
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
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13