
大数据引发行业井喷 让数据“活”起来
“气象大数据不仅可以让人们知道天气,更重要的是帮助企业从天气中减少损失或盈利。”中国气象局公共气象服务中心副主任潘进军介绍,国外的气象大数据应用已经比较成熟,英国的气象服务已经全部商业化,年产值达到2600亿美元,美国1600亿美元,日本100亿美元,而中国只有6亿美元,专业的气象数据服务在中国市场前景巨大。
2014年5月27日,中国气象局与阿里云达成战略合作,挖掘气象大数据的深层价值。海量气象数据将通过阿里云计算平台,变成可实时分析应用的“活数据”。据悉,这些数据核心应用之一将供保险行业开发气象类保险产品。
在双方战略合作中,阿里云将为中国气象局提供稳定、高效的云计算服务,还将提供技术支持,与气象局共同搭建“中国气象专业服务云”,面向有气象数据需求的企业提供专业化的云计算服务。
其中,国外气象数据在保险领域的应用成为重点。极端天气事件不仅影响人们的正常生活,还给农业、旅游业、娱乐业等对气象敏感的行业带来了不小的经济损失。为了减少损失,“气象保险”在美国、日本等国家应运而生,“樱花保险”、“酷暑保险”、“浮冰保险”、“台风保险”、“旅游气象保险”、“下雪保险”等五花八门,各具特色。一家德国研究机构的研究结果表明,全球每年需要100亿美元气象保险资金。
去年,淘宝保险携手安联财险推出的中秋赏月险,让气象类保险完成第一次与民众的亲密接触。而早在2008年北京奥运会时,也根据天气变化引入了保险机制。如果因为天气原因导致开幕式无法照常举办或推迟,就可以获赔。就在不久前,众安保险还推出了国内第一款“高温险”。
但相比国外,国内气象险种并不丰富。保险专家认为,保险产品开发的核心是数据精算,开发气象类险种,则对数据以及数据应用能力都有着更高的需求。以赏月险为例,安联财险的精算团队收集了国内过去20年几十个城市中秋当天气象数据,并以此为基础建立风险模型开发产品。
在专家看来,赏月险涉及到的精算和数据毕竟简单,而如果涉及到农业生产等专业领域的气象保险,则需要有更丰富的气象数据和庞大运算来支撑。气象数据专业化程度高,不仅横跨历史周期长,同时,区域性差异也非常明显。如何获取足够的气象数据,以及如何使用庞杂的气象数据用以精算,单纯靠保险行业来完成并不现实。
在保险业内看来,中国气象局和阿里云的合作,将成为我国气象险发展的“数据粮仓”。 “拥有了气象数据和运算能力,国内气象险有望迎来一轮井喷似发展”。利用气象云所提供历史和预测的气象数据,可帮助保险公司精算部门评估天气保险产品的可行性、定价、赔率等重要指标;基于实时监测的天气数据可为保险公司提供赔付指导。
据悉,在与阿里云的合作中,中国气象局计划深度挖掘利用的数据包括:60多年来的历史气象数据;全国2万多个观测站、卫星、雷达监测的气象观测数据,包括降水、温度、风力风向、地面结冰、太阳辐射、酸雨、空气能见度等30余种要素;短期、中期、长期的精细化气象预报数据品;通过国际交换获取的全球气象观测、预报数据。
据透露,目前已经有多家保险公司跟进,希望能和中国气象局和阿里云的气象大数据进行对接。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16