发力大数据挖掘互联网保险构建创新价值链

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

“互联网+”时代的到来,标志着经济转型已驶入一个新的方向。互联网与金融体系的不断融合及渗透,进一步拓展了传统金融边界。伴随我国供给侧结构性改革全面发力,互联网成为我国经济和金融业转型发展不可替代的重要驱动力。

发力大数据挖掘互联网保险构建创新价值链

发力大数据挖掘互联网保险构建创新价值链

“互联网+”时代的到来,标志着经济转型已驶入一个新的方向。互联网与金融体系的不断融合及渗透,进一步拓展了传统金融边界。伴随我国供给侧结构性改革全面发力,互联网成为我国经济和金融业转型发展不可替代的重要驱动力。

保险业作为传统金融体系的组成部分,正经历着一次巨大的变革,经历着产业与服务的又一次升级。因此保险业如何在网络化、信息化的时代背景下把握时机与时俱进,顺应新形势、运用新技术、探索新模式,是近年来保险实务与学术界重点关注和研究的课题。

现 状

人身险保费收入首次超过财险

互联网保险作为互联网金融的重要组成部分,以一种全新的开发及营销模式,对保险业产生了不可小视的影响。

互联网保险业务指的是保险公司通过自营互联网平台、第三方平台等提供保险服务的业务,是基于互联网的思维、技术及运行规则打造的,从产品设计、销售、服务、竞争等全面革新的新型保险领域。《2016年中国互联网保险行业发展报告》显示,我国互联网保险“十二五”期间呈现快速发展势头,2015年,我国互联网保险保费收入达到2233.96亿元,人身险保费收入也首次超过财产险保费收入,分别为1465.60亿元和768.36亿元。互联网人身险占互联网总保费收入的占比从2011年的20.43%逐渐增长为2015年69.05%,保费收入比2011年增长141倍,占人身险公司全部业务的比例从0.1%提升至9.2%。

截至2015年,全国共有110家保险公司开展了互联网保险业务,互联网保险领域已成为各家公司拓展市场规模的必争之地。其中,人身险市场由中小型公司领跑,富德生命、前海人寿、国华人寿的市场份额靠前。

近年来,我国互联网保险业也获得不少政策红利。2005年至今,我国相继出台了一些规章制度,从互联网保险的法律效力、经营条件及范围、业务操作、风险监控、信息披露等方面进行了规范,为促进互联网保险的健康有序发展保驾护航。

客观来说,目前市场上主流的互联网保险产品碎片化较为明显,对于健康、疾病等领域的风险管理作用仍显乏力。另外,部分保险公司对第三方平台扩大业务规模的过分依赖不仅导致自身议价能力的下滑,也使得客户需求的挖掘与收集难度较大。

风险探讨

网络技术发展至关重要

网络安全协议、数据处理、信息加密的网络技术的发展对互联网保险有着至关重要的作用,由于互联网面临的潜在风险例如黑客攻击、网页缺陷等致使互联网保险业存在安全隐患,保险公司的客户信息以及服务程序都可能遭受攻击,进而导致信息被窃取、客户被诈骗、客户资金被盗用等一系列风险事件。互联网技术的安全性以及隐私保护机制目前看来可能在一定程度上限制了互联网保险的渗透率,这一领域急需对公司数据安全和客户信息安全的有效保障。

尽管我国已逐步出台了相关监管办法,但没有订立详细的操作实施细则,监管的发展速度及水平远低于市场,存在部分监管空白区域。

当前我国互联网保险更多的是将网络作为一种营销渠道进行开发利用,将费率低风险单一的产品从线下转移到线上进行销售,在产品开发上没有根据现有消费者群体的消费习惯和偏好加以改造开发,同质化严重,创新力度疲软。目前我国人身险互联网产品主要集中在侧重理财功能的新型保险产品,2015年万能险、投连险保费收入在互联网人身险保费收入中占比 83.2%。

同时,目前互联网保险合同也潜在着一些法律问题,根据《保险法》规定,保险公司应对保险合同中的普通条款履行一般说明义务,对免责条款履行明确提示与说明义务,必须达到使投保人对这些免责条款完全清楚明了的程度,否则该条款不发生效力。网络销售模式下,保险产品通常是承保手续较为简单、条款较为简单的险种,因此保险条款通常都是以电子数据的形式存在的,没有特别明确标注免责条款,且若争议发生时无法及时作出解释,则很难认定保险公司实际履行了说明义务,根据“谁主张谁举证”原则,保险公司需要提供相应证据,否则可能会被法院判定免责条款效力无效,在法律诉讼发生时很有可能处于不利地位。

保险合同当事人的身份关系是否符合法律规定,是直接影响保险合同法律效力的关键要素。纸质保险合同的订立通常通过当事人双方签名进行确认,但互联网保险合同无法实现手写签章,当事人只能在由互联网所构建的虚拟空间中进行双方订立契约的意思表示,因此对于保险公司来说,保险合同当事人的身份确认难度较大。

