP互联网保险平台，标准化保险产品
未来的社会消费主体是80后和90后，保险产品的主要客户群也在转向年轻人。保险公司必须了解这些年轻人的特点，才能够设计出适合客户需要的产品，更好地为客户服务。
年轻人追求快捷舒适的消费方式，移动互联网时代到来之后，大部分消费场景正在移动化，人们的衣食住行以及文化娱乐消费都可以通过移动App来解决。特别是年轻人，他们消费场景移动化趋势更加明显。
保险公司应该关注 消费场景移动化 的趋势，将连接客户的方式从电话和线下转向移动互联网，利用移动App同客户进行连接。保险公司的客户渠道也应该转向移动互联网，逐步降低电话销售获客比例，将获客的主要资源向移动App。
电话销售的一个弊端是信息提供不充分，当保险产品较为复杂时，电话销售将会考验销售人员的表达能力，另外长时间的沟通对客户体验也是一个较大的挑战。年轻人对时间较为敏感，很难耐心听完复杂的产品介绍，保险公司在未来利用电话销售来获取客户的难度将会越来越大。移动互联网时代，电话销售已经成为落后的销售方式，不能适应年轻一代客户的需要。
移动App可以提供丰富的产品信息，既可以提供简明的产品介绍，又可以提供直观的数据和图表。移动App还可以通过炫酷视频和图片向客户转达更多的理念价值。这些丰富的信息不但能够让客户在短时间内了解产品，还可以提高客户体验，提高客户购买产品的可能性。利用移动 App进行产品推荐不但可以提高产品的转化率，还可以降低营销成本，提高客户体验。
保险公司另外的挑战是保险产品不够丰富，无法覆盖客户所有场景的保险需要；保险产品设计过于复杂，客户购买时需要掌握的信息过多，影响客户购买体验。保险公司将产品展示平台转向移动App后，必须对保险产品进行标准化，保险产品介绍一定要简单明了，突出重点和客户利益，并依据客户各种场景需设计产品。简单标准的保险产品迎合了年轻人的需要，有利于快速销售、形成规模，有利于保险公司延续此保险产品的生命周期，降低产品开发成本。
未来保险产品需要同生活场景相结合，满足客户对各种保险产品的需要。例如在车险领域可以增加爆胎险、异物撞击险、自然灾害险、高温险、低温险等。在保障险领域可以增加更多的场景险，例如交通堵塞险、延误险、高空坠物险、天气突变险、暴雨险等。
（三） 利用大数据分析来改变保险行产品定价方式，以客户为中心设计保险产品
互联网金融时代，所有商业思维应该转向数据思维，保险行业也应该利用大数据来分析客户需求、开发产品、运营企业以及进行风险定价。
保险精算师设计保险产品时，主要依赖于理赔标的发生的概率，大部分数据来源于行业的历史数据和统计数据，这些数据都不是实效数据，并且很多数据统计方式已经过时，小样本数据同真时数据的方差正在变大。依靠误差较大的数据无法设计出接近真实概率的产品，并会影响保险产品的定价方式。设计出来产品风险偏好不准，可能会导致保险产品收益过低，客户不倾向于购买；也可能导致保险产品覆盖不了风险，导致保险产品出现亏损。
过去保险产品在设计时并没有从客户角度出发，主要关注风险和收益，产品设计出来是否满足客户需要，保险公司其实根本就不知道。当保险产品推出后，其是否会被被客户接受，很大程度取决于市场推广力度和销售人员能力。在这种情况下保险公司投入资金较大，产品风险很高。年轻的一代的正在走向分化，很难有一个产品满足大部分客户需要。在新的社会形态下，保险公司需要深入了解客户特点，依据客户的需要来设计保险产品，这样才能保证保险产品的销量，形成一定规模，覆盖风险事件发生概率。
大数据分析技术、标签数据、客户行为数据、全局数据可以帮助保险企业改变保险产品的定价方式。基于大数据技术和全局数据的产品设计模型可以帮助保险公司设计出较高收益、较低风险概率的产品。客户行为数据和标签数据可以帮助保险公司了解客户特点，设计出满足客户需要的保险产品。以数据分析和客户需求为出发点的保险产品设计，将会在产品收益、客户体验、风险管理等方面取得领先。 国外一些领先的保险公司在设计保险产品时，已经利用大数据分析技术进行设计，并取得了较好的市场反馈，产品的盈利可观。大数据将会帮助保险公司设计出风险分析充分、适应客户需要的保险产品。
总结，大数据商业应用是移动互联网时代的趋势，未来时代的特征，任何行业都无法回避。保险行业应该重视大数据技术和价值在本行业的应用，购买外部数据，利用DMP进行用户画像；标准化保险产品，利用移动App进行获客、营销、数据采集；借助于大数据技术改变过保险产品定价方式，以客户为中心来设计保险产品。

保险业可利用大数据涅槃重生。那么，在大数据环境下，保险业也需要适应新保险消费特征，迎接新的挑战，不然，即使重生，也容易灭亡。
六、 大数据环境下的保险营销需适应新保险消费特征
大数据时代的到来改变了数据的采集、传输、存储、处理方式，引起了生活方式和社会经济的变革，也给保险业带来了全面和深刻的影响。保险公司纷纷利用大数据来进行保险营销、保险服务方面的尝试和创新，但目前的保险大数据环境尚不成熟，现有的保险消费方式还处在由传统到新型、由被动到主动的一个变化期，大数据环境下的保险营销需要适应新的保险消费特征。
（一） 保险消费选择多样化
