㈠ 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。
㈡ 保险业应用大数据，最大的痛点在哪里
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。
㈢ 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。
㈣ 保险业目前主要有哪些风险点如何防范
前中后台组成的第一道防线，做业务做管理，积极开展自查，落实整改； 以合规部或风险部之类的部门组成第二道防线，负责对第一道防线的风险实行统筹管理； 内部审计部门组成第三道防线，开展检查和内控评价； 外部审计部门第四道防线 外部监管部.
㈤ 金融大数据应用面临哪些风险
1.金融科技巨头可能产生数据垄断
一些金融科技巨头凭借其在互联网领域的固有优势，掌握了大量数据，客观上可能会产生数据寡头的现象，可能会带来数据垄断。一些机构掌握了核心的信用数据资源，由于缺乏分享的激励机制，导致与征信的共享理念存在冲突。
2.存在数据孤岛现象，数据融合困难
政府和企业都面临数据孤岛难题。大数据时代，数据已经成为核心资源，企业出于保护商业机密或者节约数据整理成本的考虑而不愿意共享自身数据，一些政府部门也缺乏数据公开的动力。数据孤岛现象的存在，将导致大数据信用评估模型采用的数据维度和算法的不同，大数据征信模型的公信力和可比性容易遭到质疑。
3.数据安全和个人隐私保护难度升级
目前，大数据的获取大致有四种方法：自有平台积累、通过交易或合作获取、通过技术手段获取、用户自己提交的数据等。但是由于相关的法律法规体系尚不健全，数据交易存在许多不规范的地方，甚至出现数据非法交易和盗取信息的现象。大数据来源复杂多样加大了用户隐私泄露的风险，其一，我国金融大数据行业的发展乃至Fintech行业的发展，在很大程度上得益于互联网应用场景的发展，而大数据从互联网应用场景向金融领域的转移往往发生在一些金融科技企业的集团内部，这个过程缺乏监管和规范，可能会侵犯到用户的知情权、选择权和隐私权。其二，应用数据存在多重交易和多方接入的可能性，隐私数据保护的边界不清晰；其三，技术手段的加入，加大了信息获取的隐蔽性，一旦出现隐私泄露纠纷，用户将面临取证难、诉讼难的问题；其四，大数据采集数据的标准不一，用户的知情权、隐私权可能受到侵犯。可见，在大数据环境下，个人数据应用的隐私保护是一个复杂的消费者权益保护问题，涉及到道德、法律、技术等诸多领域。
㈥ 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"
㈦ 保险业当前面临哪些风险
我国保险业的特点及面临的特殊风险
我国保险市场的发展仅二十多年，尚处于不成熟阶段，各类基础性的制度正处于不断改进完善的过程中，因而除了面临上述风险之外，有必要结合我国保险业的法规建设、保险机构的业务流程管理和保险公司的特殊情况分析我国保险业面临的洗钱风险。
（一）保险业法规制度存在缺陷
目前，各保险公司根据《反洗钱法》的要求，已经开始相应地制订框架性的反洗钱制度，指导分支机构逐步开展反洗钱工作，但是由于保险法规是以保险业最大诚信原则和保险利益原则作为控制风险的准则，即各保险公司主要从控制经营成本和风险角度出发，围绕保险风险标的，按照投保人、被保险人、投保标的、理赔案件等方面的不同风险，由相关部门控制业务风险。[2]而反洗钱风险的控制重点在于客户身份识别和资金交易监测，以防止客户身份和资金异常，这与保险公司控制业务风险有明显不同，因此开展反洗钱内部控制存在制度缺陷。
（二）保险公司在业务流程管理上存在漏洞
保险公司的业务流程主要包括保险展业、业务承保和理赔等。由于我国制度上存在的缺陷和市场发展的不健全，保险公司在一些业务流程上存在管理上的漏洞，给洗钱分子留下不小的空间。
