大數據保險金融影響

1. 互聯網金融對保險公司影響

互聯網金融正以迅猛的態勢，以搶入口，搶流量，搶客戶為切入點，以更快速，更便捷，更省心為服務模式，以產品新，門檻低，收益高為賣點向傳統的金融業發起強烈的挑戰。這些挑戰突出表現在，第三方支付方興未艾，移動支付異軍突起，網路借貸風聲水起，眾籌融資日浙氣盛。這些挑戰，無疑會對傳統金融業產生非常重大的影響。競爭勢態已無可爭議地表明，2013年作為「互聯網金融發展年」必將刻進歷史。有識之士已充分清醒的認識到，一個嶄新的互聯網生態正在形成，互聯網生態必將深刻影響中國的金融體系。傳統金融業不得不對此問題進行認真思考，慎重研究，積極面對，調整轉型，投身變革，加快創新，迎接挑戰。本文就此問題做一些思考性探討，以期引起傳統金融業對該問題的重視。
一、互聯網金融的發展趨勢及特點
互聯網金融是指以依託於支付、雲計算、社交網路以及搜索引擎等互聯網工具，實現資金融通、支付和信息中介等業務的一種新興金融。互聯網金融是一種新型業態，比之於傳統金融業它創造了一種新興商業模式和盈利方式。互聯網金融的產生，可能出現一個既不同於商業銀行的間接融資，也不同於資本市場直接融資的第三種模式。在互聯網金融模式下，銀行、券商和交易所等中介作用都被削弱，貸款、股票、債券等的發行和交易以及券款支付直接在網上實現。大大減少信息成本和交易成本，更加有效地進行資源配置。真正實現低成本高效率的管理運作，滿足客戶的金融需求。有學者預測，互聯網金融將對人類金融模式產生根本的影響，它將在未來20年成為主流。這就迫使我們不得不對其高度重視，加以研究。
（一）互聯網發展的趨勢
梳理互聯網金融短暫的發展歷程，我們從中可以看出互聯網金融發展趨勢的表現。首先，以支付寶為代表的第三方支付正在改變用戶實現支付的入口，從而沖擊銀行傳統的匯款業務。其次，以阿里貸款為代表的網路貸款模式，正沖擊著銀行傳統的貸款模式。再次，以「拍拍貸」為代表的P2P模式正在繞開銀行實行個人存貸款直接匹配，成為未來互聯網直接融資的雛形。最後，在中間業務方面，快錢等已介入基金和保險平台代銷業務。而在阿里巴巴旗下淘寶和天貓平台也在銷售基金和保險等金融產品。互聯網金融的發展表現出全面介入的趨勢，具體表現為：
1、在發展速度上，突飛猛進，日新月異，已成為積極的參與者
自從2003年10月淘寶的支付寶的上線開啟了中國互聯網金融新時代，不到10年的時間，互聯網金融發展之迅速，特別是今年以來發展提速。2013年3月阿里巴巴集團宣布，將籌備成立阿里小微金融服務集團。6月13日推出余額寶，到6月30日累計用戶數已經達到251.56萬，累計轉入資金規模66.01億元，累計用於消費的金額12.04億元，截至8月底，其資金規模已突破百億元，客戶數已超過400萬戶。真可謂風聲水起，勢不可擋。互聯網金融已成為金融業務的積極的參與者。
2、在經營模式上，融合滲透，正成為強力的推動者
互聯網金融以全新的模式殺入金融領域。以不同於傳統金融模式開創新的藍海。金融的本質是用間接融資或直接融資的模式提供信用風險解決方案。其核心功能是提供專業化的金融投資服務和組織支付體系以及提供保險保障等。間接融資模式條件下，銀行建立了一整套成本高昂的信用風險管理體系，使得自身具備信用風險管理的優勢能力，並以此優勢獲得利差收益。直接融資模式條件下，由眾多的專業性相對有限的投資者分散承擔信用風險，雖然交易成本下降，但信用風險管理的有效性也隨之也下降。長遠地看，由於銀行專業能力的優化同樣受邊際收益遞減規律的約束，直接融資日漸替代間接融資變為主流已成為不爭的發展趨勢。而互聯網金融借入極為低廉的交易成本和有效的大數據的分析以及雙邊平台作用的空前提升優勢，開創共生和競合的新模式，推動金融業向前發展。
3、在競爭態勢上，轉型暗戰，全面升級，即成為黑色的攪局者
互聯網金融通常由電商企業縱深開發新的產品線而來，由起初只有單一的支付中介功能向支付功能之外的金融功能挺進。受益於支付寶龐大的8億用戶及便捷通暢的資金通道，阿里順勢開發出余額寶。僅推出19天就創造了近70億的營業額，將合作夥伴某基金推上了中國用戶數最大的貨幣基金寶座。攪局之勢日益彰顯。
4、在創新方式上，發揮優勢，拓展新域，將成為注目的顛覆者
從目前的發展分析看，互聯網金融替代和顛覆傳統金融將集中在兩個領域。一是現金業務領域。自改革開放以來票據、借記卡、信用卡等支付工具的推出就一直在替代現金交易。而未來隨著互聯網支付的進一步普及和移動支付的推廣，現金在交易中的角色和作用將被進一步邊緣化。二是大數據將深度改造目前金融體系的信用風險管理模式。
（二）互聯網金融的特點
由於互聯網金融是源於互聯網科技的現代信息技術而發展起來的，它的業務優勢表現在，大數據分析方法下獲得的足夠多的客戶數量以及開發出的門檻相對低的受這些網路客戶歡迎的產品，加之以快捷便利的服務方式。與傳統金融相比，互聯網金融有其全新的特點

擴展閱讀：【保險】怎麼買，哪個好，手把手教你避開保險的這些"坑"

2. 我是做金融的，想問一下大數據對金融行業有什麼價值

當然有數據支持，可以說所有的行業，都能夠很大幅度的提高精準率，無論是從成本還是從效果，都是大有裨益的。

要了解大數據優勢有哪，對我這個行業有哪些突出性的優勢。

誰是准確的目標受眾？如何在合適的時間、合適的地點、以合適的方式傳達給消費者正確的信息？隨著數據搜集、存儲、管理、分析、挖掘與應用的技術體系的發展，這些問題的答案已經可以顯現於眼前。

