新聞中心

EEPW首頁 > 智能計(jì)算 > 業(yè)界動(dòng)態(tài) > Cloudera:善用數(shù)據(jù)和分析,承保優(yōu)化只需三步

Cloudera:善用數(shù)據(jù)和分析,承保優(yōu)化只需三步

作者: 時(shí)間:2022-10-28 來源:電子產(chǎn)品世界 收藏

一直以來,保險(xiǎn)公司致力于尋求提高運(yùn)營效率的方法。加強(qiáng)風(fēng)險(xiǎn)評(píng)估與承保是保險(xiǎn)經(jīng)營的重要環(huán)節(jié),尤其對(duì)于個(gè)人保險(xiǎn)和中小型企業(yè)保險(xiǎn)來說,保險(xiǎn)公司更需謹(jǐn)慎評(píng)估。俗話說要巧干,而不要苦干,這句話正適用于承保的改進(jìn)。對(duì)于保險(xiǎn)公司來說,更巧干的工作方式是通過使用更多的數(shù)據(jù)、分析和機(jī)器學(xué)習(xí)來減少人工工作,實(shí)現(xiàn)降本增效。

本文引用地址:http://butianyuan.cn/article/202210/439750.htm

 

根據(jù)麥肯錫近期發(fā)布的一份報(bào)告顯示,數(shù)字化承保可以將賠付率提高三至五個(gè)百分點(diǎn)。保險(xiǎn)公司要做到這一點(diǎn)并非易事,但可以通過一些實(shí)際舉措來達(dá)成目標(biāo)。而且,這無需開展一個(gè)為期多年的大型改造項(xiàng)目,而可以在日常工作中不斷迭代,逐步改進(jìn)運(yùn)營。

 

第一步:多元化數(shù)據(jù)源助力提升風(fēng)險(xiǎn)評(píng)估精準(zhǔn)度

 

利用不同的數(shù)據(jù)源可以更準(zhǔn)確地了解風(fēng)險(xiǎn),因?yàn)槎嘣瘮?shù)據(jù)源能夠提供額外的行為洞察,同時(shí)提供總體風(fēng)險(xiǎn)程度評(píng)估。這種方法并不意味著需要大量數(shù)據(jù)源,而只需要正確的數(shù)據(jù)源即可,例如健身追蹤器等替代數(shù)據(jù)源提供生活方式的指標(biāo)。而將這些數(shù)據(jù)與每年的體檢和就診記錄等較傳統(tǒng)的信息相結(jié)合,就可以更好地洞察與健康、殘疾和人壽保險(xiǎn)有關(guān)的風(fēng)險(xiǎn)?;谶h(yuǎn)程信息處理的出行或汽車保險(xiǎn)等物聯(lián)網(wǎng)數(shù)據(jù)源可以實(shí)現(xiàn)高度個(gè)性化的保單定制。

 

現(xiàn)今市場上,有許多可以進(jìn)一步改進(jìn)承保的第三方數(shù)據(jù)選項(xiàng),因此選擇那些能為風(fēng)險(xiǎn)評(píng)估帶來最大價(jià)值的數(shù)據(jù)十分重要。當(dāng)下有許多保險(xiǎn)公司十分關(guān)注位置及天氣數(shù)據(jù),以及圖像和視頻等。這些數(shù)據(jù)點(diǎn)完善了風(fēng)險(xiǎn)概況,并且能夠改進(jìn)對(duì)措辭和條件、特征以及費(fèi)率方面的決策。根據(jù)風(fēng)險(xiǎn)偏好,這些新的數(shù)據(jù)集在承保過程中的權(quán)重可能或高或低,但當(dāng)自動(dòng)化部署日益增加,它們也可以成為另一輔助風(fēng)險(xiǎn)評(píng)估的數(shù)據(jù)點(diǎn)。

 

