智慧保险业大数据可视化分析平台建设方案

实时性
用户数据 身份信息和偏好数据 地理位置信息 用户事件
电子渠道数据 浏览信息 交易数据 消费趋势信息
大数据容量
数据挖掘
业务 核保 承保 理赔 营销 实时营销 更快的营销活动 事件式营销 全渠道营销
客户 360客户视图 客户定价 客户分类
风险管理和合规 反欺诈 政策管理 多点检测
大数据在保险业的主要应用场景
客户洞见
▪ 战略分群与微观细分 ▪ 价值分析 ▪ 行为分析 ▪ 需求驱动与预测
客户体验
▪ 洞察驱动 ▪ 高绩效主动销售 ▪ 个性化互动服务 ▪ 多渠道多接触点的客户体
验
产品工厂
▪ 产品定价配置 ▪ 产品功能与属性分析 ▪ 产品组装
绩效管理
财▪ 经务济盈管利与理收益分析
▪ 平衡记分卡 ▪ 绩效评估与考核
以前难以有效管理的风险纳入承保范围，如高温险、雾霾险、 赏月险等 借助互联网强大的客户聚集能力，发挥了“长尾效应”，将投 保期间碎片化、保费碎片化，使得以往不具有高额投保能力的 客户纳入被保人群，如一元“关爱险”等
依托大数据分析和服务规划五大核心管理能力的
建设蓝图 资产负债管理
客户关系管理
企业风险管理
移动互联网
大数据
移动商务
中国数字化
大趋势
移动支付
2013年，移动支付达1.3万亿元，市 场竞争激烈，颠覆了内地传统的银行
模式。
电子商务 移动营销
2013年，商品交易总额达9.9 万亿元，中国将在12个月内超 越美国，成为全球最大的移动
商务市场。
到2017年，移动广告市场 预计可达到260亿元，成
为增长最快的广告板块。
产品分析管理
销售与服务
▪ 客户关联销售 ▪ 产品渠道管理 ▪ 收益与效能分析
财务绩效管理
财务管理
▪ 成本核算与计价分摊 ▪ 盈利能力分析 ▪ 预算分析 ▪ 经营管理分析
风险管控
▪ 风险计量模型 ▪ 风险偏好和限额体系 ▪ 流动性风险 ▪ 资本充足率分析 ▪ 资产与负债分析 ▪ 集中敞口分析 ▪ 风险监测与预警体系
资本管理
▪ 资本需求管理及计量 ▪ 资本供应管理 ▪ 资本结构优化 ▪ 资本分摊
资产负债组合管理及规划
▪ 流动性管理 ▪ 回报率管理 ▪ RAROC/ROE优先级 ▪ 规划及预算
投资管理
▪ 投资规划与决策审批 ▪ 项目全过程管理 ▪ 收益评估
客户视图
▪ 内外、多元化客户全景 视图
▪ 主数据业务流程提升
2013年，总价值达1670亿元的产品与服务在 手机上售出，年复合增长率达60%。
到2020年，中国的数字式宇宙将达到 9000艾字节，但对商业决策有用的则 不到30%。
到2017年，将形成4.77亿个 M2M模块，使智能设备走处当 前“无声”物品的状态
物联网
81%的上网方式是通过手 机，使其成为连接互联网 的主要渠道。
缘化
保险业开始尝试通过大数据 技术来获得竞争优势
平安保险构建客户历史信息数据处理系统， 协助柜员迅速根据客户的不同情况调整服务 重点
中国人寿在各种大型活动期间推出例如“网 上嘉年华”等系列回馈活动，初步建立了用 户大数据库
中国人保推出手机端app和WAP网站，移动保 险应用+手机保险网站”将大数据手段介入与 投保人的沟通
智慧保险业大数据可视Hale Waihona Puke Baidu分析平台建设方案
数据来自四面八方
随着计算设备变得更小更快捷, 数年来，新数据生成器的数量只增不减
PwC | page 2
Image: qz.com
我们正处在充满生命力的数字金融时代
数字化时代迅速发展，为企业与客户之间的互动创造了全新机会，大量的数字化交易和沟
通的普及极大地推进了社会商业活动。
场景
产品定价
描述
搜集宏观经济数据信息，进行产品研发，优化产品定价，从而提升产品的市场占有率
保持并且增加市场份额，同时加强客户关系和提升盈利水平 实现销售与服务并重的企业核心价值，全面风险管控和优化性能 大量内部数据相对独立，形成数据孤岛，缺乏大数据应用意识和能力
所有这些挑战，本 质上就是因为保险 公司对于客户的了 解程度相对越来越
弱
对保险经营销售理念的颠覆
互联网对保险行业最大的颠覆，是从“客户思维”到“用户 思维”的改变。在互联网时代，由于信息量大，信息流动快， 能最大程度消除信息不对称，消费者拥有了更多的知情权和 选择权。
内控合规与法务
▪ 自查与自评 ▪ 缺陷整改 ▪ 合规事件追踪与管理 ▪ 案件管理 ▪ 合同管理 ▪ 关联交易分析 ▪ 考核与审查
实时数据服务平台
数据服务基础平台
高效数据分析洞见平台
大数据处理平台
中国保险业的大数据应用场景
保险数据 保单交易数据 用户金融信息 电话录音
互联网数据 浏览信息 搜索信息 SNS信息
竞争的关键点就在于 个性化的产品 极致的消费体验 简约的形式 跨界的资源整合 大数据的分析运用
互联网将保险市场的边界不断扩展
保险业的传统业务在互联网保险推出的各种新兴业务面前不再具 有竞争力 互联网中蕴含的新风险，派生出的新的保障需求，如网购退货
险、盗刷险等 大数据技术的应用，提升了行业风险定价与管理能力，从而将
2013年有4.16亿智能手机用户， 智能手机使用 超过美国总人口书。
社交媒体
超过六亿社交媒体用户 － 正积极与品牌互动
隐私 58%的中国消费者愿意分享其个 人数据来换取优惠。
中国保险业大数据概况
新兴金融模式对传统保险业的挑战
1
阿里集团旗下的阿里健康保 险股份有限公司，利用集团 在互联网和数据技术方面的 优势，为用户提供个性化的 优价产品，也为解决目前健 康险领域高度同质化的竞争 开辟新的思路
中国人寿官方微信于2014年4月正式投入运营， 微信后台提供的大数据能够及时准确地把握 客户需求
平安保险与国外数所大学合作研发大数据项 目，学习表情信号放大、情感侦测，分析采 集到的大数据
大数据环境下中国保险业面临的挑战
除了数据本身的大规模增长以外，保险业面临的更大的挑战是大数据带来的业务挑战，这包括：
2
互联网保险在中国只有短短十 几年时间，但是凭借其网络平 台的低成本、高流量的优势， 迅速占领市场份额
互联网将人群风险特征进行无 限细分，充分利用“长尾效 应”，组合成个性化的“团单” 进行承保
对传统保险业 的挑战本质上 是对于客户了 解的挑战，也 是数据的挑战。
保险业或者深 化对大数据的 应用或者被边