1.保险展业阶段。保险展业就是保险公司进行市场营销的过程，即向客户提供保险商品和服务。保险展业的方式包括直接展业、保险代理人展业和保险经纪人展业。我国还处于经济转型期，且年轻的保险市场在局部和个别地方由于信用和市场规则的缺失，在展业中不可避免地存在恶性竞争等突出的矛盾和问题。一些新成立保险公司的分支机构为抢占市场，克服其本身无品牌和实力的缺陷，主动采取“二高一低一扩大”（即高手续费、高返还、低费率、扩大保险责任）的手段拉拢客户；面对这些分支机构的恶性行为，成立较久的保险公司为了保持业务规模以抑制过快的市场份额下降，以免影响公司的市场地位和形象，同时为完成上级公司下达的保费收入必成指标，不得不非理性的被迫参与市场的恶性竞争，也采取“二高一低一扩大”的手段，甚至有的业务人员为了拉拢客户公开声明可以帮助客户洗钱，这种恶性竞争的环境导致保险公司在展业方面的管理较混乱，也极大地方便了洗钱分子将其“黑钱”放置到保险系统，完成洗钱过程的处置阶段。[3]
2.业务承保和理赔阶段。业务承保是指保险人对投保人提出的保险申请经审核同意接受的行为。理赔是保险业务流程的最后一个阶段。保险公司应该在核保、合同变更和理赔环节对投保财产价值、投保财产风险状况等信息，以及合同关系人之间的利益方面加以专业控制，进行严格的客户身份识别。但是由于我国保险市场规则的缺失，一些保险中介机构为了拿到佣金和手续费，甚至指导那些达不到资格的投保人如何提供虚假资料以顺利通过审查，这与反洗钱相关规定中要履行客户身份识别的要求相差甚远；理赔时，保险公司为了稳定自己的市场份额，对投保人提出的无理要求有姑息的成分，为洗钱分子“甩干”进入洗钱过程的“黑钱”创造了机会。
（三）保险公司的组织架构、治理结构不完善
从组织架构看，我国保险公司多数实行总、分、支公司管理模式，总分支机构之间通过授权而开展经营活动，这种组织架构本来应该会强化高层管理人员对组织的控制能力，但由于公司治理结构和体制机制的不完善以及公司内部现代化管控手段的不到位，还没有形成规范明晰的责、权、利的体系和机制，更没有预警机制和现代化的手段约束基层机构负责人的违法违规行为，公司内部上下级机构以及他们的负责人之间存在严重的博弈。[4]从治理结构来看，2006年1月，中国保监会发布《关于规范保险公司治理结构的指导意见（试行）》，为我国保险公司治理结构建设指明了方向，但由于影响公司治理结构的因素非常多，既包括资本、职业经理人、监管机构，又包括保险公司治理结构建设现状和与保险公司治理机构建设相关的基础设施等，保险公司治理结构优化进程相对缓慢，部分保险公司还是存在严重的内部人控制现象和关键人模式。[5]在这种情况下，建立并有效实施反洗钱内控体系面临着很大的不确定性。
㈧ 大数据应用模式及安全风险分析有哪些
当前各个领域数据生成速度逐渐加快，需要处理的数据量急剧膨胀。这些巨大的数据资源蕴藏着潜在的价值，需要对其进行有效的分析和利用。当前数据的特点除了数量庞大之外，数据类型也变得多样化，其中包括了结构化数据、半结构化数据以及非结构化数据。这些数量庞大、种类繁多的海量数据，给传统分析工具带来了巨大的挑战。当前对数据的分析不再是简单的生成统计报表，而是利用复杂的分析模型进行深人的分析，传统分析技术例如关系数据库技术已经不能满足其要求。在扩展性上，通过增加或更换内存、CPU、硬盘等设备原件以打一展单个节点的能力的纵向打一展(scale up)系统遇到了瓶颈;只有通过增加计算节点，连接成大规模集群，进行分布式并行计算和管理的横向打一展(scale out )系统才能满足大数据的分析需求[u。因此传统工具在扩展性上遇到了障碍，必须寻求可靠的数据存储和分析技术来分析和利用这些庞大的资源。利用云计算平台搭建Hadoop计算框架成为当前处理大数据的主要手段。然而由于云计算和Hadoop应用的特点和自身安全机制薄弱，不可避免地带来了安全风险。
1、大数据应用模式
