保險大數據

１．保險大數據應用的問題

• 互聯網金融尤其依賴數據

• 保險業對數據與信息的依賴

• 目前的問題：

• 保險數據特點與組成

• 數量不夠大；維度不夠多

• 核心數據、跨界外圍數據、常規渠道的數據、社會化的數據等

• 技術不足

• 互聯網的流行使得非結構化數據的數量和維度都遠遠超過傳統結構化數據；傳統保險公司的產品和服務已經不能勝任

  ２．　保險大數據組成

• 保險系統用戶訪問日志

• 各渠道保單交易數據

• 客戶提供的信息（申請、表格等）、人口數據

• 社交網絡、公共網頁得到客戶的記錄

• 和目標客戶有類似行為模式的客戶數據

• 第三方的相關數據（旅游、醫療、健康體檢等與壽險有關的數據）

３．　保險客戶全生命周期管理

• 客戶身份識別方法——個體精準定向

• 姓名、身份證號、地址、手機號、Ｅ－Ｍａｉｌ、ＳＮＳ賬號

• 用戶標簽

• 客戶分類：人口統計學標簽、通用標簽、價值標簽等

• 客戶響應率分析

• 客戶“健康度”分析

• 客戶挽留率分析

• 客戶價值提升和維系

４．　保險大數據分析應用

• 風控：保險風險評估

• 騙保模式辨別

• 高風險客戶預警

• 營銷：保險客戶增值營銷

• 細分客戶，按照客戶人口數據、客戶行為進行分類

• 新保險產品推薦：零售行業、海爾等制造企業大數據營銷的啟發

• 新客戶的識別與獲取

• 跨界大數據營銷：基于第三方數據的保險用戶匹配

• 事件式營銷：工作、意外事件帶來的營銷機會

• 產品設計：保險產品個性化設計

• 客戶渠道分析

５．　借助大數據分析的保險轉型

• 大數據分析推動了保險的轉型與創新

• 未來互聯網保險模式

• 傳統保險與互聯網保險的結合