怎麼獲取數據：網民通過C2C的互動，C2B的互動，B2B的互動，實時生產數據。這些數據匯聚在一起，就能夠獲取到網民當下的情緒、行為、關注點和興趣點、歸屬地、移動路徑、社會關系鏈等一系列有價值的信息。原本分散的信息通過分析、挖掘具有了關聯性，了解用戶真實的態度和需求。

利用數據獲客：利用大數據做精準營銷的人群定向投放，根據人群的行為軌跡，再結合其他關聯數據，如社交屬性等數據來對投放人群進行標簽化管理。這樣才能使得廣告投放有千人千面的效果。

對於營銷來說，了解用戶、分析用戶尤為重要，而每年花在數據分析上的人力物力更是數不勝數。對於營銷來說，大數據更多的是支持，可以將更多的人力物力節省下來。

做數據精準獲客營銷，要找對獲客系統運營商大數據，需要了解請留言。

3. 大數據怎樣影響著金融業

大數據對金融行業的影響有很多方面吧，目前大數據的來源主要包括瀏覽、購買、搜索、關注、社交的用戶行為。對於金融行業來說最基本的影響就是對用戶的畫像更加精準了，傳統的數據如年齡職業住址聯系電話等信息自然不在話下，更重要的是對於用戶的興趣、喜好、性格、位置、習慣等細枝末節卻非常有價值的信息的抓取非常到位，這是大數據對於金融行業最直接的影響。除此之外不得不提到的是徵信，傳統徵信所依靠的是結構化的信用手段，需要大量的人工成本，而大數據徵信則更加准確化、自動化、可視化。表述得不是很清楚可能有不夠全面，希望能幫到你！

4. 大數據在金融業的應用可以發揮哪些作用

有了大數據，自然就要有大數據技術，即從各種各樣類型的巨量數據中，快速獲取有價值信息的技術，強調快，這是大數據技術與傳統數據挖掘技術的重要區別。
從巨量數據中提取的有價值信息，即是大數據在各個領域的具體運用，比如基於大數據進行客群的細分，進而提供定製化服務；基於大數據模擬現實環境，進而進行精準評估和預測；基於大數據進行產品和模式創新，降低業務成本、提升經營效率等等。

5. 大數據給銀行業、保險業、證券業、徵信業分別帶來了哪些大變革

去給銀行業保險也掙錢也真心也分別帶來了非常大的變化這些業務都根據咱數據來發展他不來的。

6. 金融大數據應用面臨哪些風險

1.金融科技巨頭可能產生數據壟斷
一些金融科技巨頭憑借其在互聯網領域的固有優勢，掌握了大量數據，客觀上可能會產生數據寡頭的現象，可能會帶來數據壟斷。一些機構掌握了核心的信用數據資源，由於缺乏分享的激勵機制，導致與徵信的共享理念存在沖突。
2.存在數據孤島現象，數據融合困難
政府和企業都面臨數據孤島難題。大數據時代，數據已經成為核心資源，企業出於保護商業機密或者節約數據整理成本的考慮而不願意共享自身數據，一些政府部門也缺乏數據公開的動力。數據孤島現象的存在，將導致大數據信用評估模型採用的數據維度和演算法的不同，大數據徵信模型的公信力和可比性容易遭到質疑。
3.數據安全和個人隱私保護難度升級
目前，大數據的獲取大致有四種方法：自有平台積累、通過交易或合作獲取、通過技術手段獲取、用戶自己提交的數據等。但是由於相關的法律法規體系尚不健全，數據交易存在許多不規范的地方，甚至出現數據非法交易和盜取信息的現象。大數據來源復雜多樣加大了用戶隱私泄露的風險，其一，我國金融大數據行業的發展乃至Fintech行業的發展，在很大程度上得益於互聯網應用場景的發展，而大數據從互聯網應用場景向金融領域的轉移往往發生在一些金融科技企業的集團內部，這個過程缺乏監管和規范，可能會侵犯到用戶的知情權、選擇權和隱私權。其二，應用數據存在多重交易和多方接入的可能性，隱私數據保護的邊界不清晰；其三，技術手段的加入，加大了信息獲取的隱蔽性，一旦出現隱私泄露糾紛，用戶將面臨取證難、訴訟難的問題；其四，大數據採集數據的標准不一，用戶的知情權、隱私權可能受到侵犯。可見，在大數據環境下，個人數據應用的隱私保護是一個復雜的消費者權益保護問題，涉及到道德、法律、技術等諸多領域。

