大数据在保险行业的应用——大数据助力保险公司价值转型

李春萌  阳光人寿保险股份有限公司数据管理部总经理

今天我和大家分享的主题是大数据在保险行业的应用，讨论大数据怎么助力保险行业的价值转型。

一、保险科技在世界范围内迅速发展

现在保险科技在世界范围内发展比较迅速。保险科技近年来受到越来越多关注，保险科技的发展是对传统寿险的颠覆，比如说， John Hancock自2018年9月19日起，已经停止传统人寿保险业务模式，以后所有人寿保险都将附带vitality活力计划，这是一个非常好的开始。寿险和财险有很大不同，因为寿险的标的是人，需要有效地收集人的数据，John Hancock的模式就是一个很好的实践。国内也有类似业务，即通过健身追踪服务，收集客户健身、健康状况，以此来给予不同程度的保费优惠政策。

二、保险科技助力我国保险公司价值转型

我国的保险市场持续发展，但仍存在一些业务痛点亟待解决。

图1我国保险市场原保险保费收入持续增长

由图中可以看出近年来保险行业发展速度很快，但我认为还面临很多问题。

比如产品定价模式单一，创新不足。而且很多费用都消耗在营销竞争方面，从而导致其他方面缺乏资金的投入。同时行业整体诚信水平有待提高，现在不实告知、欺诈的风险还是比较高，这也导致了整体的费用提高。还有服务时效慢，纠纷多，数字化范围广但应用浅等等很多相关问题。

保险科技可以给保险业务价值链整体赋能，助力保险公司价值转型。大数据和人工智能这两项技术，可以赋能产品，销售，承保，理赔，服务整个流程，到目前已经积累了很多相关的应用案例，比如说现在产品的差异化定价，销售的精准营销，承保的模型识别，理赔的反欺诈，服务时效提升减少客户的投诉等等。实际上现在保险的各个流程领域很多都在通过科技来实现赋能，改变，甚至是颠覆。最终助力保险公司转型就是使得产品更加简单，费率更加公平，流程更加透明，服务更加便捷。

三、阳光寿险业务中保险科技的应用及探索

阳光保险集团 2015年开启“数据阳光”战略。搭建了基础数据体系，数据交换与支持体系，人力数据管理体系，产品服务体系，风险数据控制体系来支持战略实施。

在 2015年开启战略之后，通过策略、项目、价值三个方面来助力“数据阳光”战略。策略方面，通过数据来支撑业务，驱动业务，创新业务，创造业务，这四个策略是一个由易到难的过程。在项目方面，当时整个阳光保险集团对这个“数据阳光”战略项目支持力度非常大，要求各个部门必须要全方位无死角地开展这个数据项目，聚焦人工智能，风控，定价等方面开发重点项目。在价值方面，一个是针对传统业务，对现有的系统及业务进行改造，提升传统业务的效率；另一个是在传统业务之外，希望在保险行业中孵化出新的数据，以数据驱动的商业模式和商业形态。

“数据阳光”战略在全集团范围内落地实施也分为几个部分，因为阳光保险集团相对规模比较大，所以一方面需要有组织架构，2015年开展的时候强势新增组织架构，比如互联网金融平台惠金所，独立第三方信用评级及信用管理机构人人信，信用保证保险公司阳光渝融信用保险，并且在集团、产险、寿险、资管都分别建设了一级的部门，来支撑整个数据阳光的战略。另一方面还需要有人才储备，积极吸引招募数据科学、人工智能、信息技术、保险业务等方面的人才。另外还需要技术储备，比如机器人，图像处理，语音分析，自然语言处理，决策分析等，因为阳光保险与很多实体经济企业有合作，能够形成技术储备并做相应的调整，优化，改革。资金投入必不可少，战略开展以来基础平台类投入，算法研究类投入，业务应用类投入资金都比较大。

阳光人寿在大数据、人工智能的探索与尝试

全面覆盖之前已经提到过，指全方位、无死角推进数据阳光战略，落地45（2016年数据，需更新）个数据应用项目。

比较关键的一部分是科学度量，是关于如何度量评估数据对于业务，或是对于某个板块的价值，阳光保险还一直在探索中。有的部门比较好评估，有的部门不太好评估，目前阳光尽量在比较好评估的部门建立科学的评估体系，通过 3大类指标对数据阳光落地工作进行量化管理，明确目标与着力点，精准衡量与评价工作效果，扩大延伸有价值的项目，尽快收尾没有价值的项目。科学的度量出每个项目的价值之后，就可以选择重点突破的方向，比如现在寿险方面重点突破的就是健康数据方面的相关研究，通过重点项目的实施，推进人工智能相关新技术在寿险的应用。另外还建立广泛合作关系，从数据、技术、合作模式层面建立广泛的外部合作，拓展寿险大数据基础与服务能力。

大数据应用覆盖寿险业务流程

刚才也提到过，在寿险中整体流程的覆盖和重点模块的覆盖是相辅相成的。重点模块的覆盖是指在一些地方有比较大的突破，整体流程的覆盖保证了数据在整个流程里面运转起来，并且起到支撑作用。模块之间相互联系相互补充，能对整个项目建设起到比较好的帮助作用。

营销中，利用资产消费，互联网行为，信用评级等内外部数据，深层次挖掘客户需求，完善客户画像，研发新客和老客营销模型，实现客户 -产品-业务员的智能匹配，辅助业务转化。

定价中，利用自有数据和外部医疗健康类数据，建立风险定价模型，对不同客群的责任风险进行精细划分，开发定制化的医疗健康险产品，实现对不同人群的差异化定价。

利用机器学习等，优化模型定价因子，并通过大数据积累不断训练模型。

风控是阳光人寿最早的数据相关业务。风控中，利用内外数据资源，研发智能核保，销售风险，异常交易等风控模型，辅助业务识别客户不实告知，逆向选择，洗钱风险，业务员误导销售，非法集资风险，提高风控精度和效率，降低经营成本。

服务中，利用文本、语音、图像、人脸识别技术，及自然语言处理和深度学习算法，提升传统核保，保全，理赔，客服等运营环节的服务自动化和智能化水平，改善客户体验。

管理中，结合内外勤人员管理、办公职场管理需求，利用大数据和相关技术，开展人力留任、优选和办公职场数据项目，提供数据技术支持，实现精细化管理。

四、在科技影响下寿险业务模式展望

从定价到渠道到服务到风控整个流程形成闭环。从哪一个阶段开始，不同企业有不同的选择，以阳光来讲从风控和定价开始，基于大数据的风险量化管理将成为必然。核保核赔，销售误导，非法集资等内外部风险逐渐可控，实现精准风控，基于客户真实需求的非标和个性化产品将越来越多，产品创新，一人一价，实现精准定价。渠道方面，销售渠道多线并举，线上线下高度融合，渠道费用合理化。渠道费用理性化，基于产品创新和客户洞察的营销活动深度开展，实现精准营销。服务方面，基于客户洞察的个性化、场景化服务成为趋势，基于医食住行的投保，理赔，保全和客服等自动化和智能化保险服务能力逐渐提升，实现精准服务。

来源：本文为李春萌先生 在第十六届中国金融风险经理年度总论坛，专题研讨会NO.15“保险公司风险管理”的发言实录全文，供读者参阅。