浅析数据分析在保险行业的运用.docVIP

浅析数据分析在保险行业的运用 由于客户的价值我们可能直接无法得到，这可能需要通过客户的属性信息或行为信息来判断。所以通过客户数据来判断客户价值，进行客户价值管理是未来的趋势，而数据分析就是这一方法的重要技术手段。现在数据分析可以说在商业中的应用越来越广泛，尤其是在互联网、通讯、金融、零售业中的应用，自上世纪数据分析技术在美国应用以来，现在已推广到全世界更多的行业之中。上世纪90年代末数据分析这一概念随着沃尔玛啤酒与尿布的典型案例来到中国来。那么数据分析技术在国内应用如何呢？在保险行业的应用又会如何呢？ 数据分析概念及其在国内的现状。 简单的说数据分析可以概括为：数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，开发数据资料的功能，发挥数据的作用，是为了提取有用信息和形成结论而对数据加以详细研究的过程。 所以强大的客户信息数据仓库及数据库是良好实施数据分析的基础。没有好的数据基础，可能建模过程就会中途夭折，即使建模成功，带来的也可能只不如人意的结果。但国内的大部分企业都是处于客户数量多，可用数据较为匮乏的状况。在这方面做的较好的就是随着互联网兴起的各家网络公司，如腾讯、百度、阿里巴巴、网易等，传统行业中宝钢、中国移动在数据分析的应用上是较为领先的。由于保险行业的代理人的特点，所以在传统的个人代理渠道，代理人的素质及人际关系网是业务开拓的最为关键因素，而数据分析在新客户开发中的作用就不是那么明显，但在新兴的网销、电销中的作用将会日趋显现，现在也有越来越多的保险公司注意到数据分析在保险行业中的作用，如平安的数据仓库已经建好，正在引入数据分析技术，招商信诺在电销方面的成功，有着数据分析工作的一份贡献。 怎样才能良好的实施数据分析。 虽然很多软件公司注意到了数据分析在中国的广阔市场，市场上也有较多的数据分析软件，但由于行业的多样性与特殊性，一般软件对某一行业针对性就不是那么强，做出的结果可能就不具备意义。所以这可能需要企业自己或联同专业的数据分析公司去实施数据分析项目。数据分析源于商业需求，但商业需求中蕴含了专业的业务知识，这是一般的数据分析人员所不具备的，所以一个成熟的项目组除项目管理人员以外还需要三类具有不同专长的人员，一是业务分析人员，精通业务，能够解释业务对象，并根据业务对象确定用于数据定义和挖掘算法的业务需求；二是数据分析人员，精通数据分析技术，熟练掌握统计学，能把业务需求转化为具体操作，并为每步操作选择合适的技术；三是数据管理人员，精通数据管理技术，了解数据源，负责数据准备过程。当然数据分析只是在已有大量数据的基础上，对未来业务状况的探索，这可能需要不断的尝试与修正，但这并没有严格的成功与失败，可能得到的结果是众所周知的，但其所带来终究是积极的意义。 数据分析在保险中的应用 数据分析在保险行业有着较大的应用前景，尤其是在产险方面，其在美国已经有了较 为成熟的应用。在国内保险业可以说是处于起步阶段，这也是由国内保险行业的发展阶段所决定的。其中最为公认的几方面应用包括： ·确定费率 ·获得新客户 ·保留旧客户 ·检测诈骗索赔 （一）确定费率 保单的费率设定可以说是精算人员最为重要的工作，其目的是使设定的费率对应于投保人的风险等级，风险越小，费率越低，尽量做到公平。确定费率较为关键的问题就是找出“影响赔付支出的风险因素或变量”，其实生命表就是“影响赔付支出的风险因素或变量”之一年龄的一个分类。再如，在车险定价中城市交通的拥挤程度、驾驶员的年龄、驾龄、性别、汽车的新旧程度等都可能是“影响赔付支出的风险因素或变量”，而这些因素或变量就是可以通过数据分析可以确定的。 （二）获得新客户 在新的金融服务环境下商业智能化可以说是增强企业竞争力的有力武器，商业智能化需要具备能够详查企业内部数据的数据分析系统，以帮助保险公司： ·分析现有客户的情况及偏好 ·预测客户的购买行为 ·以极有可能成为客户的人群为重点开展销售活动 简单的说就是通过数据分析对潜在客户进行分类，细化销售重点。其实由于保险公司手中的客户行为信息较为有限，在加上传统的销售模式的局限性，数据分析在这一领域的作用比较有限。但随着电销、网销等新兴模式的兴起，数据分析在其中的作用也将会显现。现在较为成功的一个案例就是招商信诺电销对信用卡客户的数据分析，当然这和其拥有的客户信用卡行为信息、科学的销售流程是有较大关系的，其主要思路就是通过持卡人的行为，建立客户购买保险产品倾向性的模型，以提高电销的成功率。而在实际的运用中则比单纯使用响应模型要复杂一些，如跨产品、跨价格区间的模型综合运用，在推荐给用户的产品间进行优化等。当然信诺电销做的较好的原因是其拥有较好的客户资源，但其合资背景带来的技术上的优势也不可忽视，可见数据分析技术在发达的国外保险市场的应用已经