7. 大數據時代下，保險業迎來了怎樣的機遇與挑戰

ITjob遠標教育
大數據的發展越來越迅速，滲透到各行各業， 保險業也不例外。大數據不僅為保險業的發展提供了新的機遇和視角，也為保險業提出了新的挑戰。
首先，我們來了解大數據給保險業帶去的機遇。
一、大數據給保險業帶來巨大商業價值
信息技術的進步在現代金融創新中發揮了極為重要的作用。而歷史的經驗告訴我們,大數據對金融業的影響將是全面和深刻的,金融業的經營理念、風險定價、產品設計、營銷策略、客戶服務、風險管控、組織構架乃至於金融監管,都必須適應大數據時代的要求。
但是,雖然這些年保險業在大數據戰略和網路經營等方面進行了積極探索,但是相對於銀行和證券公司,保險公司在電子化、數據化、移動化、平台化方面還處於相對落後狀態。不僅大部分保險公司的內部數據沒有完成整合,甚至數據還處於信息孤島狀態,保險公司對內部數據價值認識也不完整,大部分內部數據的價值沒有被充分挖掘,大數據價值變現也缺少應用場景。
而現在我們已進入互聯網金融時代,所有商業思維正在轉向數據思維,保險業也應該利用大數據來分析客戶需求、開發產品、運營企業以及進行風險定價。
眾所周知,在沒有大數據之前,商業數據往往來源於一些被動的調查表格及滯後的統計數據。大數據時代出現之後,海量數據的採集和處理成為可能。大數據通過全局的數據了解事物背後的真相,相對於以過去的樣本代替全體的統計方法,其統計出來的結果更為精確,有利於保險公司精算師計算產品的收益率和產品定價。與此同時,利用大數據分析結果歸納和演繹出事物的發展規律,可以幫助人們進行科學決策,幫助保險業進行精準營銷。這也就是我們常說的,按照客戶需要設計保險產品,依據客戶需要推薦保險產品,使更多的群眾享受到合理的金融服務。
另外,在新的競爭格局下,傳統金融企業必須充分運用大數據的理念和技術改造自身業務和管理流程,監管機構也必須深刻理解新的競爭格局對風險防範、消費者保護等方面的影響,並善於運用大數據來提升監管的針對性和有效性。
保監會副主席王祖繼就表示,，大數據時代保險業主要面臨四個方面的機遇:一是拓寬行業發展空間。滿足客戶需求是金融企業生存和發展的前提,大數據和互聯網的發展使保險業能夠更好地滿足客戶需求。大數據技術可能突破現有可保風險與不可保風險的界限,使原來不能承保的風險變為可保風險,擴大保險業務經營范圍。大數據技術在營銷領域的應用將能更有效地發現客戶和客戶的潛在需求,進行精準營銷,特別是財產保險中標准化產品的營銷。大數據和互聯網的運用也有利於改善保險消費者的用戶體驗,提高消費者滿意度,改善行業形象。二是提高行業風險管理能力。大數據技術在風險管理領域的應用將支持保險業更精準地定價,提高承保風險識別能力和理賠反欺詐能力,提升保險業的風險管理能力和水平。以精算為例,大數據有利於擴大用於估算風險概率的數據樣本,從而提升精算的准確度,有利於收集更加多維全面的數據,從而形成更加科學的精算模型,也有利於把整體數據樣本進一步細分為子樣本,為精準定價提供精算基礎。三是提升行業差異化競爭能力。大數據通過對客戶消費行為模式的分析,提高客戶轉化率,開發出不同的產品,滿足不同客戶的市場需求,實現差異化競爭。四是提升保險業資金運用水平。大數據基於精確量化的承保損失分布,可以提高保險機構資產負債管理水平,可以在資本市場實施更精準的風險投資組合策略,提高保險業在資本市場的投資回報水平。
為了更好地駕馭大數據對保險行業的改良及改革,保險公司需要從數據獲取 、應用和組織三大方面構建包括開拓數據來源、建立許可與信任、構建商業應用場景、數據分析與建模、數據存儲與整合、組織建設、專注的數據人才、治理和文化在內的八項專業能力。
在被調研公司中,63%的保險公司已將大數據應用於欺詐檢測方面,47%的保險公司已在風險評估與定價方面展開實踐,對於大數據在交叉銷售、防止客戶流失方面的實踐分別都達到了32%,但在索賠預防和緩解方面,多數公司還處於觀望、摸索階段。波士頓咨詢公司(BCG)的研究表明,最重要的「改良效應」發生在風險評估與定價、交叉銷售、防止客戶流失、理賠欺詐檢測及理賠預防與緩解五大環節。大數據對保險行業不但有改良之功,還助力險企突破創新,對此,我們稱其為「改革」。目前,大數據作為「催化劑」在車聯網、可穿戴設備、智能家居和平台生態圈構建方面起了重要作用。車聯網應用受到了較多財產險企業的重視,在被調研的8家財產險公司中,有5家已開展車聯網實踐,佔比達63%;絕大部分險企對於大數據在平台生態圈、智能家居保險與監測服務、穿戴式設備健康服務等領域的嘗試尚未開始,僅16%的險企已開始實踐平台生態圈,8家財產險公司中僅有1家開展了智能家居領域的實踐,而穿戴式設備則尚未有險企予以應用,不過大多數險企都表示,計劃在3年內對這些新技術應用予以實踐。
有人說: 這是一個最壞的時代,金融行業受到了來自互聯金融企業的強烈沖擊;這是一個最好的時代,金融行業可以利用大數據實現涅盤重生 。現在金融業處在一個全球競爭的時代,發達國家金融業在規則制定、金融文化、技術能力、人才隊伍等方面占據著全面的優勢,大數據給我國金融業帶來一個彎道超車的機會。我們應該珍惜並利用好這個機會。

大數據對保險業有好處，那麼應該如果切入呢？
二、 大數據分析在保險業的四大切入點
大數據應用為當今瞬息萬變的保險業提供有效支持，也是促使保險公司提升自我市場競爭力的有效手段。數據結構分析及畫像經常會涉及眾多外部非結構化數據源，如社會媒體類，通過社會媒體大數據可有效幫助保險公司識別潛在保險危機行為用戶。
大數據分析在保險業的四大切入點綜合大數據分析各項優勢，可看出大數據分析在保險業中存在四大主要應用切入點，如在業務結構化、客戶視角營銷、核保管理以及危機管理上均可體現大數據應用的優勢性：
（一） 助力產業結構化
隨著保險業競爭越加激烈，保險公司若想脫穎而出，則需提供價格低於競爭對手的保險產品，以及更有效的經營模式，及一流的客戶服務來贏得客戶青睞。大數據在此能有效助力保險公司行業化能力提升，不僅體現在其經濟性上，還體現在其對保險公司將工作流程有效改進上。
（二） 客戶視角營銷
客戶更青睞於選擇價格透明的保險公司產品。保險公司可以利用大數據分析進行客戶需求變化預測，以此便可提前獲取改進客戶關系的最佳時機。通過保險公司利用大數據分析客戶需求，可有效的幫助呼叫中心進行客戶營銷，獲客將變得更加容易。
（三）核保管理
保險公司可使用大數據預測進行核保活動，以有力的減少不必要的虛假核保信息，主要手段可以是通過在已有的客戶數據前提下，再結合其它外部獲取數據源，對其進行必要性的甄別，以最終確定是否成功核保。基於社會媒體的大數據可對保險業務及時有效性的進行監督，同時為核保提供有效的保障。
（四）危機管理
保險公司可利用大數據分析進行保費條款業務設計，尤其在諸如融入歷史因素、政策變化因素、再保因素等的災難型險種業務中。保險公司可依據個人住址、消防中心距離等其它因素對災難保險業務的價位進行區分設計，更利於保險業務收入增長。同時，保險公司也可使用大數據為其現有保險業務模式進行升級，按需可隨時進行市場價格策略調整。
大數據可幫助保險公司改進需求規劃，促使需求改進及降低運作成本，同時有效支持保險業務規劃實施。動態化監測可有效防止無效性成本增加，以及幫助公司的市場決策制定。