另外,客户通过互联网购买保险时,只需填写网络投保单即可发出要约,目前实务中,保险公司既不能核实客户有效身份证件的真伪或是只能部分核实,也不能通过现场视频认证的方式确认投保人的真实身份,客户身份核实工作存在重大风险隐患。还有许多网络销售平台已经实现了虚拟账户支付功能,客户可以通过支付宝、财付通等虚拟账户缴纳保费,但这样会导致保费的来源很难追踪,容易被不法分子利用在短时间内完成洗钱。

发展策略

利用大数据技术分析

为保障互联网健康可持续发展,保险公司必须建立以及维护安全的网络管理和营销系统,定期完全备份客户信息和管理数据,对网站以及销售系统进行24小时动态监控保障公司和客户的信息安全,一旦出现问题,在立即抢修维护的同时也要及时隔离防止风险蔓延。

保险公司应充分利用大数据技术对海量数据进行筛选分析消费者群体行为的趋势变化,通过对消费场景和消费者群体的戏份,在聚焦消费者个性需求的基础上研发与消费者行为紧密相关的保险产品,并针对不同的消费群体建立不同的营销方案逐步实现精准营销。除此之外,保险公司还可以充分利用APP、公司网站、微信公众号、微博等公众平台建立与消费者的互动机制,鼓励客户针对提出意见和建议,让客户参与保险产品的设计,提升客户体验度。

保险公司应通过联合机制与同业、公安部门协同合作,构建统一的保险业客户个人身份识别联网核查系统,实现与保险业关联行业数据的互联互通,提升保险业整体竞争力;升级系统校验强化身份识别,结合电子签名技术等对客户实行更全面强大的在线验证;低风险产品可实施较为宽松的识别措施,对高风险产品、大单产品、可疑交易实施严格的识别措施,同时也要强化对第三方虚拟支付的监管,实施分层次的监控和管理;并可以考虑加强反洗钱排查工作的频度,通过电话回访、实地调查等方式加强对客户资金来源及身份的抽查。

依靠信息技术搭建完善的运营服务系统,真正实现互联网保险的内涵价值,结合APP等移动互联网形式为客户办理快速保全及理赔服务,也可通过设立24小时网页客服的方式,方便为客户提供普通咨询服务。构建专业化经营体系,以客户需求为中心,以产品渠道为发力点,以公司治理、合规经营、高效运营为坚实保障,有机整合公司各部门资源,并以此来布局整体商业运营架构,在创新中规范,在规范中创新。

监管部门应尽快完善网络保险信息管理规范体制,制度规避诈骗风险、支付风险和信息泄露风险等安全问题,健全网络信息安全、电子结算、电子支付等规章制度,切实保障客户数据信息安全,切实为互联网保险发展提供健康的法制环境。



   


 


  

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
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 
目录
相关文章
|
1月前
|
消息中间件 分布式计算 大数据
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
63 5
|
1月前
|
存储 SQL 分布式计算
大数据-162 Apache Kylin 全量增量Cube的构建 Segment 超详细记录 多图
大数据-162 Apache Kylin 全量增量Cube的构建 Segment 超详细记录 多图
58 3
|
1月前
|
Java 大数据 数据库连接
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
29 2
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
|
1月前
|
SQL 分布式计算 大数据
大数据-160 Apache Kylin 构建Cube 按照日期构建Cube 详细记录
大数据-160 Apache Kylin 构建Cube 按照日期构建Cube 详细记录
42 2
|
1月前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
50 1
|
1月前
|
SQL 大数据 Apache
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
77 1
|
2月前
|
存储 分布式计算 分布式数据库
深入理解Apache HBase:构建大数据时代的基石
在大数据时代,数据的存储和管理成为了企业面临的一大挑战。随着数据量的急剧增长和数据结构的多样化,传统的关系型数据库(如RDBMS)逐渐显现出局限性。
348 12
|
2月前
|
存储 大数据 索引
解锁Python隐藏技能:构建高效后缀树Suffix Tree,处理大数据游刃有余!
通过构建高效的后缀树,Python程序在处理大规模字符串数据时能够游刃有余,显著提升性能和效率。无论是学术研究还是工业应用,Suffix Tree都是不可或缺的强大工具。
50 6
|
1月前
|
SQL 存储 监控
大数据-161 Apache Kylin 构建Cube 按照日期、区域、产品、渠道 与 Cube 优化
大数据-161 Apache Kylin 构建Cube 按照日期、区域、产品、渠道 与 Cube 优化
49 0
|
3月前
|
存储 SQL 分布式计算
Hadoop生态系统概述:构建大数据处理与分析的基石
【8月更文挑战第25天】Hadoop生态系统为大数据处理和分析提供了强大的基础设施和工具集。通过不断扩展和优化其组件和功能,Hadoop将继续在大数据时代发挥重要作用。