联系我们
返回上一页
李春萌

李春萌

现担任阳光人寿保险股份有限公司数据管理部总经理。曾任Teradata技术顾问、IBM咨询顾问、搜狐畅游商业智能总监。致力于保险行业以及金融行业的大数据整合、大数据应用等工作,在大数据反欺诈、大数据营销、大数据精准定价方面有着自己独特的见解与方法论。

一、关于传统保险行业的风险管控

      论文《大数据助力保险风险管控》(2018)指出保险业传统的风险管理工作受限于行业经验、数据质量、风险成因及相关技术的客观和现实条件,工作模式和内涵长期没有实质性的改变。同时强调,如何提高保险业的风险管理水平、转变发展方式,健全完善风险识别、计量和应对能力,是当前形势下保险业亟待突破的瓶颈。

      来源:《审计观察》2018年01期

 

二、保险科技的发展

      《大数据助力保险公司价值转型——阳光人寿在大数据、人工智能的实践与探索》(2020)一文中指出自2016年“保险科技”被提出以来,在近几年保险科技这一领域,投入的人员、资金、以及产生的价值已经逐步被释放出来。并且保险科技也越来越被广泛关注,尤其受到新创公司(孵化器)的青睐。与此同时,保险科技的发展也正在颠覆传统保险行业,典型的是寿险和财产险。而寿险和财险又有很大不同,因为寿险的标的是人,需要有效地收集人的数据,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。

      来源:2020(第十六届)中国金融风险经理年度总论坛NO.15:保险公司风险管理——李春萌《大数据在保险行业的应用——大数据助力保险公司价值转型》

 

三、关于大数据下的保险风险管控

      李春萌专家表示,随着大数据时代的来临,相关技术和条件得到了比较大的改善。数据基础以及分析基础等因素共同促进,为传统风险管理提供了创新突破的手段,这将助力保险公司的风险管控从风险识别、风险评估、风险监控三个环节得到全方位的提升。其中,李春萌专家指出,识别工作是风险管理最基础,也是最难做的一步。风险识别的好坏将决定风险管理工作的广度、宽度和深度,需要不断探索和尝试。此外,结合大数据及相关技术,可以区别利用数据,根据不同数据的属性去评估风险,评估风险对于公司的正常运营情况、运作模式的影响,以及具体的风险因素,分析归纳风险概率、触发条件。再者,利用大数据和相关技术,在制定出风险识别规则和风险量化规则后,即可基于风险规则、风险因子对所管辖的风险进行定量化、实时的监控,满足日常的查阅、跟踪。同时根据量化和监控数据,定期更新风险规则、迭代风险因子与目标风险的关联性,进而不断扩大监控范围,建立起对于衍生风险的监控能力。

      对此,李春萌专家进一步提出基于大数据的风险管理方案,为亟须建立基于大数据的保险公司风险管控架构提供借鉴。整体方案包括数据、规则、平台和管控四个层级,层级关系相互递进,由数据准备开始,通过规则确立、平台搭建和配套管控措施的制定,落地基于大数据的风险管控方案。这将有助于传统保险风险管控的能力的升级和跨越。第一是数据层面,需要建立完备的与风险相关的数据基础,关键是拓展外部数据合作获取渠道,收集、存储和处理来自多个来源的大量不同数据,并与内部数据相结合,产生“数据合力”。第二是规则层面,需要对已有业务风险管理的经验和规则进行充分的梳理和提炼,关键是通过对大量数据指标的分析,归纳得到风险与风险因子集合,辅助风险识别的量化规则的制定。第三是平台层面,需要搭建配套的信息化或数据平台,为整体解决方案中数据、规则、识别、监控、应对提供自动化和智能化的支撑,关键是让业务一线真正体会到数据释放出的价值,整体上包括三部分,即外部数据接入平台、风险分析平台和风险监控平台。第四是管控层面,关键是建立全面的风险视图,全面监控已发生风险和潜在新风险,以实现对风险识别、分析评估、应对全过程的监视和控制,辅以进行风险影响评估和风险溯源,不断迭代优化。

      但是在大数据风控的应用过程中,李春萌专家强调仍面临诸多问题、困难和挑战,主要体现在数据数量、数据质量和场景落地应用三个方面。首先是数据数量问题,金融公司普遍缺乏统一的信息规划,各系统之间相对独立,存在数据孤岛现象。其次是数据质量问题,大数据允许不够精确的混杂数据“噪音”存在,但数据量迅速扩大时,“噪音数据”占比会进一步扩大,最终影响决策的准确性。最后是数据与金融风险场景结合问题,尽管有了风险大数据处理手段,仍需要将风险数据分析结果与金融行业风险需求场景、风险管控流程和体系结合,才能真正发挥大数据风险管控的价值。

      来源:《审计观察》2018年01期

 

四、关于大数据下保险公司的价值转型

      李春萌专家在《大数据助力保险公司价值转型——阳光人寿在大数据、人工智能的实践与探索》(2020)一文中表示,保险行业在高速增长的背景下仍然存在诸多问题,比如产品定价模式非常单一;销售模式仍通过加大营销费用的投入来扩大规模;行业整体诚信水平有待提高;不实告知情况存在、欺诈风险高;服务时效慢、纠纷多;数字化范围虽广,但应用浅等。针对这些问题,保险科技也不能够全部解决,但是却可以在重点领域中加大投入,由易到难去做。

      此外,文章《大数据在保险行业的应用——大数据助力保险公司价值转型》(2020)进一步指出保险科技助力保险公司价值转型的具体方向。保险科技可以给保险业务价值链整体赋能。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。

      来源:2020(第十六届)中国金融风险经理年度总论坛NO.15:保险公司风险管理——李春萌《大数据在保险行业的应用——大数据助力保险公司价值转型》,《风险管理》2020年04期

 

五、关于大数据下寿险业务模式的展望

      李春萌专家指出,保险科技下,从定价到渠道到服务到风控整个流程形成闭环。第一,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。第二,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。第三,服务方面,基于客户洞察的个性化、场景化服务成为趋势,基于衣食住行的投保,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:《风险管理》2020年04期