保险业中的大数据
Contents
背景
随着互联网技术的发展,出现了移动互联网、大数据、云计算、人工智能等新的科技浪潮。互联网+,万物互联成为新的发展趋势。保险本身属于资金和数据密集型行业,对数据的分析、挖掘、整合成为互联网时代下企业产品开发、客户服务、战略制定的基础。构造大数据系统的前提是,解决企业目前存在的数据分散问题和孤岛问题。对现有的大量数据进行整合,并且进行有效的分析和挖掘,使数据在产品开发、精准营销、等方面发挥真正的作用。
因此构造企业的大数据系统势在必行,且将发挥巨大的作用。
数据构建来源
一方面需要打破内部数据部门、区域壁垒,建立起统一的数据大仓库,包括结构化数据、也包括非结构化数据,从而逐步解决数据孤岛的问题。对不同部门的数据进行统一管理,使数据信息进行交流,实施共享,解决了信息的大量、冗余性。
另一方面也可以通过行业平台建立数据共享方法和机制,如保监局的数据,为企业的大数据系统进行补充和完善。也可以通过与外部数据的交流合作,尝试接入公安、医疗、税务、移动通信等数据源,或通过地理位置、社交网络等手段合规获取外部数据。进一步达到数据的完整性、多样性,也保证了大数据系统的准确性。
内部数据的充分整合应用是大数据应用系统的基础。在此基础上进行外部数据的拓展完善。
应用方面
大数据在保险行业的应用主要有以下几个方面 - 客户服务 通过数据分析,进行客户分类,客户提供个性化的服务,实现精准营销,提高服务质量,更好地满足客户需求。
业务创新 基于数据分析,积极探索、开发新产品。如摇号险,依赖于政策,实时收集政府公开数据,制定相应的费率。
产业链整合 通过平台建立,实现线上线下一体化。实现场景化、平台化服务。
大数据模型部署
根据以上图可知,大数据模型的数据来源为离线数据(主要为数据仓库),实时数据流(主要为应用系统的实时数据)。
数据模型需要使用特定的数据进行一定的训练,提高准确性,然后进行部署
对相关数据进行数据预处理、按照制定的规则进行数据关联、数据加工,然后使用部署好的数据模型,即模型应用,便得到对应的信息。
业务知识、数学、技术
大数据系统的建立是一个庞大的工程,涉及到的知识范围及种类繁多。 - 首先使需要熟悉业务知识,明白目前数据的业务含义。 - 其次需要有较高的数学统计分析能力,更好的处理数据。 - 最后需要足够的技术能力,如算法模型、机器学习、平台搭建,实施大数据模型的建立。
影响及拓展
大数据是当今互联网浪潮中逐步发展的新技术,在各行各业都开始得到了应用。因此,大数据平台的搭建成功,将会使保险业得到新的发展。借助互联网技术平台,可以达到新的一个阶段。
Author Jachin
LastMod 2018-05-21