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

model

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。