通過上面的文字，我們可以大致了解大數據給保險業帶來的好處，下面我們將講解具體的實施方法，分析保險業如何利用大數據健康發展。
保險行業如何利用大數據涅槃重生
三、 保險行業面臨的挑戰
這是一個最壞的時代，金融行業受到了來自互聯金融企業的強烈沖擊，這是一個最好的時代，金融行業可以利用大數據實現涅槃重生。中國保險行業的滲透率只有3%，大大低於西方發達國家10%左右的滲透率。保險行業分財險和壽險，面對個人的壽險和財險服務主要依靠電話進行銷售，電話銷售正在面臨巨大的挑戰，年輕的80後、90後不願接收來自保險公司的電話，保險行業電話銷售率正在逐年下降，已經影響了保險行業未來的發展。
曾在大型壽險公司有過數年產品研發設計經驗的專家丘斌斌斷言，互聯網保險一定會取代傳統的保險銷售模式 。現在各家互聯網保險產品之所以是小打小鬧，原因是傳統保險還能盈利。但將來未必如此，未來客戶都在互聯網和微信上，為了獲取客戶也必須走這條路。傳統保險從產品設計到代理人制度銷售模式，無法實現站在客戶角度銷售買險。保險公司九成以上保單的件均保費低於萬元，意味大家真正需要的還是保障，特別是價格低、標准化、保障大的產品。
2011年至2013年，國內經營互聯網保險的公司從28家上升到60家，年均增長達46%；規模保費從32億元增長到291億元，增幅總體達到810%；投保客戶數從816萬人增長到5437萬人，增幅達566%。盡管規模爆發式增長，但目前我國互聯網保險在整個保險市場中的佔比仍不到3%，與發達國家如美國30%的佔比相差還很遠。
監管機構對互聯網保險持開放態度，互聯網保險存在的巨大衍生市場空間，電商平台對此也越來越重視，如 最近拿下保險代理牌照的蘇寧，以及一直在航空旅意險細分領域悶聲發財的攜程、去哪兒等。某第三方平台公司2012年全年的互聯網保險傭金收入達900萬，毛利率6%，而2013年上半年的保險傭金收入就已經達到900萬，毛利率25%。
四、 保險行業大數據價值應用現狀
保險行業大數據戰略規劃剛剛起步，相對於銀行和證券公司，保險公司在電子化、數據化、移動化、平台化方面還處於落後狀態。
大部分保險公司信息化工作沒有完成，客戶保單信息查詢和更改仍然是手工和自動化相結合。保險行業對大數據商業價值應用的敏感度不高，大多數保險公司並沒有將大數據列為保險公司基礎能力進行建設。很多保險公司還沒有建設移動App，即使有了移動App的保險公司，其移動App的功能只是集中在保單的簡單查詢，並沒有將移動App定位為客戶入口和主要渠道。保險行業另外一個問題就是內部數據沒有完成整合，數據還處於信息孤島狀態，保險公司對內部數據價值認識不完整，大部分內部數據的價值沒有被充分挖掘，大數據價值變現缺少應用場景。
保險公司的大數據價值變現處於一個原始階段，需要進行數據基礎建設。保險公司大數據價值變現應該從整合內部數據開始，將具有價值的數據集中在大數據管理平台（DMP），為大數據價值變現提供平台支持。
保險行業的大數據價值變現應該從了解用戶入手，藉助於用戶賬號打通各類數據，建立適合於保險行業的標簽體系，利用已有數據標簽和外部數據標簽對用戶進行畫像。
保險公司完成用戶畫像之後，可以依據用戶特點和保險需求，通過數字廣告進行精準營銷，提高客戶滲透力、客戶轉化率和保險產品轉化率。保險行業應重視年輕人消費場景移動化的特點，積極建設移動App，將渠道發展戰略向移動端傾斜，將移動端定位為客戶導入的入口、保險產品展示和購買的平台。保險公司需要標准化保險產品，依據客戶需要設計出簡單標準的保險產品，減少客戶了解、購買保險產品所需的時間，讓保險產品象其他金融產品一樣，一目瞭然、購買簡單。
五、 保險行業大數據價值變現三部曲
（一） 整合內部數據，引入外部數據，為客戶進行畫像
保險行業內部擁有大量具有價值的數據，因此保險行業的大數據戰略應該從整合自身數據開始，挖掘已有數據，對用戶進行畫像。保險公司內部的數據包含客戶的個人屬性和金融信息，這些數據可用來標簽化，為用戶畫像提供支持。
保險公司擁有業務訂單數據、用戶屬性數據、用戶收入數據、客戶查詢數據、理財產品交易數據、用戶行為等數據，這些數據可以通過用戶賬號打通，建立用戶標簽。客戶的交易紀錄和個人基本信息將用於客戶分類，可以將用戶分為理財客戶，教育保險客戶，壽險客戶，意外險客戶，保障險客戶、車險客戶、少兒保險、女性保險客戶等。
保險公司數據集中在內部的數據，主要包含交易數據和訂單數據，由於不含有客戶外部行為數據，無法定義客戶的特點，例如客戶的旅遊愛好、教育需求、文化需求、位置軌跡、理財需求、游戲愛好、體育愛好等。這些信息都是描述用戶的基本信息，也是客戶畫像的基本標簽。
保險公司可以從外部購買這些數據，結合內部數據，保險公司可以掌握客戶多緯度信息，豐富用戶信息，形成360度用戶畫像。360度畫像有助於保險公司從不同角度來了解客戶，也有助於對客戶進行分類管理，依據客戶的特點進行精準營銷和設計產品。
保險公司需要建立大數據管理平台（DMP），集中保險公司內部的數據，依據商業分析對數據進行標簽化，將保險用戶賬號作為唯一標示符打通整體數據。保險公司還需要引入外部移動互聯網數據，借鑒客戶外部行為標簽數據，豐富保險客戶信息，形成360度用戶畫像。由於客戶行為的不確定性，用戶畫像信息需要及時更新，因此DMP中的標簽體系和數據，包括引入的外部數據都應該是動態的，及時進行更新，這樣才可以保證數據的時效性。
大數據管理平台（DMP）是保險行業大數據價值變現的基礎平台，大數據價值變現很多場景都可以利用DMP的數據進行挖掘，包含客戶用戶畫像、精準營銷、新客獲取、老客經營、用戶體驗提升、風險評估等。
（二） 打造移動APP互聯網保險平台，標准化保險產品
未來的社會消費主體是80後和90後，保險產品的主要客戶群也在轉向年輕人。保險公司必須了解這些年輕人的特點，才能夠設計出適合客戶需要的產品，更好地為客戶服務。
年輕人追求快捷舒適的消費方式，移動互聯網時代到來之後，大部分消費場景正在移動化，人們的衣食住行以及文化娛樂消費都可以通過移動App來解決。特別是年輕人，他們消費場景移動化趨勢更加明顯。
保險公司應該關注 消費場景移動化 的趨勢，將連接客戶的方式從電話和線下轉向移動互聯網，利用移動App同客戶進行連接。保險公司的客戶渠道也應該轉向移動互聯網，逐步降低電話銷售獲客比例，將獲客的主要資源向移動App。
電話銷售的一個弊端是信息提供不充分，當保險產品較為復雜時，電話銷售將會考驗銷售人員的表達能力，另外長時間的溝通對客戶體驗也是一個較大的挑戰。年輕人對時間較為敏感，很難耐心聽完復雜的產品介紹，保險公司在未來利用電話銷售來獲取客戶的難度將會越來越大。移動互聯網時代，電話銷售已經成為落後的銷售方式，不能適應年輕一代客戶的需要。
移動App可以提供豐富的產品信息，既可以提供簡明的產品介紹，又可以提供直觀的數據和圖表。移動App還可以通過炫酷視頻和圖片向客戶轉達更多的理念價值。這些豐富的信息不但能夠讓客戶在短時間內了解產品，還可以提高客戶體驗，提高客戶購買產品的可能性。利用移動 App進行產品推薦不但可以提高產品的轉化率，還可以降低營銷成本，提高客戶體驗。
保險公司另外的挑戰是保險產品不夠豐富，無法覆蓋客戶所有場景的保險需要；保險產品設計過於復雜，客戶購買時需要掌握的信息過多，影響客戶購買體驗。保險公司將產品展示平台轉向移動App後，必須對保險產品進行標准化，保險產品介紹一定要簡單明了，突出重點和客戶利益，並依據客戶各種場景需設計產品。簡單標準的保險產品迎合了年輕人的需要，有利於快速銷售、形成規模，有利於保險公司延續此保險產品的生命周期，降低產品開發成本。
未來保險產品需要同生活場景相結合，滿足客戶對各種保險產品的需要。例如在車險領域可以增加爆胎險、異物撞擊險、自然災害險、高溫險、低溫險等。在保障險領域可以增加更多的場景險，例如交通堵塞險、延誤險、高空墜物險、天氣突變險、暴雨險等。
（三） 利用大數據分析來改變保險行產品定價方式，以客戶為中心設計保險產品
互聯網金融時代，所有商業思維應該轉向數據思維，保險行業也應該利用大數據來分析客戶需求、開發產品、運營企業以及進行風險定價。
保險精算師設計保險產品時，主要依賴於理賠標的發生的概率，大部分數據來源於行業的歷史數據和統計數據，這些數據都不是實效數據，並且很多數據統計方式已經過時，小樣本數據同真時數據的方差正在變大。依靠誤差較大的數據無法設計出接近真實概率的產品，並會影響保險產品的定價方式。設計出來產品風險偏好不準，可能會導致保險產品收益過低，客戶不傾向於購買；也可能導致保險產品覆蓋不了風險，導致保險產品出現虧損。
過去保險產品在設計時並沒有從客戶角度出發，主要關注風險和收益，產品設計出來是否滿足客戶需要，保險公司其實根本就不知道。當保險產品推出後，其是否會被被客戶接受，很大程度取決於市場推廣力度和銷售人員能力。在這種情況下保險公司投入資金較大，產品風險很高。年輕的一代的正在走向分化，很難有一個產品滿足大部分客戶需要。在新的社會形態下，保險公司需要深入了解客戶特點，依據客戶的需要來設計保險產品，這樣才能保證保險產品的銷量，形成一定規模，覆蓋風險事件發生概率。
大數據分析技術、標簽數據、客戶行為數據、全局數據可以幫助保險企業改變保險產品的定價方式。基於大數據技術和全局數據的產品設計模型可以幫助保險公司設計出較高收益、較低風險概率的產品。客戶行為數據和標簽數據可以幫助保險公司了解客戶特點，設計出滿足客戶需要的保險產品。以數據分析和客戶需求為出發點的保險產品設計，將會在產品收益、客戶體驗、風險管理等方面取得領先。 國外一些領先的保險公司在設計保險產品時，已經利用大數據分析技術進行設計，並取得了較好的市場反饋，產品的盈利可觀。大數據將會幫助保險公司設計出風險分析充分、適應客戶需要的保險產品。
總結，大數據商業應用是移動互聯網時代的趨勢，未來時代的特徵，任何行業都無法迴避。保險行業應該重視大數據技術和價值在本行業的應用，購買外部數據，利用DMP進行用戶畫像；標准化保險產品，利用移動App進行獲客、營銷、數據採集；藉助於大數據技術改變過保險產品定價方式，以客戶為中心來設計保險產品。

