站长之家- 传媒 2017-11-14T16:30:50 +08:00

看大象保险如何玩转风口中的互联网保险?

『大数据及云计算在保险及相关金融产品研发、费率厘定、风险管控上的应用输出,可以推进保险行业的数据智能化进程,打破企业间数据壁垒,建立数据分享理念,打造保险新业态和多主体共赢的互联网生态圈。这也是大象保险能够带给合作公司和用户的核心科技』

文/夏睿

随着众安在线赴港上市、微信九宫格登陆保险服务,互联网保险成为了当下最受热议的话题之一。要说当前的互联网保险能够行走在市场前沿,自然少不了BAT的入局,但是更多的还是来自市场需求在扩大,以及行业可挖掘潜力巨大。

根据保监会发布的数据显示,2016年保险业总资产已超过15万亿,全国保费收入达3.1万亿元,同比增长27.5%,行业发展速度创近7年来新高,其中整个互联网保险行业实现保费收入2347.97亿元,可见我国保险市场潜力巨大。可以预计,未来几年内保费增速仍将保持在一个较高水平。

数据让保险的智能定制成为可能

互联网保险不是一个新的概念,但是却在近两年随着资本的垂青而被重视。早在2000年前后已有中介公司开始做电商平台,但是,单纯借助线上渠道改变线下代理人传播的方式,对于整个行业的改造和帮助并不大。

当前的互联网保险平台更多的是通过数据化时代的科技升级,来增加用户对产品的信任度和依赖性。大象保险就是一家通过对数据的积累和挖掘,构建用户画像,帮助C端用户解决传统保险服务无法触及的众多痛点,同时又区别于现有以销售保险产品为出发点的众多保险电子商务平台,聚焦在个人定制智能化、垂直领域细分化和专业服务效率化等方面。

可以说,目前的互联网公司的发展和创新,包括管理都离不开大数据。同理而言,大数据及云计算在保险及相关金融产品研发、费率厘定、风险管控上的应用输出,可以推进保险行业的数据智能化进程,打破企业间数据壁垒,建立数据分享理念,打造保险新业态和多主体共赢的互联网生态圈。

这也是大象保险能够带给合作公司和用户的核心科技,通过数据去帮助用户解决他在保险上的一些需求和问题,在解决问题的过程中大象保险也会帮助保险行业的合作伙伴去深化IT和大数据上的业务变革,或者说产业升级。

大象保险CEO杨喆

“通过互联网做专注服务C端的平台,坚持的过程很痛苦。”大象保险CEO杨喆表示,“这需要我们基于每一个真实有效的数据积累,和算法改造去做。需要有自己投保用户的画像数据模型,形成服务用户的策略。更需要广泛收集用户的数据,做多维数据分析、行为数据、行业数据等。”

技术是驱动力,产品是灵魂

对于互联网保险平台来说,技术是驱动力,产品则是平台的灵魂。这也是C端用户最关注的方面:平台的核心竞争力是什么?

大象保险目前主要的产品是短期和长期的健康险,结合中长期的养老险先介入,意外险/短期险和各个垂直场景的意外险做辅助。中间对应不同人群,大象保险也会有特种提供。比如针对儿童、老人和女性等,都会有特种保险来覆盖。在CEO杨喆看来,只要用户需求在,这种需求就应该得到方方面面的照顾,保险也才算真正发挥作用。

截止 2017 年 10 月,大象保险累计为近 300 万用户提供保险保障服务,总保障额度超 400 亿。与近百家保险公司达成战略合作,其中超过50家完成系统对接,保险产品累计接入千余款之多,平台存量近200余款产品持续滚动更新。

大象保险用两年的时间完成与人保、国寿、平安、太平洋、太平、泰康、阳光、美亚等几十家国内外顶尖保险公司的合作,推出包含健康险、少儿险、意外险、旅行签证险以及财产险等多种产品,并与教育、汽车、旅游、高校、运动、母婴等领域多家企业建立了战略合作关系。

