案例 | 大数据的催化下,保险业如何升级产业边界?

2016-10-08 10:43
作者:GBDEx
来源:贵阳大数据交易所

什么?购物筐数据影响参保费用?的确如此!

澳大利亚一家保险公司通过分析客户的购物筐数据来预测驾驶风险。分析显示,饮用大量牛奶并食用大量红肉的客户存在较低的驾驶风险,而食用大量意大利面和米饭并在夜间开车和饮酒的客户则是高风险客户。

现如今,全球范围内,保险行业正处于科技推动变革的阶段。以互联网、大数据、社交网络为代表的数字化技术,正在加速影响着保险行业的日常运作,在所有的新技术中,大数据对保险行业的影响最具颠覆性。保险企业通过大数据,突破产业边界,开发新的商业模式来应对环境的变化。

今天,让我们一起细数保险公司+大数据跨界合作的那些案例。

互联网及社交数据应用

美国利宝互助保险集团通过结合社交媒体、第三方和内部数据进行早期异常值检查,收集了客户的健康状况、人口特征、雇主信息等个人数据,以及集团过往的理赔信息和已经采取的医疗干预信息等内部数据,为预测模型提供了约1.4亿个数据点。这个模型可以随着新数据的加入而不断进行调整,以提升其准确性。由于及时采取干预措施,平均索赔费用下降了20%。

太平洋保险的网销渠道利用专业数据分析工具,收集并记录客户访问商业险报价、交强险报价、提交核保、核保通过、在线支付等关键环节页面的情况,并通过客户调研、坐席回访等方式收集大量真实的客户声音;建立客户全视图数据库,通过大数据技术对客户流失原因进行分析,并对解决方案的实际效果进行跟踪评估,以高效挽留客户。

Bought by Many公司利用大数据分析技术识别特定需求,并将需求与具体的保险公司产品相匹配,通过检索和社交媒体进行分销。由于其通过社交平台吸引具有相同保险需求的人,为这些客户统一协商保险条款、统一报价,客户可根据自身具体需求购买保险,这种做法在为客户节省开销的同时,也为保险公司降低客户流失率。

车联网相关数据应用

美国利宝互助保险公司为公司或大型车队提供GPS跟踪监控设备。企业客户将该设备安装在汽车上,可通过设备回传的里程数、车速、加速情况和位置等信息,帮助车队监控并改善司机驾驶习惯,进一步开展车辆安全管理,从而有效控制风险。

英国英杰华保险借助科技手段与数据分析,开发了基于驾驶行为的驾驶风险预测模型,实现了个性化定价,不仅改善驾驶客户驾驶习惯,同时削减了公司成本。公司除了收集客户个人信息、车辆信息和使用情况、驾驶历史等数据,还引入车载设备,通过手机App来监控驾驶者最初200英里的驾驶状态。根据驾驶者行为(如加速、刹车和拐弯)数据记录,分析蕴藏的风险并进行定价,确定个性化的保费并提供个人承保服务。同时,公司还为安全驾驶者提供最高达20%的折扣。

Metromile公司“按驾驶里程收费”的定价模式是基于车载信息设备的技术,通过客户安装的设备追踪行驶里程而缴纳保费。它并不考量怎么开车,而关心开车距离。此类保险在服务行驶量不大、尚未充分服务的细分板块中有很大空间。平均计算,可为一位年行驶里程在10000英里的驾驶者节省40%的费用。

医疗及健康数据应用

南非的Discovery公司推出了“健行天下”健康促进计划,采用了线上、线下相结合的方式获取客户数据,线上通过Withings的可穿戴设备获取了大量的客户活动和健康数据,线下与健身会所等合作,这些数据用于测算客户活力状态。客户自身的活力状态在测算后会影响到他们实际保费的多少,一个人的活力状态越好,他能够享受到的旅游、购物等奖励也就越丰富。

针对企业雇主希望降低企业医疗保健成本的需求,美国信诺保险公司开展了一项面向企业客户的试点项目。通过记载企业员工可穿戴健康设备的睡眠及锻炼数据,形成客户健康档案,制定更加个性化的保单价格,或改变健康风险评估方式,为保险业经营模式带来新变革。

当然,保险行业与大数据联姻的案例远不止这些。大数据作为“催化剂”,将促进保险行业出现更多的行业共享数据平台,满足保险公司在价值链各环节的数据与分析需求。