保險業可利用大數據涅槃重生。那麼，在大數據環境下，保險業也需要適應新保險消費特徵，迎接新的挑戰，不然，即使重生，也容易滅亡。
六、 大數據環境下的保險營銷需適應新保險消費特徵
大數據時代的到來改變了數據的採集、傳輸、存儲、處理方式，引起了生活方式和社會經濟的變革，也給保險業帶來了全面和深刻的影響。保險公司紛紛利用大數據來進行保險營銷、保險服務方面的嘗試和創新，但目前的保險大數據環境尚不成熟，現有的保險消費方式還處在由傳統到新型、由被動到主動的一個變化期，大數據環境下的保險營銷需要適應新的保險消費特徵。
（一） 保險消費選擇多樣化
傳統保險模式運作下，保險公司評估消費者的風險水平、消費能力、消費意願的能力不強，導致部分領域保險產品定價過高，部分領域成為剩餘市場。大數據環境下，保險業可以獲得全量、實時、潛在的數據來進行詳細分析，進行保險產品細分和個性化設計，保險公司的風險管理和成本管控可以更加精細化，這為保險產品創新帶來了廣闊空間，長期困擾保險業的產品和服務同質化問題有望從根本上得到解決。
比如，保險公司根據消費者的網站登錄痕跡、朋友圈留言、貸款信用記錄等信息，發現不同消費群體保險需求和風險特質，為保險消費者提供諸如戶外騎行保險、醫療整形保險、變現借款保證保險等特色險種，保險消費選擇更加多樣。
（二） 保險消費流程簡單化
傳統保險經營過程中，保險公司與投保人信息不對稱的情況較為突出，保險公司通過要求投保人應當履行如實告知義務，投保時需要填寫內容繁多的投保單，出險後需要提出理賠申請和提供繁瑣的證明材料。在大數據環境下，風險特徵的描述數據極大豐富，保險公司可以通過各種渠道獲取更加全面的風險信息，運用個人信息、交易記錄、氣象信息等社會數據來分析和掌握客戶情況，獲得與承保理賠相關的信息，在控制風險的前提下進一步減少投保人的告知責任，有效簡化承保理賠手續，保險消費流程變得更加簡單。
比如，保險公司根據掌握的網路交易數據，研究消費者網購習慣和退貨概率，為不同風險的消費者提供不同保費的退貨運費險，消費者只需一鍵購買；對於購買了航班延誤險的消費者，無需提供氣象證明，甚至不需提出理賠申請，保險公司就能夠根據氣象信息等大數據資源主動理賠。
（三） 保險消費理念前沿化
大數據環境下，傳統保險業在集合大數方面的優勢逐漸弱化，保險技術服務壁壘逐步瓦解。通過使用各種搜索引擎和比價平台，消費者消費洞察力不斷提高，保險消費理念也變得更加前沿。
一方面，越來越多的保險消費者脫離了傳統櫃台業務模式，開始使用各種自助終端購買保險業務。通過手機APP應用軟體就可以輕松完成保險產品的查詢和購買，甚至自助完成車險簡易案件的查勘工作。
另一方面，保險消費者出現偏好碎片化、謀求資金收益的消費傾向。在透明公開的渠道選擇保險產品時，消費者更加偏好設計簡單、投保便捷、費率較低的保險產品。保障項目經過分解、條款說明更加簡單、產品保費也大大降低的保險產品，更加適應消費者自行挑選的需要。此外，大數據環境下的保險消費者比較熟悉互聯網金融，容易在各類理財產品間進行比較，在購買網上銷售的投連、萬能型保險產品時更加註重資金收益。
（四） 保險消費體驗延伸化
傳統的保險服務集中於經濟賠償與給付，保險消費體驗也只局限於保險公司履行了賠付責任。 大數據環境下，保險公司與客戶的關系不再是一對一的交互溝通，逐漸形成多維網狀交互溝通模式，基於客戶數據的客戶關系管理變得尤為重要。
保險公司可以藉助大數據的積累，整合汽車修理、零配件供應、醫療健康服務等供應鏈，進一步延伸保險產業鏈邊界、維護客戶關系，在降低保險經營成本的同時，不斷優化保險消費體驗。目前，保險公司可以定期為消費者提供包括車輛風險檢查、保養維修、交易資訊、健康管理在內的各項服務，未來還有可能基於大數據為消費者提供更加全面的風險管理創新服務。