大象保险除了本身平台的资本优势,更加重要的还有不断优化升级的技术能力。

获取用户在互联网端数据的基础上,通过智能硬件产品感知用户信息。包含智能手环、手表的运动信息,用户的日常作息,睡眠监测信息等。以及各种穿戴式感应终端的广泛应用,使更全量、更具象和更实时的”数位人生”成为现实。

思考,预测客户需求,随时随地通过便捷的渠道提供个性化保险产品和服务。实时的、准确的、预测及规避各类风险,通过风险管理模型,全面提高行业和用户的抗风险能力。

另外,基于Hadoop + Hive数据仓库收集、处理海量数据,利用句法分析、逻辑回归、相关性和聚类分析等挖掘算法,大象保险通过Spark并行运算,提升运算效率,对用户进行深度分析,建立完善、准确的用户(家庭)画像,做到更懂用户。

同时通过Naive Bayes、Apriori、EM等机器学习算法,建立用户成长数据库和时间序列模型,增强Rule智能分析从而优化业务决策支持能力,以响应市场环境的不断变化。

保险不是单一贩卖的商品,而是解决方案

一切相关的专业产品和技术能力,都是源于大象保险对于用户的承诺:让每一份保险都触手可及。在大象保险CEO杨喆看来,保险并不是需要一单一单去卖的商品,而是一个解决方案,通过某些场景去触达人,然后再基于这个人的家庭特征去做定制化产品的解决方案,最终解决的是用户的财富问题。

“我们通过用户数据的关联分析,会形成最适合他的产品组合,这其中可能包括了多家保险公司的组合产品,因为本身我们去做模型的时候还会去做一些风险的衡量。一味追求大保险公司产品的话,费率不是太好,但是有些保险公司费率虽然低也可能存在经营上的风险,或者说我们会去结合长期险短期险等不同类型匹配,也就是保险的智能投顾。通过对各保险公司长期跟踪和分析,跟它本身的产品做结合,大象保险有很强大的人工智能自学习技术应用在保险场景。”

大象保险会根据页面浏览情况、每一步转化功能设计、投保人覆盖区域、个人信息情况、年龄分布、职业特征、用户对不同条款的选择,匹配不同的方案,同时结合整体的销售规模、理赔数据、保障条款、用户需求,去挖掘新产品未来辐射的用户群,对保费进行动态预估、预测风险值、进行分割,优化成本数据。

通过对细分数据的分析,反向推出保险条款、理赔、投保须知、健康告知等信息。利用已有数据进行反推是非常重要的,也可以说这是大象保险的核心竞争力。几千个用户维度在整个产品设计、定价过程中,都具有相关度,然后对保险产品300-400个维度打分。大象保险具有一套成熟的险种打分表,目前只要是通过网络公开的合法产品信息在大象保险平台都能看到,并且可以马上对新产品进行评估打分。

值得注意的是,对新产品的评估打分,并不是统一标准的绝对打分,是基于不同人群显示不同的弹性分数。比如尊享e生,它不一定是绝对的98分,本身的产品当然很好,但是对于另外一个人群来说,它可能只有20分。

传统的精算大都基于大数法则的宏观数据和寄往类似产品的赔付情况,还有一套基础的生命表,以及保险产品衍生下来的基本规律,去做一些简单的调整,但其实这是不客观的。

大象保险自创立以来的两年时间里,一直是根据对数据的理解去做精算识别,再针对不同用户的需求坚持做更加细致地定制化服务。定制化在近两年被谈论过太多,也逐渐成为很多企业的宣传标签,而实际上,真正能够从根本上解决用户痛点、满足用户需求,还需要用产品和技术说话,这也会成为未来检验各平台能否提升用户粘性的有利依据。

大象保险未来可期。

推荐关键词

24小时热搜

查看更多内容

大家正在看