大数据改变保险业“生态圈”

简介:

日前,SunGard亚太区保险业务首席运营官Peter Haslebacher来华,行程被排得满满的。


他先后拜访国内多位保险公司高管,寻找双方基于互联网与大数据分析模型开展保险创新业务的可行性。


“互联网正在悄悄改变保险业的整个生态圈,从产品设计、营销服务、流程再造、投资风险承受能力等等各个环节。”他接受21世纪经济报道记者采访时直言,越来越多亚太地区保险公司正在尝试各式各样的互联网保险创新,即便两者的“融合”绝非一帆风顺。


模拟“投资情景”

《21世纪》:保险产品本身已有大数据分析的基因,那么,基于互联网的大数据分析模型,还会给保险产品创新带来多大推动力?


Peter:的确,多数保险产品是由精算师借助各类数据设计的,但这些数据以往主要用于完善保险产品理赔责任与化解运营风险。在基于互联网大数据的分析下,保险公司可以加入个性化的投资风险承受程度,进而设计更多创新产品。比如保险公司可以用互联网与大数据分析模型模拟成千上万个“投资情景”,分析最坏状况下的投资回报与理赔状况,对保险公司经营风险带来多大的冲击,不断优化自身投资组合,设计高收益的个性化保险产品。近期,欧美保险公司开始尝试用互联网平台研发销售收益更高的保险产品,以往他们则倾向设计回报相对稳健的寿险类保障型产品。


《21世纪》:你认为互联网可能在未来某个时间,重塑现有保险业的营销体系吗?


Peter:亚太地区多家保险公司对互联网营销服务的战略定位,是提升客户的品牌忠诚度。长期以来,维系客户与保险公司纽带的是保险代理人。客户有理赔就找代理人,代理人时常帮助客户解决生活难题,这种线下营销模式带来的一个后果,是广大客户对保险公司没有太多感情,代理人一跳槽就容易带走一批客户。


如今,借助互联网手段,这些保险公司开始思考如何拉近自己与客户的距离。新加坡个别保险公司在官网开设烹饪、育儿、家居保养等频道,增加自己与客户之间的互动频率。


还有个别欧美保险公司借鉴云计算的技术优势,将客户与代理人的沟通信息存储起来,避免客户流失。但我觉得这未必能留住客户的心,因为它不能令客户产生情感共鸣。


业务流程改造

《21世纪》:互联网要改变保险业生态圈,最大的难点是改造保险公司的业务流程,这种改造如何进行?


Peter:过去两三年,不少欧美保险公司投入大量精力探索这些基于互联网的保险产品便捷服务,但成功者不多。究其原因,这对保险公司内部业务流程的改造完善提出很高挑战。一方面保险公司内部需要建立一套快速、高效、可靠的信息反应处理系统,确保客户信息从接收到执行,在最短时间完成且没有任何差错;另一方面保险公司有没有相应的投资能力,保证长期稳健的投资回报。


《21世纪》:全球保险业监管趋紧,对保险公司创造高收益带来哪些挑战?


Peter:全球保险业监管趋紧,主要表现在三个层面:保险投资资产从严分级,某些在次贷危机爆发前被视为安全的投资资产,包括个别存在债务危机的国家国债、次级高收益房贷证券化产品,都被剔除在保险公司可投资资产之外;可交易的货币种类被重新设定,某些国家监管部门要求保险公司调低某些货币资产的持仓比例,因为这些货币面临大幅贬值风险;三是投资范围收窄,某些亚太国家监管部门希望保险公司降低海外投资的比重。


其中最大的挑战,还是保险投资资产从严分级。通常,高风险资产对应高收益。但随着全球进入低利率时代,保险公司要获得高收益,就需要增持高风险资产。但在资产从严分级的情况下,高收益如何获取,又是一个问题。


可以预见的是,如果保险公司投资收益状况无法持续提高,保本保利型保险产品将逐步退出市场。我也听说国内保险公司的解决办法,是购买高收益、流动性较低的非标资产。或许,这类投资资产也需要从严分级与强化风险控制,因为金融风险往往出现在大家最容易忽略的环节。


原文发布时间为:2014-07-12

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
存储 SQL 消息中间件
大数据生态圈常用组件(一):数据库、查询引擎、ETL工具、调度工具等
大数据生态圈常用组件(一):数据库、查询引擎、ETL工具、调度工具等
|
26天前
|
消息中间件 SQL 分布式计算
大数据Hadoop生态圈体系视频课程
熟悉大数据概念,明确大数据职位都有哪些;熟悉Hadoop生态系统都有哪些组件;学习Hadoop生态环境架构,了解分布式集群优势;动手操作Hbase的例子,成功部署伪分布式集群;动手Hadoop安装和配置部署;动手实操Hive例子实现;动手实现GPS项目的操作;动手实现Kafka消息队列例子等
20 1
大数据Hadoop生态圈体系视频课程
|
4月前
|
分布式计算 大数据 Spark
大数据生态思维导图____2021最新最全Spark生态圈思维导图!
大数据生态思维导图____2021最新最全Spark生态圈思维导图!
21 0
|
存储 消息中间件 SQL
大数据繁荣生态圈组件之实时大数据Druid小传(二)Druid架构与原理
索引服务是数据摄入创建和销毁Segment的重要方式,Druid提供一组支持索引服务(Indexing Service)的组件,即Overlord和MiddleManager节点。
303 1
大数据繁荣生态圈组件之实时大数据Druid小传(二)Druid架构与原理
|
SQL 存储 分布式计算
大数据繁荣生态圈组件之实时大数据Druid小传(一)
根据上面的总结,随着每日增量数据的累加,短期来看mysql数据库是能够承载一定程度的数据量的,但是长期来看,mysql数据库将不堪重负。因此,我们需要寻找mysql数据库的替代方案,这里我们选择了apache druid实时数据库。
269 1
大数据繁荣生态圈组件之实时大数据Druid小传(一)
|
XML 分布式计算 大数据
Scala 学习 进击大数据Spark生态圈
Scala 学习 进击大数据Spark生态圈
|
SQL 消息中间件 存储
大数据生态圈常用组件(二):概括介绍、功能特性、适用场景
大数据生态圈常用组件(二):概括介绍、功能特性、适用场景
|
分布式计算 Hadoop 大数据
大数据入门与实战-Hadoop生态圈技术总览
大数据入门与实战-Hadoop生态圈技术总览
124 0
大数据入门与实战-Hadoop生态圈技术总览
|
SQL 数据采集 算法
大数据到底应该如何学?大数据生态圈技术组件解析
大数据到底应该如何学?大数据生态圈技术组件解析
245 0