业内首创普惠保险,看国泰产险如何借助数据进行智能化的升级和战略转型

简介: 国泰产险精算产品部经理王帆在2018云栖大会上海峰会数据中台专场做了题为《业内首创普惠保险,看国泰产险如何借助数据进行智能化的升级和战略转型》 的分享,首先介绍了国泰产险的工作人员正在做什么,其次阐述了国泰产险对数据应用的理解及实践,最后对未来运用科技应用的方向做了一个展望。

摘要:国泰产险精算产品部经理王帆在2018云栖大会上海峰会数据中台专场做了题为《业内首创普惠保险,看国泰产险如何借助数据进行智能化的升级和战略转型》 的分享,首先介绍了国泰产险的工作人员正在做什么,其次阐述了国泰产险对数据应用的理解及实践,最后对未来运用科技应用的方向做了一个展望。
数十款阿里云产品限时折扣中,赶快点击这里,领券开始云上实践吧
精彩视频回顾请点击
以下为精彩视频内容整理:

国泰产险的介绍

国泰产险成立于2008年,它是大陆首家台资保险公司,在2016年7月蚂蚁金服成为了我们的战略投资者,随后成为了我们的入股股东。在2016年年底,我们走向了线上与线下结合去探索一个科技保险公司的道路,在蚂蚁金服入股之前,国泰就已经有了车辆保险、财产保险,线下也覆盖了上海、浙江、山东等共11家分支机构,蚂蚁金服入股之后给了我们一些线上资源,于是我们就走向了线上与线下结合的道路。

业内首创的普惠品牌

在转型的一年多时间里,我们在普惠保险领域进行了尝试和探索,相信大家也一定都骑过小黄车,通过支付宝扫码支付小黄车就可以得到由国泰保险提供的一个骑行意外保险。但这个保险和大家平时接触的意外险是不一样的,因为普通的意外险一般主要针对一段航程、旅行的意外、一年期限或一天,我们的产品是保障骑自行车的意外,就是每一次骑行都会生成一个保障,扫码即生效达到了秒级实时的响应,这就是我们在出行方面进行的探索,接下来我们也在健康方面做了一些探索,每个人的身体状况是不一样的,保险公司会为了自己财物的稳健性想办法去识别身体比较健康的客户,和这些客户一起抵抗未来的风险,那么国泰的初心也是希望给更多的人提供保险,所以会借助数据和科技的力量帮助我们扩大一个可以得到保障的范围,基于我们不断的探索,在一年半的时间,一个月的保单量突破了9个亿,相比一年前是一个9倍的增长,我们在一个月内服务了1300万个案件,也就是为我们的客户提供了1300万个保障,相比于7个月之前扩大了13倍,业务量的巨大增长也带来了数据量的增长,我们需要在最短的时间内使我们的存储能力、计算能力有一定弹性来支撑业务的快速发展。

国泰产险对数据的理解和实践

大数据和人工智能对国泰产险的助力主要为三个部分:首先,赋能了我们产品的创新,通过一些技术的手段创造了一些新的保险销售场景;其次,赋能了我们的运营和服务,提升了客户服务的体验,同时帮助我们控制了成本;最后,赋能了我们的管理决策,数据帮助了线上和线下的细化管理及快速的决策。
我们借助Quick BI和云平台进行产品的创新,一部份是产品形态的设计,以共享骑行意外险举例,在骑行开始时,我们就要及时的生成保单,骑行结束时,要有及时的记录并来界定保险提供保障的责任区间,如果我们接到了客户的报案,我们能够及时查询客户骑单车的运行轨迹,并与客户报案时的描述进行比对,快速界定案件的真实性并对损失进行一个合理的估计,这些都有赖于云平台的实时响应,特别是早晚下班高峰期间,我们要达到每秒上千单承保的速度,完成这样的一种速度要依赖于布置阿里云上的计算能力达到的。另一部分是产品的定价策略,市场上没有同类意外险的定价能够作为参考,我们的产品是按行程进行投保的,在对产品进行初创的时候调取了公共交通业务意外险的经验,并结合单车意外的情况给出了一个初步的价格,借助Quick BI可以实时地监控业务的品质,业务上线了以后快速了解到业务的赔付水平、赔付率是怎样的。

a85ff7ea25f4953688ff0abf4bb9734

上图为数据技术在运维服务上赋能的示意图,通过用Quick BI为每个产品建立如上图的报表体系,我们可以看到每一个月营销情况的变动、各个渠道业务之间的占比情况、各个场景领取率的变化,通过这些变动可以及时的改动产品线的策略。

