您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

大数据和AI能对保险行业带来哪些改变？

数据,风险,用户大数据和AI能对保险行业带来哪些改变？

发布时间：2020-12-06加入收藏来源：互联网点击：

问题补充： 这两个技术几乎深入了所有行业，那么就保险行业来看会有什么样的作用呢？欢迎探讨。

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

在保险行业，大数据令我们可以更好的预测风险。保险公司能够建立更精确的客户档案，基于他们的数据库，我们可以更好的了解客户发生意外的可能性，通过学习客户过往行为做到更好的预测。


事实上，通过分析这些数据，我们正在形成对客户更深的理解，我们将会更有效的提供产品和服务来满足客户的需求。

回答于 2019-09-11 08:43:50

保险行业是较早运用大数据的行业，也是对数据极度依赖的行业。《财资中国|财富风尚》杂志受邀出席并专访了泰康在线信息安全及大数据部总经理程战战，请他对大数据如何赋能保险业、泰康在线的大数据技术分层和自由平台的移动化策略进行详细的阐述。程战战着重从市场营销、风险控制和产品定价三方面来介绍大数据赋能保险业。

大数据赋能保险业

打开获客渠道，提高用户黏度

大数据在保险营销中的应用非常多，比如用户行为习惯分析、基于网页浏览记录的动态广告等，对于保险的精准推介起到了很大的作用。大的保险公司或者一些互联网巨头有很多用户，但是如何激发用户的保险需求是一个难点。程战战介绍，泰康在线在营销方面主要有以下三个成果：

一是在健康险领域建立了“泰健康”评分系统。用户通过完成健康测试、参与健康活动，形成健康能力评分、信用评分，此后，便可根据分值提供“千人千面”式的差异化健康管理方案。

二是用户行为挖掘。针对登陆泰康在线自有平台的用户进行追踪分析，一旦有用户进入，后台都能捕捉到该用户的行为，通过对用户行为数据的分析得到销售线索推送给坐席人员，从而对需要帮助的用户进行更有针对性的服务。

三是场景式营销。对接外部天气和地域数据，通过数据分析，对特殊天气和地域的用户下发关怀消息，比如某地有特殊天气，后台在甄别地域之后，会自动给该地区的用户下发消息，提醒用户天气变化，注意出行安全。这样做的意义在于激活沉睡的客户，提高客户黏度。

风险控制的三种场景

金融业的核心是风险管理，通过积累数据、完善风险管控模型是企业提升风控的有力途径，从而为用户提供更多价值和服务，以及持续盈利的能力。保险行业的风险控制主要是核保和理赔。

自上而下的全面风险管理理念贯穿于泰康在线管理层及普通员工的血液中，并通过三道防线将风险管理贯穿于日常经营的始终，风险管理与业务及实际经营结合得越发紧密。一线经营职能部门和基层员工作为风险管理的第一道防线，在各自不同的岗位上通过日常风险管理为公司创造着价值。第二道防线是管理层，风险管理委员会、首席风险官、风险管理部以及内控合规部，通过制定政策和制度，指导风险管理与业务规划和日常管理活动。第三道防线是董事会审计与风险管理委员会和稽核监察部，其站在独立的角度去评估风险管理体系运行情况和运行效果。

大数据帮助精准定价

保险本身是个概率事件，精算师搜集大量数据，计算出特定场景下某件事情发生的概率，综合考虑经营成本、理赔费率、投资收益等多方因素，制定出产品价格。保险的核心定价能力反映了保险公司的竞争力。在运用大数据之前，定价更看重纯粹的因果关系，现在则重点寻找、分析那些具有强相关性的影响因素。以往对保险产品的分析都是比较粗糙的，大多是以“年”为期限计算理赔概率，而运用大数据可以细化到一个小的产品或个人，用数据支撑场景，可以综合考虑多方面的问题，包括事件发生的概率、客户的行为习惯、综合授信等，通过技术，借助内部大量的模型和外部数据的整合、评分，对客户进行风险评分，并根据他们的风险程度个性化定价，实现“一人一价”。

RPA助力保险监管信息报送

每个季度结束后月份的25日，都是保监会要求各家保险公司报送“偿二代风险综合评级数据”的日子。对于各家保险公司的风险部门，从上季末一结束，就开始着手准备报送的数据。将分支机构的数据收集齐全，并计算汇总出总公司数据，又经过多轮的校验调整、领导审阅，待到所有指标数据终于全部准备妥当，报送截止日期也近在眼前了。

近期，监管又着重加强了对保险公司“偿二代”数据真实性和准确性的要求，因此报送工作也是丝毫马虎不得。对于保险公司的风险部门来说，每一家分支机构都有近200个指标数据，需要人工一个个录入到标准转换工具中，导出成XBRL格式，然后再上传至监管的报送系统中。一旦数据输入有误，没能通过校验，又要回到标准转换工具中重新核对、调整、导出、上传、校验，直到校验正确成功上传。而这样来来回回的过程，对于几十家分支机构，每家都要执行一遍，总计要录入100多张评分表，4500多个指标数据。单单完成报送这一项动作，就需要占用本就人手严重不足的风险管理部门一个员工两天甚至一周的时间。

终于，所有的数据赶在截止日期前都上传至保监会的报送系统中，而风险部门的同事又要为下个月的“偿付能力报告”的监管报送忙得焦头烂额，本要安排会议一起讨论的量化风险模型的设计，只能默默地放到一边。

RPA在监管信息报送中的作用

保险公司可以引入德勤RPA帮助风险部门从每个季度例行的报送工作中解放出来。

在每个季度结束后，德勤RPA就自动帮助风险部门的同事将监管信息报送的收集模板发送给对应的总公司业务部门以及分支机构的风险协调岗。到了规定的时间，德勤RPA会在系统中自动回收风险信息数据。只要设置一次，德勤RPA就学会了对收集的信息进行基础的格式校验和逻辑校验，同时还会把各家分支机构的数据进行汇总，整理成总公司的报送表格。

▲图 各步骤自动化前后耗时对比

在数据收集和汇总统计方面，德勤RPA已经帮了不少忙。而对于最终的报送，德勤RPA的工作效率更是令人惊讶。它会自动导入数据文件，打开转换工具，开始进行数据的输入。几秒钟之后，一家分支机构的数据就全部录入完毕并且导出成监管要求的XBRL格式了。紧接着，德勤RPA自动登录监管上报的网站，上传、校验、确认一气呵成。不出1个小时，25家分支机构的数据全部上载完成，并且，再也不怕不小心输错了数据后不断校验调整了。

 1/2    1 2 下一页 尾页