運用大數據科技促保險業營銷

    傳統保險業從風險分析管理與統計模型着手，做好風險管理預測及計算儲備金，是保險公司及精算師主要工作，相對較不重視對客戶需求和偏好分析。但有了大數據後出現改變。

    識別特徵精準營銷

    保險業因其對數據細分要求的特殊性，數據來源往往包括客戶的親屬關係、身體健康狀況、疾病歷史、收入明細、資產價值等私人信息。甚至某些行為數據也可進一步獲得，如運動習慣、生活作息規律、飲食偏好等。通過善用大數據技術分析，可識別消費者特徵，打好標籤，定位相關客戶市場，實現精準營銷。

    例子一：美國大都會人壽早在一三年把大數據技術引入傳統保險行業。當年投資三億美元建立新式保險系統數據庫，其中MongoDB的全球數據庫存儲全美客戶數據。該數據庫基本全球連線，實時更新，內部精算部門及信息部門可使用人工或機器學習方式，分析客戶偏好與需求，藉此有效紀錄客戶數據，開發新產品。

    例子二：中國太平洋保險善用網路銷售渠道，利用專業數據分析工具，收集並記錄客戶訪問投保相關環節的頁面數據，通過客戶調研、回訪等方式收集大量客戶反饋。把這兩方面的數據結合後，建立客戶全視圖數據庫，把原有上千台客戶信息監控服務器、多個監控屏幕，以及許多分散的軟件工具，集成一個大型數據管理平台。不僅可實現單個客戶信息的縱向深度分析，也可對大量同類客戶信息作橫向分析比較，通過數據技術分析客戶流失原因，並對解決方案的實際效果作跟蹤評估。

    促開發個性化產品

    通過應用大數據技術，保險公司可基於相關數據開發出針對不同客戶群體的個性化產品，對現有保險產品進行改良、重新組合、結構創新，提高自身競爭力。

    例子三：中國平安是今年業務主題是“有溫度的金融”，依託強大的金融科技背景與技術，結合大數據統計分析出當代年輕人生活需求，量身訂製一系列保險產品，包括為年輕人減輕寵物醫療負擔的“寵物險”，以及為喜愛潛水、跳傘等極限運動的年輕人提供保障的“境內一年期旅行險”等。

    例子四：在中國，人口快速老齡化和尊老愛幼的文化傳統，令上有老下有小的“夾心階層”背負多重壓力。老牌保險公司需要有效觸達並服務這些客戶，提高保險滲透率。中國平安推出新型保險產品如針對亞健康熬夜人群的“熬夜險”，這產品內容甚至包括呼叫救護車的費用。

    此外，保險公司如何和數字化平台或某些超級APP合作，將有助開發個性化產品與創新。例如友邦人壽保險公司自行開發AIA Vitality的APP，還請知名歌手擔任健康大使，鼓勵保戶多運動，甚至提供許多運動達標後的保費減免獎勵，這作法在港澳深受歡迎。

    例子五：南非探索公司推出“健行天下”計劃，線上通過可穿戴設備獲取大量客戶活動和健康數據，線下與健身會所等合作獲得相關數據，這些數據將被用於測算客戶活力狀態。

    測算後得到的結果會影響到保戶實際保費的數額。

    提高效率加快理賠

    對保險公司來說，理賠業務的處理不僅反映其企業形象，更重要的是對業務能力的考驗。如何保證理賠業務處理的即時性、準確性、與高效率，對保險企業非常重要。現在通過大數據技術可解決這個傳統問題。

    例子六：日本東京海上保險集團及其合資公司新安東京海上產物保險處理車禍糾紛時，保險公司可通過GPS全球衛星定位系統，第一時間掌握事故發生地點，並派員到現場協商理賠。也可與第三方（交通管制部門）及時合作，共同解決問題，第一時間對理賠事宜作反應。

    在上海，健康保險大數據服務平台，結合海保險交易所、中國平安、好人生科技等機構進行前期測試，未來有機會實現“健康信息雲端大數據聯網一步到位”，做到本人無需親自到場，通過雲端信息驗證就可遠距理賠。

    例子七：安盛保險通過大數據技術開發“ibuy電子銷售系統”，在許多國家地區實現超過九成的保險產品投保全面電子化。理財顧問只要透過平板電腦輸入客戶資料，可按客戶年齡、病歷及財政狀況等，在數據庫即時分析與風險評估。整個審批過程最快可縮短至二十分鐘內完成。

    風險評估降索賠率

    保險公司在與客戶簽訂合同前，可借助大數據技術對客戶進行更精確的調查和分析，綜合分析考量後，可更準確評估客戶風險，根據客戶具體情況制定相應索賠條例。採取此類快速但嚴謹的提前干預措施，可有效降低索賠率，為保險企業贏來更大利潤空間。

    例子八：美國利寶互助保險集團結合社交媒體、第三方和內部已有數據，進行早期異常值檢查，收集客戶的健康狀況、人口特徵等個人數據，結合過往的理賠信息和醫療干預信息等內部數據，利用大數據處理系統建造預測模型，提供約兩億個數據點。這個模型隨着新數據的加入而不斷調整，持續提升準確性。該模型助利寶互助保險集團近年平均索賠費用比過去降兩成。

    例子九：英國英傑華保險公司同樣採用科技與大數據技術，開發駕駛風險預測模型，並通過獲得數據結果實現個性化定價，改善駕駛客戶駕駛習慣，同時減少公司成本。公司除收集客戶個人信息、車輛信息和使用情況、駕駛歷史等數據，還引入車載設備，通過手機App監控駕駛者最初二百英里的駕駛狀態。根據駕駛者行為數據記錄，分析蘊藏的風險並進行定價，確定個性化的保費並提供個人承保服務，如為安全駕駛者提供最高達兩成的折扣。

    大數據助實現創新

    保險行業發展大數據的前景美好且光明。一方面行業本就以數據為基礎，通過應用大數據技術，有助行業更好地處理相關數據而做好風險評估與產品開發。同時因為風險評估與產品開發能力提高，可為優惠促銷創造空間，有利市場營銷。另一方面，大數據還有助改善傳統保險行業在客戶定位、投保審批流程優化、提高後續理賠效率服務等業務方面。保險行業宜順應時代發展，積極應用大數據技術，實現企業進一步發展和創新，做好市場營銷。

    澳門大學工商管理學院教授  劉丁己