传统保险模式运作下，保险公司评估消费者的风险水平、消费能力、消费意愿的能力不强，导致部分领域保险产品定价过高，部分领域成为剩余市场。大数据环境下，保险业可以获得全量、实时、潜在的数据来进行详细分析，进行保险产品细分和个性化设计，保险公司的风险管理和成本管控可以更加精细化，这为保险产品创新带来了广阔空间，长期困扰保险业的产品和服务同质化问题有望从根本上得到解决。
比如，保险公司根据消费者的网站登录痕迹、朋友圈留言、贷款信用记录等信息，发现不同消费群体保险需求和风险特质，为保险消费者提供诸如户外骑行保险、医疗整形保险、变现借款保证保险等特色险种，保险消费选择更加多样。
（二） 保险消费流程简单化
传统保险经营过程中，保险公司与投保人信息不对称的情况较为突出，保险公司通过要求投保人应当履行如实告知义务，投保时需要填写内容繁多的投保单，出险后需要提出理赔申请和提供繁琐的证明材料。在大数据环境下，风险特征的描述数据极大丰富，保险公司可以通过各种渠道获取更加全面的风险信息，运用个人信息、交易记录、气象信息等社会数据来分析和掌握客户情况，获得与承保理赔相关的信息，在控制风险的前提下进一步减少投保人的告知责任，有效简化承保理赔手续，保险消费流程变得更加简单。
比如，保险公司根据掌握的网络交易数据，研究消费者网购习惯和退货概率，为不同风险的消费者提供不同保费的退货运费险，消费者只需一键购买；对于购买了航班延误险的消费者，无需提供气象证明，甚至不需提出理赔申请，保险公司就能够根据气象信息等大数据资源主动理赔。
（三） 保险消费理念前沿化
大数据环境下，传统保险业在集合大数方面的优势逐渐弱化，保险技术服务壁垒逐步瓦解。通过使用各种搜索引擎和比价平台，消费者消费洞察力不断提高，保险消费理念也变得更加前沿。
一方面，越来越多的保险消费者脱离了传统柜台业务模式，开始使用各种自助终端购买保险业务。通过手机APP应用软件就可以轻松完成保险产品的查询和购买，甚至自助完成车险简易案件的查勘工作。
另一方面，保险消费者出现偏好碎片化、谋求资金收益的消费倾向。在透明公开的渠道选择保险产品时，消费者更加偏好设计简单、投保便捷、费率较低的保险产品。保障项目经过分解、条款说明更加简单、产品保费也大大降低的保险产品，更加适应消费者自行挑选的需要。此外，大数据环境下的保险消费者比较熟悉互联网金融，容易在各类理财产品间进行比较，在购买网上销售的投连、万能型保险产品时更加注重资金收益。
（四） 保险消费体验延伸化
传统的保险服务集中于经济赔偿与给付，保险消费体验也只局限于保险公司履行了赔付责任。 大数据环境下，保险公司与客户的关系不再是一对一的交互沟通，逐渐形成多维网状交互沟通模式，基于客户数据的客户关系管理变得尤为重要。
保险公司可以借助大数据的积累，整合汽车修理、零配件供应、医疗健康服务等供应链，进一步延伸保险产业链边界、维护客户关系，在降低保险经营成本的同时，不断优化保险消费体验。目前，保险公司可以定期为消费者提供包括车辆风险检查、保养维修、交易资讯、健康管理在内的各项服务，未来还有可能基于大数据为消费者提供更加全面的风险管理创新服务。

保险业利用大数据来发展，换而言之，大数据也是为保险业提供了一种新的视角。
七、 大数据为保险业提供另一种视角
在客户需求的精确 锁定方面
大数据给保险业带来了很多便利。以前，对于客户的分类局限于“客户属于哪一类”，而现在，则扩展到“客户是哪一类”。
传统的精算技术只在一定纬度量化风险，很难充分反映风险的复杂性。而在互联网大数据时代，则前所未有的创造了风控每个投保标的的可能，从未有过如此多纬度、低成本的数据，如此系统、新鲜地提供给保险业。
什么星座的人最喜欢买保险？哪个地区的人最喜欢给自己买保险？这些曾经看起来无关乎保费的问题，在互联网大数据时代背景下，也成为了险企定位客户的另一种视角。在泰康人寿的保单中，最喜欢买保险的是天秤座，而最不喜欢买保险的是白羊座；最喜欢给自己买保险的是宁波人，而最不喜欢给自己买保险的则是陕西人。
“ 上述结论没有什么道理，这是泰康人寿的数据分析出来的。以前，对于客户的分类局限于‘客户属于哪一类’，而现在，则扩展到‘客户是哪一类’ 。”泰康人寿首席信息官 刘大为 在日前召开的“互联网大数据与精算创新论坛”上，用几个有趣的结论介绍了大数据时代保险业正在发生的变革。
（一）精准定位
我的客户在这里
“在当前时代背景下，可以运用大数据分析法来整合分析金融保险需求的关联度，在不同方向、专业形式的共同配合下，做好大数据的升级分析整合的系统工程，从客户的角度，综合统筹各种信息，捕捉各种需求，从而寻找潜在的客户，并预测客户的具体需求。” 中国保监会原副主席、中国精算师协会创始人 魏迎宁 在论坛上表示，从保险业来看，在客户需求的精确锁定方面，大数据给我们带来了很多便利。
在大数据背景下，除了对数据的纵向分析之外，可以从横向来分析消费者的需求。客户的具体收入水平、文化程度、价值观念，也会影响其对保险的态度，通过对网络消费的数额、职业、学历等数据所进行的分析，也可以作为保险需求分析的重要部分。还可以通过搜集互联网用户的地域分布，搜索关键词、购物习惯、流览记录和兴趣爱好等一系列的数据，在保险产品消费中实现需求定向、偏好定向，真正做到精准化、个性化营销。