保險業利用大數據來發展，換而言之，大數據也是為保險業提供了一種新的視角。
七、 大數據為保險業提供另一種視角
在客戶需求的精確 鎖定方面
大數據給保險業帶來了很多便利。以前，對於客戶的分類局限於「客戶屬於哪一類」，而現在，則擴展到「客戶是哪一類」。
傳統的精算技術只在一定緯度量化風險，很難充分反映風險的復雜性。而在互聯網大數據時代，則前所未有的創造了風控每個投保標的的可能，從未有過如此多緯度、低成本的數據，如此系統、新鮮地提供給保險業。
什麼星座的人最喜歡買保險？哪個地區的人最喜歡給自己買保險？這些曾經看起來無關乎保費的問題，在互聯網大數據時代背景下，也成為了險企定位客戶的另一種視角。在泰康人壽的保單中，最喜歡買保險的是天秤座，而最不喜歡買保險的是白羊座；最喜歡給自己買保險的是寧波人，而最不喜歡給自己買保險的則是陝西人。
「 上述結論沒有什麼道理，這是泰康人壽的數據分析出來的。以前，對於客戶的分類局限於『客戶屬於哪一類』，而現在，則擴展到『客戶是哪一類』 。」泰康人壽首席信息官 劉大為 在日前召開的「互聯網大數據與精算創新論壇」上，用幾個有趣的結論介紹了大數據時代保險業正在發生的變革。
（一）精準定位
我的客戶在這里
「在當前時代背景下，可以運用大數據分析法來整合分析金融保險需求的關聯度，在不同方向、專業形式的共同配合下，做好大數據的升級分析整合的系統工程，從客戶的角度，綜合統籌各種信息，捕捉各種需求，從而尋找潛在的客戶，並預測客戶的具體需求。」 中國保監會原副主席、中國精算師協會創始人 魏迎寧 在論壇上表示，從保險業來看，在客戶需求的精確鎖定方面，大數據給我們帶來了很多便利。
在大數據背景下，除了對數據的縱向分析之外，可以從橫向來分析消費者的需求。客戶的具體收入水平、文化程度、價值觀念，也會影響其對保險的態度，通過對網路消費的數額、職業、學歷等數據所進行的分析，也可以作為保險需求分析的重要部分。還可以通過搜集互聯網用戶的地域分布，搜索關鍵詞、購物習慣、流覽記錄和興趣愛好等一系列的數據，在保險產品消費中實現需求定向、偏好定向，真正做到精準化、個性化營銷。

