京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产生大结果:保险赔付率预测模型效能提升高达30%
1月8日,2016中国(杭州)“互联网+”金融大会,来自律商联讯风险信息公司(LexisNexis Risk Solutions)的保险业务首席执行官 Bill Madison进行了“大数据在保险行业的应用和探索”的精彩演讲。Bill指出,若想在当今的大数据时代充分挖掘数据价值,我们必须首先明确自身的战略诉求,再借助海量数据资源、大数据技术、关联和分析能力、以及行业专长满足个性化的诉求。
公共记录引入保险市场 赔付率预测模型效能提升高达30%
近年来,核心的银行征信数据已经发生了变化,除了消费者行为的改变和数据明细程度的提升,还产生了一些全新的数据字段,为消费者风险评估带来了许多有价值的新洞见。面对不断演变的数据来源,律商联讯长期致力于扩展消费者风险分析维度,从全球超过1万3千多个数据源采集了500亿条消费者和企业记录,为保险和金融服务等行业积累了海量的数据资源,其中包括:历来的居住地址和住址稳定性,电话和水电煤气记录,职业证书,教育历史,破产、抵押、判决和驱逐等数据。
除了丰富的公共记录和第三方数据资源以外,律商联讯通过建立保险行业共享型数据平台,为行业引入了一个全新的数据成分,完善了为以保险为中心的消费者金融视图。
律商联讯将这些非传统数据引入保险市场,生成独特的变量和行业风险评分,与传统征信数据一起用于风险定价和承保决策,帮助保险行业利用数据优化工作流程,更好地评估风险,从而提升从展业到理赔、覆盖客户完整保险生命周期的各个环节的工作效率。
如下图所示,掌握的数据越多,保险赔付风险模型的预测能力就越强。每增加一个数据集,我们都能看到模型的预测准确度获得显著提升——改良后的信用记录,加上公共记录,再加上保险赔付历史,可以在传统信用记录的基础之上带来30%的模型效能提升。
如何使大数据应用切实可行
律商联讯的大数据战略远远超过了数据或数据技术本身,40年的行业积累使得律商联讯能够在吃透行业的基础上进行数据关联和分析,并利用行业专长提供以客户为中心的解决方案。
律商联讯总结多个国际市场运营经验后发现:保险公司拥有一套自己的工作流程,从初期的保险展业开始,直至为客户提供理赔服务。在这个保险生命周期中,保险公司每次与消费者接触的节点,都是一次获取知识的节点,有机会更进一步地了解消费者。律商联讯希望在每一个工作节点,都可以为保险公司提供与消费者个人相关的信息和洞见,帮助保险公司更好地理解风险。为了实现这一目标,律商联讯在美国及多个海外市场建立了与保险公司之间的单一数据管道,将数据和分析产品在每一个相关工作节点推送给保险公司,充分满足其各个节点的风险信息需求。
Bill最后总结到,数据问题其实很简单:数据越大越好。更多的数据和更好的关联能够为我们带来更加丰富的个体档案,以及更加完整、准确的个体间关系。借助足够多的数据,我们就能够掌握每一个客户的切实可行的个性化洞见,为每一个客户定制完全贴合其需求的产品和服务。只有这样,大数据才能真正凸显其价值所在。
律商联讯风险信息公司(简称:律商联讯)是一家全球领先的风险信息服务提供商,向保险、医疗健康、法律、金融服务等行业及政府机构提供风险预测、评估及管理服务。律商联讯是励讯集团(RELX Group,原名励德爱思唯尔集团Reed Elsevier)的全资子公司。励讯集团是世界最大的专业信息解决方案提供商之一,在科技、医学、风险、法律和商业信息等领域为120多个国家的客户服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23