
利用大数据从猜你喜欢到动态定价_数据分析师培训
最近香港提出未来要做金融科技。要想做好金融科技,其中离不开大数据。在美国金融科技中,银行、保险、各种投资是甚至乎地产都可以见到不少解子。当中以利用大数据去获取新客户最为常见亦较容易实现,预测客户的产品及渠道偏好使客户和你的关系更紧密。在金融产品中风险管理跟定价強相关,如何运用行为作创新,可以看下面的例子。
如果你是一位20-25岁的男生,驾驶的是一部跑车,假定你是个安全驾驶者,你会发现你为了别人付出了更高的保险费用。这是因为在你这个群组中,有部分人发生意外的概率很高,所以保险公司向你收取了高意外概率的保费。这要怪就怪今天大部分保险公司都是根据一个群组出现意外的平均数而不是根据你驾驶的行为习惯来收费吧。他们不知道你每天的驾驶情况,如驾驶习惯及驾驶路线等,所以他们无法评估你真实的出意外的概率。
我们发现美国有两家保险公司已经默默无闻地收集了超过100万用户的驾驶数据。他们让驾驶者安装了一个叫telematics的传感器,通过这个传感器收集用户实时的驾驶行为数据。从大量的数据中,他们可以知道驾驶者有没有超速,有没有粗暴驾车等类似情况。所以整合了大量数据之后,保险公司已经可以知道一般的驾驶习惯是怎样的,在不同的路段上,每一个个体与一般的驾驶习惯的比较是怎样的,这样他会更容易知道到底应该如何定价?相应产品称为pay how you drive。在同一领域的另一家公司MetroMile采用了更激进的定价方法。他们设计了一种新的定价方法叫pay as you drive,即对于你驾驶时才需付费,对你不驾驶的车时只需付很小的费用。他们发现这种方法节省了很多保险费用,尤其对驾驶里程低的用户保费节省高达数百美元。简单来说,大多数保险费用是在你不使用的时候也需付费的,而在这个例子中,按使用付费其实更合理。
以上两个例子我觉得都是未来在金融或服务行业非常好的举一反三的例子。因为前一个例子是说在细分用群及提供服务的不同场景中可能成本存在较大差异,物联网提供了更多的大数据作精准风险评估,所以定价可以不一样。后一个例子是说因为物联网的关系,我们可以准确知道客户什么时候使用这个服务,甚至乎用得如何。由此定价也可以变得更灵活。这两种方法在很多服务业都是适用的。
不出我们意料,在美国有一家公司居然把健康保险定价也列入我们刚才讨论的范畴中。只要他的用户愿意把自己的博客、微信等数据分享给健康保险公司的话,他们也可以据此给出不同的价格给不同的人。当然,这样可能会搞出一些笑话,比如,可能你在facebook中发布了一张你假装抽烟的图片,他们可能就把你的保险费用提高了。但这些都是一些比较创新的服务,当中还有非常多的因素需要更多源头的数据进行精准定义,而不是根据你偶然的行为就很敏感地提高价格。
物联网的出现,可以让我们知道过去很多不知道的事情。比如说某部汽车是怎么使用的,使用情况怎么样;空调、冰箱等电器的使用情况怎么样;我们每天到底是怎么生活的……这些数据也许会成为我们为每种东西或服务付费的一个新依据。在不久的将来,物联网将与我们的生活息息相关,也会在我们生活中产生更多创新。所谓身外之物,不再遥远。文章来源:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05