云计算(Cloud Computing)是一种基于Internet的计算，是以并行计算(Parallel Computing )、分布式计算(Distributed Computing)和网格计算(Grid Compu-tin助为基础，融合了网络存储、虚拟化、负载均衡等技术的新兴产物。它将原本需要由个人计算机和私有数据中心执行的任务转移给具备专业存储和计算技术的大型计算中心来完成，实现了计算机软件、硬件等计算资源的充分共享[z}。企业或个人不再需要花费大量的费用在基础设施的购买上，更不需要花费精力对软硬件进行安装、配置和维护，这些都将由云计算服务商CSP( Cloud Service Provider)提供相应的服务。企业或个人只需按照计时或计量的方式支付租赁的计算资源。云计算服务商拥有大数据存储能力和计算资源，被视为外包信息服务的最佳选择[31因此大数据的应用往往与云计算相结合。
Hadoop是当前最广为人知的大数据技术实施方案，它是Google云计算中的Map/Rece}4}和GFS( Google File System)的开源实现。Hadoop提供了一种计算框架，其最为核心的技术是HDFS ( HadoopDistributed File System)以及MapReee } HDFS提供了高吞吐量的分布式文件系统，而MapReee是大型数据的分布式处理模型。Hadoop为大数据提供了一个可靠的共享存储和分析系统[5-6 }v
尽管有一些组织自建集群来运行Hadoop，但是仍有许多组织选择在租赁硬件所搭建的云端运行Hadoop或提供Hadoop服务。例如提供在公有或私有云端运行Hadoop的Cloudera，还有由Amazon提供的称为Elastic MapReee的云服务等f}l。因此将云计算与Hadoop结合处理大数据已成为一种趋势。
2、大数据安全风险分析
随着大数据应用范围越来越广，对数据安全的需求也越来越迫切。
由于云计算的特点是将数据外包给云服务商提供服务，这种服务模式将数据的所有权转移给了CSP，用户失去了对物理资源的直接控制[A1。而云中存储的大数据通常是以明文的方式存在的，CSP对数据具有底层控制权，恶意的CSP有可能在用户不知情的情况下窃取用户数据，而云计算平台亦可能受到攻击致使安全机制失效或被非法控制从而导致非授权人读取数据，给大数据安全带来了威胁。
Hadoop在设计之初并未考虑过安全问题，在Ha-doop 1. 0. 0和Cloudera CDH3版本之后，Hadoop加人了Kerberos的身份认证机制和基于ACL的访问控制机制[91。即使在安全方面增加了身份认证和访问控制策略，Hadoop的安全机制仍然非常薄弱，因为Ker-beros的认证机制只应用于客户机(Clients )、密钥分发中心(I}ey Distribution Center, I}DC )、服务器(Serv-er)之间，只是针对机器级别的安全认证，并未对Ha-doop应用平台本身进行认证[}o}。而基于ACL的访问控制策略需要通过在启用ACL之后，对hadoop-policy. xml中的属性进行配置，其中包括9条属性，它们限制了用户与组成员对Hadoop中资源的访问以及Datanode和Namenode或Jobtracke:和Tasktrackers等节点间的通信，但该机制依赖于管理员对其的配置[川，这种基于传统的访问控制列表容易在服务器端被篡改而不易察觉。而且基于ACL的访问控制策略粒度过粗，不能在MapRece过程中以细粒度的方式保护用户隐私字段。况且针对不同的用户和不同应用，访问控制列表需要经常作对应的更改，这样的操作过于繁琐且不易维护。因此Hadoop自身的安全机制是不完善的。
2.1 不同应用模式下CSP及Uers带来的安全风险
云计算中Hadoop有多种应用模式。在私有云中搭建Hadoop，即企业自己应用Hadoop，使用该平台的是企业内部各个部门的员工，外部人员无法访问和使用这些资源。这时的CSP指的是Hadoop的创建和管理者，IaaS级和PaaS级CSP为相同的实体;在公有云平台应用Hadoop , C SP有2级，IaaS级CSP，提供基础设施;PaaS级C SP，负责Hadoop的搭建和管理。这时两级CSP往往是不同的实体。
㈨ 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。