8. 大數據保險會影響社會公平嗎

在當下互聯網和大數據技術推動下，保險行業的新應用及新的商業模式未來想像空間將會無限，大數據對保險行業的影響可能遠比想像的要更加深遠。

最近在公司內部一次大數據工作會議上，討論如何利用大數據計算客戶風險成本，為客戶提供不同保費報價。一位多年從事保險行業工作的同事提出了不同意見，認為該做法拉大了自身風險較大人群與風險較小人群間的保險價格差距，使部分人群因價格難以承受，可能會造成其無法獲得所需保險服務，有違保險所倡導的互幫互助宗旨精神。

這讓大家認識到，大數據對保險行業的影響可能遠比想像的要更加深遠。

傳統保險商業模式並不完美

保險起源於人們互幫互助、分攤風險的思想，是最古老的風險管理方法之一。它以損失分攤的方法，用多數單位和個人繳納保費建立保險基金，使少數成員的損失由全體被保險人分擔。其目的就是共同抵禦風險，幫助那些陷入困難的成員渡過難關。保險從萌芽時期的互助形式逐漸發展成為現代商業保險形式。保險服務對象從一開始的熟人之間，逐步擴展到陌生人之間。

市場中保險公司之間展開著激烈的競爭，大家最重要的競爭手段就是把不同人群的風險概率盡可能做精確細分。分得越細，同一個細分組里人群的風險就越接近，其被別人佔便宜的可能性就越低，所交的保費也就越少，就更能夠吸引到優質客戶來這樣的公司買保險。

客戶風險細分的程度，取決於保險公司收集和處理客戶信息的能力。保險公司會想方設法獲取和驗證客戶的信息，經過一系列的風險評估計算，把來投保的客戶對應分配到不同風險細分組中。選擇並提供優惠保費價格給那些風險低的客戶，對風險高的客戶則提高保費價格或乾脆拒之門外。

客戶也會受到利益驅動，千方百計的隱藏自己的真實風險情況，爭取瞞過保險公司，讓自己獲得保險公司低風險評價，以便降低自己所交保費。一些人投保之後，因為有了保險所提供的保障，就會忽視風險，行為變得無所顧忌，比如煙會抽得更凶，駕駛會更加狂野。

類似的道德風險使那些不負責任的人佔用了較多大家共用的風險基金資源，影響到其他規矩人的利益。規矩人就會逐漸退出保險，結果是逆向選擇。投保人中規矩的越來越少，不規矩的越來越多，只好保費越提越高，持續惡性循環，直到影響到保險公司的生存。

在信息不充足的狀況下，保險公司很難進行有效的風險分析，只能採用大類分組貼標簽的方式開展業務，選擇那些比較容易通過標簽判斷其風險並且整體風險較低的人群。而對於那些無法有效判斷風險或風險較高的客戶群體，保險公司會盡量避開。這使得存在相當一部分數量的人群無法獲得所需要的保險服務。比如一些經常出現欺詐風險的區域人群，就會被保險公司採取各種借口排斥。

最終這些無法獲得合理保險服務的人群，當遇到風險困難無力自己解決時，都將由社會保障做兜底。這既沒有發揮該部分人群自身經濟能力的作用，相應的保障服務效率也不高。雖然監管當局採取了一系列措施，阻止保險公司類似的做法，但保險公司為了控制風險，會千方百計進行博弈，該現象仍然普遍存在。

大數據帶來改變

大數據時代通過無所不在的感測器、移動互聯、人工智慧技術，使獲得和分析每個人的健康、行為、信用等風險數據變得非常方便，成本越來越低，個人的信息能見度越來越高，保險公司風險建模預測的准確度不斷提升。基於此，保險公司擁有了應對道德風險和逆向選擇的利器，將讓你無所循形。想占保險公司便宜以及搭規矩人順風車會越來越難。

大數據和人工智慧將會像手術刀一樣精準地把每個人從風險池裡剖出來，保險將進入一人一價時代。每個人根據自己風險概率的不同支付相應價格的保費，風險仍然得到了分攤，但分攤到每個人的比率發生了改變。風險高的人需要多分攤，風險低的人將少分攤。

具備大數據風險分析能力的保險公司可以利用該武器對客戶精挑細選，找出那些風險概率低的好客戶，給予與其風險相匹配的優惠價格，對於那些風險較高的客戶則會要求其支付更高的價格，至於那些風險特別高的客戶，要價可能超過其承受能力，就會被拒之門外。越是風險低的好客戶越會為了獲得優惠價格而選擇這樣的公司。

不具備大數據風險分析能力的保險公司則只能接受那些被挑剩下的客戶，自身所承擔的風險則會越來越大，以至於難以為繼。

誰先掌握該武器，誰就可以獲得先發優勢。精準的差別定價意味著賣家可以最大限度地把消費者剩餘拿走。領先的保險公司可以結合市場競爭情況，給出能夠對客戶有吸引力，同時還帶給自己最大利益的保費價格。市場競爭環境下，其他保險公司為了贏得競爭，就必須具有同樣的風險細分能力，迫使領先者為爭奪客戶不斷給出接近客戶風險成本的保費價格，直至溢價趨向於零。最終競爭趨於平衡，市場價格得到穩定，客戶因其自身風險狀況而得到相應最優惠保費價格。

被保險人符合保險公司風險要求的行為將使得其所需支付的保費降低，反之則要支付與之相匹配的高額保費。被保險人為了自身利益就會盡可能迎合保險公司的要求，做符合保險公司要求的行為，安全駕駛、不抽煙酗酒、控制飲食、健身鍛煉等等。這樣不但能夠節省投保人保費支出，還能大幅提升被保險人自身安全健康狀況。

