保险业如何实现“数据变现”

标签:大数据解决方案商业智能保险业应用案例

访客:9085  发表于:2016-04-08 15:13:08

 

  近几年来,大数据炒得火热,各行各业都争相追逐。保险行业作为“数据高产”一员,在面对庞大的业务数据,眼下的信息数据管理问题上也着实头疼,再加上大数据人才的不足,众多企业都纷纷将目光投向大数据产品和专业的数据团队。

  以某保险公司为例,近年来在业务发展、渠道开拓、产品开发方面都取得了显著成绩,但随着业务的发展,业务部门和管理部门对企业数据的应用、分析、数据挖掘的需求越来越迫切,独立分散在各系统中的业务数据无法实现保险公司内部范围内的数据共享,无法实现用户及时、准确地抽取、处理、分析和利用企业已有的数据资产。

  纵观外部,各大保险公司都逐步搭建相应的保单管理系统、渠道管理系统、交易管理系统、影像系统、财务系统、理赔系统等等。优化信息平台建设,使用商业智能系统成为业内竞争的重要关键。

  对此,在分析企业问题时,该企业对未来业务和经营管理提出了新需求:

  1、将亟需指标与管理报表相结合,建立全公司统一的数据指标体系和管理规范。

  2、数据集中处理,利于公司监管,防止非法经营风险,为数据决策分析提供前提条件。

  3、建立更为精确的业务系统,对客户群体细分,满足客户的个性化保障需求,提高理赔速度和理赔质量。

  4、建设数据仓库,对数据整合挖掘,为网络电子商务建设、新业务营销提供数据基础。

  基于对公司全面业务的分析,该公司在实施商业智能系统FineBI时,确定了如下几个功能主题:

  精算管理:包括投保风险预估模型分析,主要致力于发现保险风险。

  理赔管理:业务理赔分析、理赔周期统计、理赔管理统计

  风险管理:包括保监会报数、稽核报数、反洗钱系统等

  单证管理:对单证的印刷、使用、作废、盘点情况进行管理

  收付管理:包含实收、应收保费的管理

  全局分析:全面综合地反映公司的情况,方便管理部门对业务进行监控和管理,主要包括:全险种承保理赔情况分析、关键运营指标监控、运营计划管理、人员绩效考核。

  构建了如下的系统架构:

  

  每个应用功能都设计有一系列的维度和指标。

  例如在理赔管理的业务理赔分析中,可将维度设为:机构,险别,险种,时间,投保类型,业务来源,客户类型,事故类型,出险次数,赔案类别,赔偿责任,赔偿分段等。

  指标设为:报案件数、报案注销件数、立案件数、立案注销件数、立案注销金额、及时立案率、已决赔案件数、拒赔件数、拒赔金额、结案件数、未决件数、立案结案率、已决赔款、已决案件估损金额、出险次数(车辆)、单均保费等等。

  可以说,商业智能系统的实施,使得保险行业的数据价值大大提升,其与业务的高效结合,更是加快了企业数据的“变现”步伐,主要体现在几方面:

  1、提高信息的时效性,系统可提供及时可靠的数据报表和图形分析,帮助业务部门和管理者对业务情况、市场发展和客户行为有了更深入的了解,提供了辅助决策分析能力。

  2、提供了企业风险管理服务,对于黑名单客户、可疑交易提供即时的分析,及时发现风险,规避风险。

  3、降低销售管理部、财务部、客户服务部等部门的业务工作量,使他们从繁重的数据整理中解脱出来。

  4、提供新的销售方式和降低销售成本,通过对客户的挖掘、细分对客户提供有针对性的推销和服务。以及对销售产品的分析,为产品的设计和推广提供决策支持。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");