京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据能否拯救保险业数据“干涸” _数据分析师
商业车险新费率改革下月起将在6试点省市全面实行,然而最新数据显示,目前经营车险业务的中外资企业绝大部分仍处于全线亏损的状态。对此,业内人士认为,数据分析等基础工作没有到位仍是造成险种亏损、制约费改的重要因素,如何整合数据资源、实现信息共享、利用大数据进行产品和渠道的创新是保险业把握跨越式发展机遇的关键一步。
信息壁垒阻滞创新
据了解,目前保险行业基础数据积累比较薄弱,已经影响到保险业产品设计、定价、营销、理赔以及行业监管等各环节的创新发展。而目前保险业无力整合业内外信息数据资源实现信息数据共享,信息数据管理和分析处理能力不足等问题又加剧了保险业数据的干涸程度。
中国保险行业协会会长朱进元表示,新“国十条”提出要大力发展责任险,但是产品的设计离不开对信息数据的掌握和分析:“比如医疗责任险,每年有多少案例,其中千分之几出现这样的问题,大约需要赔付多少,这就是保险产品的基础数据,但这些都掌握在医院手里,保险公司没有这个数据。”
一位保险业内人士则表示,一些地方的卫生和人社部门不让商业保险公司用信息平台:“在一些地方,商业保险公司承接政策性医保项目不赚钱甚至亏损,但之所以这么做,就是为了掌握居民医疗信息。”
不仅如此,保险行业内也存在信息数据不共享的问题。“保监会有几十亿条数据躺着睡觉没有利用起来。”北京大学风险管理与保险学系主任郑伟表示,虽然目前保险业做了年度信息披露报告,解决了外部获取保险业信息的问题,但是总体来看还是披露的太少。
利益分割造成数据割据
对于信息数据割据的原因,有保险人士认为,这实际是利益分割的结果。行业外的部门把保险业当队友还是对手,决定了他们是否会向保险行业开放数据共享。
“很多医疗部门、社保部门把我们当竞争对手,其实他们解决层次低的问题,我们提供中高端保障,实际上是互补的,都会对社会稳定发挥作用,但是基础数据他们一直在做,我们相用,壁垒很高。”上述人士表示,以医责险为例,如果对它的效果有共识,则会促进相关数据的公开。
值得注意的是,信息安全也是决定一些数据是否适合公开的重要考量。保监会副主席王祖继表示,现在来自各方面的海量数据让数据处理的软硬环境更加复杂敏感,更容易成为攻击目标。防范信息安全风险已经成为大数据时代的重要课题。
数据共享需制度保障
业内人士建议,应推动各部门向保险行业开放相关数据信息平台,实现互利共享。同时尽快通过完善法律法规来营造有法律约束的,安全的数据开放和共享环境。同时,保险行业也应提升积累、分析和利用数据信息的能力。
朱进元认为,保险业想要在大数据时代有所作为,数据积累是一项基础工程。“应重塑保险业在国民经济发展中的地位,鼓励各部门用开放的心态对待保险业。”他表示,以农业保险为例,好的数据积累,对于提升农业保险的数据准确度、增强费率定价能力、提高农业保险保障水平至关重要。
“下一步要推动形成一个巨大的信息网络,在这个系统之内大家可以自由地流通信息。”保监会主席项俊波说,只有得到各部门的支持,通过建立平台实现信息共享,才能有效降低承保过程中出现的跨险种、跨机构、跨领域风险,实现监管环节的现代化。另一方面,要尽快建立和完善相关法律,让信息数据公开有法可依。保监会财产保险监管部主任刘峰建议,我国可借鉴美国的《信息公开法》,要求政府部门形成的数据,除非保密需要,都应充分向社会公开。王祖继认为,行业监管部门要监督保险机构严格遵守信息化主管部门制定的规章制度,进一步完善行业信息化治理,强化责任落实,加强信息安全培训,提升信息安全技术,完善信息安全预警和响应机制,进一步健全与大数据时代相适应的信息安全保障体系。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02