
对数据具有与生俱来敏感性保险业,在大数据面前更不敢放松了。保险的意义在于抵御风险带来的损失,风险发生概率有多高,损失有多少,这是最直观的数据。除了这些外,保险承保对象的任何信息都是数据,不管是人的因素还是外在的因素,经过整合,看似八竿子打不着的数据,都是影响保险业的潜在因子。这就是大数据对于保险的挑战,亦或者,也是机遇。
信息技术水平将成为保险公司的核心竞争力
“如果任何一个行业都可以忽视大数据时代到来的话——保险业不行!”
《证券日报》(微信公众号:证券日报微保险)记者独家获悉,保监会6月26日-27日召集各险企相关负责人参加“互联网保险专题培训班”。在这次培训中,有险企人士表达了上述说法,以大数据为代表的新技术对保险业的影响可见一斑。
某中资险企IT部门负责人对本报记者称,保险公司信息技术部门最初是为支持业务发展而设的,目前其功能由强调支持逐渐向服务层面过渡,未来,IT部门将承担起带动业务发展的职责,成为保险公司的核心竞争力。
这同时也意味着,险企的所谓IT部门会越来越壮大。事实上,尽管目前多数公司选择将相关技术业务外包,但从多家保险公司目前的招聘信息看,这一趋势已经出现端倪。
IT定位转变:
从业务支持到业务带动
“保险公司做信息技术,最初的目的是想利用其为主业提供技术支持,现在信息技术对主业的功能由支持转向服务,”一家中资寿险公司信息管理部门总经理向《证券日报》记者介绍称,从此前的支持支持再支持、服务服务再服务,信息技术的定位下一步会往带动业务发展的方向转变。
这一观点在业内已经成为共识。泰康人寿董事长陈东升提出的“让数据产生红利”就是最典型的代表,而中国平安提出的“以科技引领金融”也体现了对这一趋势的认可。
保险公司对信息技术管理部门的定位转变也意味着,IT部门将成为险企的核心竞争力,其将由后台向前台逐渐转移,不光是业务的推动力,更可能是业务的一个牵引力。“信息科技对于整个产业来讲已经是革命性的力量,新兴的业务和渠道完全可以用信息技术去探索出路,之后再进行跟进。”
信息技术部门与业务部门的融合之路,保险公司也已经在进行着探索。据记者了解,在部分险企中,IT部门已经有过与电商部等新兴业务部门联手研发移动平台APP的案例,也有为营销部等传统业务部门开发展业工具的情况,在这些过程中,IT部门更多地是根据业务部门的需求提供技术支持。泰康人寿日前投入使用的北京中关村数据中心就融合了IT、电销、创新事业部、运营等部门,该数据中心是其整个数据系统的“枢纽”和“心脏”。
“在后续发展的过程中,IT部门可能要转变观念,经历从业务部门告诉我怎么做、到我知道该怎么做、再到我告诉业务部怎么做的过程。”上述险企信息管理部总经理认为,相对于保险主业的单一性来讲,信息技术更强调逻辑性,对于流程、环境等有很高的敏感性,如果能将这些点连起来,对于推动整个保险业务的创新有促进作用。
而从近些年的情况看,部分保险机构,尤其是大型保险机构,对信息技术的投入毫不吝啬。如中国平安,在其集团的保险、银行、投资三大主业的共享平台中就包括了平安科技、平安数据科技、平安渠道发展和平安金融科技4家子公司,其中平安金融科技还在2013年获得了中国平安集团10亿元的增资,成为2013年仅有的3家获得增资的子公司之一。
另外,近日,泰康人寿正式成立移动互联部和大数据部,在数据信息中心原有的数据服务、支持服务、信息技术基础设施等职能的基础上,这两个部门将更侧重于与大数据及移动互联相关的应用规划、系统开发、上线维护、技术研究和市场推广规划等工作。而除了北京中关村数据中心外,泰康还将在武汉光谷、北京长安街建设2个数据中心。
技术人员招聘:
10万元-30万元年薪
随着在险企定位的转变,未来,IT部门,这个看似与保险业务“不太搭”的部门,将在保险公司占据一席之地,与此同时,IT部门的队伍也将随之壮大。
据上述信息管理部门总经理介绍,其所在公司对IT部门赋予了更多研发功能,因此相对同业的情况,其部门队伍更为壮大,有百余人。“目前保险公司对保险主业和信息技术研发业务的侧重点不同,多数公司选择外包IT研发业务,因此公司IT部门人员多数只有数十人,只有少数公司的IT部门能够达到百人以上的规模。”
“我们正积极从互联网行业招兵买马,尝试利用互联网思维和现代数字技术不断提升我们传统环节的效率……”新华保险董事长康典在2013年公司年报中透露了面对移动、互联、大数据时代其对人才的渴求。泰康人寿也表示,除先进健全的硬件保障和信息系统建设,在组织和人才方面,其也做好了拥抱互联网金融的准备。
记者近日随机搜索了保险招聘信息,从IOS软件开发工程师到J2EE技术经理,从大数据平台开发工程师到大数据分析师,从电子商务支持岗到创新渠道支持岗再到系统架构工程师,与信息技术相关的岗位是多家保险公司渴望填补空缺的热门职位,险企给这些岗位开出了从10万元到30万元不等的年薪。
这些岗位的职责包括,大数据项目的开拓和实施;根据实际项目需求,完成大数据项目的开发和实施;帮助完成大数据项目整体架构,开展必要的技术迁移,性能优化等。
而从岗位招聘设置的要求来看,“本科以上学历,计算机、应用数学相关专业;精通Java语言,熟悉网络编程、IO接口编程、多线程并发编程;熟悉Linux环境与MYSQL数据库;熟悉Python脚本编程为佳;具备较强的代码阅读能力”等条件反映出,险企招聘此类人才极其看重其IT专业性。
面对新技术带来的新商业模式相对机遇时,保险业“需要重视并投入大数据人才的培养、数据工程师与科学家”,在互联网保险专题培训中,参与险企相关人士亦表达了这一观点。从现实的情况看,这一说法或许代表诸多保险公司的想法。(文章来源:CDA数据分析师)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 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, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29