對於被保險人的行為數據收集分析，並不僅僅限於保險申請前的一段時間，更可以擴展至承保期間。你的所有行為可能會影響下次保險周期的保費價格。保險公司可以設計另一種形式的保險合約，例如先收取一定數額的保費和押金，當發現存在違反合同規定的不安全行為時，直接扣除部分押金，甚至中斷保險合約。若被保險人一切行為符合要求，則退回押金或抵扣至後續保險期限中。

保險公司還可以在保險期內為被保險人提供安全健康管理服務，讓被保險人及時獲悉自己所處於的安全和健康狀況，據此調整自己的行為。利用行為數據可以有效控制逆向選擇，讓每個人對自己的行為負責，無法佔別人的便宜，有利於伸張社會公平正義。可以說大數據技術為保險行業注入了滿滿的正能量。

相比較傳統風險判定採用大類人群貼標簽的方法，每個人精準定價會讓更多客戶享受到更加合理的價格。計算每個人的風險概率首先要依據大數據建模，而建模基於過去人群的行為狀況及已經出現的風險事件，只能體現相關性，不能基於因果進行判斷。建模分析預測也會因為基於數據統計而存在一些計算上的偏差。

有一些風險狀況比較好的人，因為其部分行為與風險較高者相類似，這些行為由都在模型計算所收集的范圍內，就會被錯誤地判定為風險較高，需要支付超出其真實風險狀況的保費。其就會因為別人的錯誤而遭受懲罰，這在一定程度上說很不公平。

隨著演算法的優化、數據的更加豐富和計算能力的提升，這樣的誤傷范圍會進一步縮小，但遺憾的是，由於數據建模方法的局限性，縮小的進程也不會很快，更難徹底杜絕。

政府監管應做出相應政策安排

有些風險發生概率與個人努力的行為程度無關，例如每個人擁有基因不同就會帶來自身發生疾病概率的不同。若根據與生俱來的基因數據進行風險定價，則很可能讓每個人從出生就決定了其未來的保費有很大差異。基因健康的人買低價保單，基因沒那麼健康的人只好買高價保單。我們可以控制自己的行為，但完全無法控制自己的基因。

這時候，保險風險共擔的初衷被摧毀了，社會互助機制遭到破壞。這樣的做法有可能造成社會分裂，帶來社會的不安定因素。個人能控制的風險應當由其自己承擔，而對於自己無法控制的風險，應由公眾一起分擔。

以無知之幕的思考方式，我們想像通過扮演具有各種不同基因狀況的群體成員，去感受相關對策下社會生活狀況。顯然我們都不願意接受自己活在一個因為基因有缺陷就活該倒霉的社會里。那些因為基因缺陷而無法面對風險困境的人群及其親屬將會為了生存而採取行動，甚至可能會帶來社會動盪。

政府監管者禁止保險公司利用基因數據進行風險定價，其目的就是最大限度的保證社會穩定。讓每個人自身無法改變的風險因素不影響其在社會中所能夠享受到的正當權利，盡可能營造公平平等的社會環境。

但只要獲取基因分析結果能夠獲得好處，保險公司就會想方設法規避監管，而政府則會因此加大監管力度。相互的博弈將會帶來大量社會成本消耗，因此需要做出更加符合人性規律的政策安排。

既然保險公司有開展基因數據分析的沖動，可以考慮允許每家保險公司利用基因數據計算每個人的風險，為客戶申請因基因不同而帶來較大風險的補貼。監管者也根據相關數據進行計算，然後確認其中所申請補貼較為合理的保險公司計算結果，承諾用財政資金對客戶提供風險補貼。

該做法並不迴避基因所帶來的每個人風險差異，而是通過財政轉移支付，讓社會大眾對相關特殊群體提供必要的關懷，使其能夠最終與別人站在同樣的起跑線上，只為自己的行為負責，而不用為自己無法改變的基因負責。

保險公司能夠獲得風險概率所涉及的款項，就不會感覺到吃虧，更願意接受這樣的客戶。通過對基因有缺陷客戶進行補貼後，後續所有服務可以一視同仁，沒有任何區別。這讓保險公司與監管者都願意更准確的開展數據分析，避免相互間博弈的損耗，社會資源傾斜也更加精準有效。

競爭將讓各個保險公司努力掌握相關的技術方法，而技術本身並不存在壁壘，很難據此形成獨特的競爭優勢。一些公司將眼光瞄向了一項關鍵資源，那就是客戶數據。它們試圖壟斷客戶數據，進而壟斷對客戶的風險評估，從而影響競爭，延緩客戶獲取更加優惠價格的進程。

政府監管一定要有所作為，積極保護客戶的利益，維護市場公平競爭的局面，確保客戶有更多選擇。要讓客戶擁有數據的使用決定權，數據可以存放在數據產生的地方，但數據的使用權必須掌握在客戶手中，客戶可以授權給任何其所指定的服務商使用，以便讓這些數據帶給客戶自身最大的利益。提供存放數據和計算服務的相關公司可以通過收費獲利，但不能影響客戶對數據的授權使用。

大數據技術在保險行業應用的快速發展態勢已經形成。未來一段時間，領先者將會在一些領域取得積極進展，從而給行業帶來巨大沖擊。改變已經到來，保險公司必須在大數據應用方面加大投入，努力跟上時代的步伐，以便在競爭中處於有利地位；政府監管者需要未雨綢繆、因勢利導，提前做好政策研究和相關布局，營造良好的行業市場競爭環境，確保社會生活持續穩定。

以上由物聯傳媒轉載，如有侵權聯系刪除

9. 金融機構在大數據方面仍然存在 弊端

大數據的基礎設施和安全管理亟待加強。在大數據時代，除傳統的賬務報表外，金融機構還增加了影像、圖片、音頻等非結構化數據，傳統分析方法已不適應大數據的管理需要，軟體和硬體基礎設施建設都亟待加強。同時，金融大數據的安全問題日益突出，一旦處理不當可能遭受毀滅性損失。近年來，國內金融企業一直在數據安全方面增加投入，但業務鏈拉長、雲計算模式普及、自身系統復雜度提高等，都進一步增加了大數據的風險隱患