將這些新的數(shù)據(jù)源納入承保流程并不意味著一定需要進(jìn)行為期多年的大規(guī)?;A(chǔ)設(shè)施改造。為了幫助保險(xiǎn)公司在流程中更快地收集實(shí)時(shí)或批量的正確數(shù)據(jù)源,支持通用數(shù)據(jù)分發(fā)(UDD)概念。簡而言之,這種方法能夠從任何地點(diǎn)收集并駐留數(shù)據(jù),并進(jìn)行分析,從而更快速地利用這些數(shù)據(jù)源來協(xié)助承保工作的進(jìn)行。

 

第二步:擴(kuò)展機(jī)器學(xué)習(xí)和人工智能以提高工作效率

 

在承保過程中獲得更多的數(shù)據(jù)后,就可以使用機(jī)器學(xué)習(xí)和人工智能來大幅提高工作效率。在此,同樣建議保險(xiǎn)公司采用循序漸進(jìn)、隨用隨學(xué)的分步式方法提高工作能力。啟用機(jī)器學(xué)習(xí)和人工智能,首先要通過高質(zhì)量的報(bào)告來更好地了解被保險(xiǎn)人的風(fēng)險(xiǎn)、敞口和展望;接下來則是進(jìn)行探索性、描述性的分析;最終通過機(jī)器學(xué)習(xí)和人工智能優(yōu)化事件預(yù)測,并在必要時(shí)采取預(yù)防措施,以實(shí)現(xiàn)積極主動(dòng)的預(yù)測性分析。

 

如下圖所示,機(jī)器學(xué)習(xí)和人工智能的每個(gè)推進(jìn)階段都包含額外的數(shù)據(jù)源。

1666926300765673.png 

通過上圖,不難發(fā)現(xiàn)有大量數(shù)據(jù)源可供選擇,但比起繁多的種類,更重要的是需要關(guān)注能夠提供最大價(jià)值的特定數(shù)據(jù)。改進(jìn)后的承保會(huì)隨著所選數(shù)據(jù)和所使用分析技術(shù)的成熟度而持續(xù)優(yōu)化,例如可以評(píng)估地理位置、資產(chǎn)描述、天氣數(shù)據(jù)和損失歷史,并提供洞察以備未來的風(fēng)險(xiǎn)選擇。應(yīng)用地理位置屬性可以進(jìn)行更多限定的風(fēng)險(xiǎn)計(jì)算,因此交互式安全工作程序搭配上物聯(lián)網(wǎng)數(shù)據(jù)跟蹤可以改善風(fēng)險(xiǎn)畫像。

 

在承保范圍內(nèi),具體的業(yè)務(wù)用例將決定最具關(guān)聯(lián)性的數(shù)據(jù)。風(fēng)險(xiǎn)評(píng)估和分類根據(jù)客戶細(xì)分而變化,而客戶細(xì)分根據(jù)相關(guān)實(shí)體分析而變化。保險(xiǎn)公司需要優(yōu)先明確目標(biāo),然后再采取最合適的數(shù)據(jù)源。

 

第三步:采用混合數(shù)據(jù)平臺(tái),一站式高效化數(shù)據(jù)運(yùn)用

 

最后,如要在以上兩步措施內(nèi)改進(jìn)承保,就需要采取戰(zhàn)略性的數(shù)據(jù)方法整合來自多家供應(yīng)商的多種解決方案,或采用一個(gè)支持從數(shù)據(jù)收集到機(jī)器學(xué)習(xí)和人工智能等各種數(shù)據(jù)功能的混合數(shù)據(jù)平臺(tái)。通過采用 Data PlatformCDP)混合數(shù)據(jù)平臺(tái),保險(xiǎn)公司便可以輕松實(shí)施上述步驟,從數(shù)據(jù)中獲得清晰且可執(zhí)行的洞察。有效的承保、數(shù)字化、零接觸理賠、客戶服務(wù)等都需要基于靈活、現(xiàn)代化的方法,來管理客戶檔案和風(fēng)險(xiǎn)偏好變化。將持續(xù)致力于幫助保險(xiǎn)公司實(shí)現(xiàn)基礎(chǔ)設(shè)施的現(xiàn)代化建設(shè),助力客戶更好地利用數(shù)據(jù)并逐步改善運(yùn)營。

 



評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