f1c212510644e51615a94ee3d80ae66

服务的部分主要包括理赔和客服。理赔需要对自有团队理赔的速度品质以及第三方的速度品质进行评价,包括结案率和给客户支付的实效也是我们非常重视的一些运营环节。于是,在每一个理赔环节都会为理赔人建设数据示图。
如何做保险成本的优化,保险行业和其他传统行业是不一样的,传统行业是一个标准化的生产过程,各个产品之间的成本是稳定的,但对于保险来说每个人的出险状况是不一样的,以车辆出险为例,有的车可能是小擦小碰,有的车可能前面的保险杠全部撞坏,这两种情况带来损失的成本也是不一样的,所以我们需要对保险的成本做一个精细化的管控。通过Quick BI和机器学习结合达到成本优化的结果。

d68316d92d9bf3379ed4a0ab8a78fe4

Quick BI帮助我们赋能了管理决策,指标是一个重要的参考依据,包括各个产品线的业绩指标在创新产品中的业绩能力,如果团队想管理下面人员的活动率,可根据这些人员是否按照规定完成了销售任务及规定的销售动作。上图最左面的一部份是为18个产品经理下面的每一个产品线建立数据门库示图,这样就可实现快速的管理业务,同时也帮助管理层去评价产品经理业绩的达成情况。我们有11家经营机构对于线上业务的承接和协同,每个月也有一些指标体系会定时的去看业务的达成情况。自从转型使用Quick BI智能数据后,复杂的按天记,不复杂的按小时记来产生数据报表。
技术构建的路程需要搭建数据,2017年启动了数据的重构并完成了数据字典的统一,在11月和Quick BI合作统一了数据的出口,并在一个月的时间内完成了数据的切换,目前建设了12个数据门户、400多张报表来支撑前面工作的链路。

未来科技应用的方向

在未来国泰也要进一步的加强数据在智能方面的应用,我们希望通过技术手段切入更多的即时场景,同时也会做业务流程的智能化来降低成本,能够通过图像识别、自然语音识别和知识图谱的建设来助力业务流程各个环节的升级。

相关实践学习
阿里云实时数仓实战 - 用户行为数仓搭建
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求:熟练掌握 SQL 语法熟悉 Linux 命令,对 Hadoop 大数据体系有一定的了解   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
相关文章
|
算法 计算机视觉 网络架构
YOLOv7 | 模型结构与正负样本分配解析
YOLOv7 | 模型结构与正负样本分配解析
2170 0
YOLOv7 | 模型结构与正负样本分配解析
|
11月前
|
机器学习/深度学习 人工智能 供应链
宜家是如何通过实施30000个AI应用实例来驱动家居零售新体验的
宜家是如何通过实施30000个AI应用实例来驱动家居零售新体验的
|
SQL 数据挖掘 关系型数据库
SQL查询次数大于1的记录:高效技巧与方法
在数据库管理中,经常需要统计某些操作的次数,特别是当需要找出哪些记录或值出现的次数超过一定阈值(如大于1次)时
1697 4
|
机器学习/深度学习 存储 人工智能
谢赛宁新作:表征学习有多重要?一个操作刷新SOTA,DiT训练速度暴涨18倍
谢赛宁团队提出REPA方法,通过将扩散模型中的噪声输入隐藏状态与外部预训练视觉编码器的干净图像表征对齐,显著提升扩散模型的训练效率和生成质量,为扩散模型在表征学习上的应用开辟新路径。
419 5
|
前端开发 关系型数据库 MySQL
Python基于Django框架图书管理系统,Bootstrap框架UI,后台EasyUI框架UI,有登录,实现增删改查的富文本效果
本文介绍了一个使用Python Django框架开发的图书管理系统,该系统采用Bootstrap框架进行前端UI设计,EasyUI框架用于后台UI界面,集成了富文本编辑器,并实现了登录及增删改查功能。
544 1
|
开发框架 前端开发 .NET
Visual Studio中的四款代码格式化工具
Visual Studio中的四款代码格式化工具
790 0
|
存储 安全 API
深入剖析 Qt QMultiHash:原理、应用与技巧
深入剖析 Qt QMultiHash:原理、应用与技巧
506 2
深入剖析 Qt QMultiHash:原理、应用与技巧
|
前端开发
前端 CSS 经典:好看的标题动画
前端 CSS 经典:好看的标题动画
223 0
|
开发工具 数据安全/隐私保护 git
git报错: git: not authorized :未经授权解决办法
git报错: git: not authorized :未经授权解决办法
687 0
|
存储 移动开发 安全
Flutter加固原理及加密处理
Flutter加固原理及加密处理
363 0