很多保險公司認為大數據是個技術活，往往會將其交給IT部門，這種認識是不準確的。對大數據的運用一定要落實到業務層面，實現業務驅動。

互聯網金融時代，所有商業思維應該轉向數據思維。通過大數據技術的分析，更加精準地了解用戶需求，打破信息不對稱的瓶頸，是所有企業尤其是金融企業快速發展的必要保證。保險立業之本是大數法則，而大數據將挑戰大數法則，這是大數據時代的重要特征。保險行業應該充分利用大數據來分析客戶需求、開發產品、運營企業以及進行風險定價。

大數據時代對保險企業而言，既是機遇也是挑戰。在我看來，保險企業當下如果能夠敏銳地抓住大數據帶來的種種便利，為我所用，那么更多的還是機遇。

保險業需要大數據

就保險業自身而言，其對于大數據的需求非常迫切。目前保險業正從重視規模發展到規模與品質并重過渡。從個人渠道看，許多公司的保險代理人，習慣于關系營銷，結果將周圍的親戚、朋友營銷一遍后，就找不到新客戶了，許多代理人在一家公司工作持續不超過一年。為什么？我認為，這主要是因為他們沒有穩定獲取客戶的能力，也不懂得客戶的喜好、家庭狀況等與保險銷售密切相關的信息。電話營銷更是如此，客戶不勝其煩。

從理賠上看，目前一些保險公司理賠成本非常高，客戶騙保欺詐行為頻繁發生，有些地方甚至形成了騙保產業鏈，但是保險公司卻很難進行有效防范。

從產品上看，目前保險公司的產品設計同質化現象比較嚴重，但是隨著行業的發展，客戶的細分，個性化需求、場景化需求將越來越高，這些都將對保險產品的設計提出變革性的要求。

而以上這些問題，大數據都可以解決。通過對大數據分析的有效利用，打破信息不對稱的瓶頸，勢必極大地提升企業營銷效率，提升欺詐防范能力，推動產品設計開發的個性化。

首先是營銷。比如通過大數據分析，我們能夠了解到客戶是否結婚，有沒有孩子，消費能力如何，是不是經常坐飛機，然后為之推送合適的產品。

最近我們與保險公司進行聯合營銷，通過大數據分析，抽樣了幾百條有潛在保險需求的客戶，并有針對性地選擇了幾十個客戶進行精準營銷，大概有百分之十幾的客戶有高意向，其中還有效成交了一單，相比傳統的營銷方式，轉化率提升了上百倍。對于電話營銷，未來理想的狀態應該是這樣：我在呼叫中心給客戶打電話時候，屏幕上直接顯示這個顧客的畫像描述，這樣我們就可以實現精準營銷。

其次是反欺詐。利用大數據可以監測到客戶的異常行為，例如多個身份證、多家投保、集中頻繁投保等，提前預防客戶的欺詐行為。

最后是產品設計開發的個性化。在費率改革的今天，如何根據不同客戶的需求和特點，設計出適合他們的產品和費率？這是非常重要的。利用大數據可以收集細分市場的客戶數據，通過個性化需求設計產品，以滿足不同客戶群體的不同需求。

保險業數據頻度和維度不足

應用大數據，關鍵點之一是要有大數據，保險業的數據在量上是非常巨大的，但在頻度和維度上存在短板。從兩個方面可以看出：

一、就頻度而言，保險公司的數據往往是不活躍的數據，這種數據偏靜態，不像那些反映客戶購買行為的電商數據、交易數據、搜索行為數據、社交行為數據等等，這些數據由高頻行為驅動，更新頻率高，保險公司的靜態數據難以反映客戶當下的狀態和需求。

二、就維度而言，保險公司的數據往往是片面的，只有保險的成交和理賠數據，這些是保險的結果，但缺乏原因，由于客戶購買什么，所以需要資金；由于客戶處于什么階段（在干什么），所以購買什么，所以需要什么樣的保險服務。保險公司不利用客戶的上游行為數據，就很難了解客戶，很難推送或者定制精準的保險產品。

如何解決這些問題呢？答案就是要利用外部大數據。

如何利用外部大數據？

如何利用外部大數據？在考慮合作時，保險公司需要考慮到合作伙伴是否正在計劃或已經進入了保險領域，所以針對這些想直接經營保險業務的，具有大數據能力的公司，客戶數據的共享應該有所保留。反之可以更關注立場客觀、獨立的第三方大數據公司，他們作為大數據產業鏈的一部分，早已獲得海量消費者行為數據，成為連接互聯網時代數據孤島的中堅，他們以其獨立性與超然性，將成為金融企業所依托的一股龐大力量。

那么，這些第三方大數據公司可以為保險公司提供什么呢？

在營銷方面：

1、聯合營銷。協同保險公司，利用大數據技術發現銷售線索，跟進營銷。

2、二次開發。比如你給客戶贈送了險種，但客戶還沒有買你的付費保險，你只有一個客戶的身份證號，手機號和姓名，那么第三方大數據公司可以為你提供用戶更全面的信息畫像，以方便進行二次開發。其它方面還包括以短險客戶開發長險業務，以法人業務開發自然人業務，以財壽險客戶進行交叉銷售等。

3、尋找失聯的客戶。如果客戶脫保失聯了，可以幫助你通過其掌握的客戶信息，重新找回客戶。

4、深入營銷。比如你的客戶去年沒有生小孩，今年生了，你不一定知道。但大數據分析可以發現，因為可以從購買母嬰用品，買奶粉、買紙尿褲的行為中推測出家庭中有新生兒的信息。

在風險控制方面，可以幫助保險公司防止欺詐和騙保行為。比如通過投保人手機、身份證等信息的比對，再通過投保人的其它互聯網和線下行為的對照。比如客戶要是在同一時間到處投保，那可能就有問題。

在產品設計方面，設定特定場景，針對具體客戶群體的行為偏好、特征，和保險公司一起開發產品，比如寵物責任險等等。

大數據要由業務場景驅動

很多保險公司認為，大數據是個技術活，往往會將其交給IT部門，這種認識是不準確的。大數據所能提供的營銷、產品開發設計、風控等幫助都是與業務部門直接相關的，所以對大數據的運用一定要落實到業務層面，實現業務驅動的大數據運用。落實在工作層面，最好讓業務部門參與乃至主導大數據項目。

在具體工作的時候，可以從幾個小場景入手，先讓業務部門牽頭，逐漸整合，讓其和IT部門相互螺旋式的啟發。當然，前提是一定要先做出一些比較明顯的效果，這樣才能夠帶動參與者的熱情，讓整個事情更加有效地運轉起來。

大數據+O2O：

金融保險業的未來

實際上，互聯網對于保險業的變革，遠遠不及大數據對于保險公司的影響深遠。很多保險產品，尤其是壽險產品，由于產品的復雜性，很難讓消費者直接在互聯網上主動購買。目前互聯網上成交的保險產品銷量有限，但大數據早已廣泛滲透到線下和線上。

其實，保險公司與客戶接觸，需求的引入可以在線上，但建立信任的主要渠道還是線下，而主要的機構和網點、代理渠道的優勢也集中于線下，所以O2O模式對于保險公司更適合。而大數據作為O2O精準作戰地圖的指揮中心，讓O2O這種海陸空協同作戰，釋放出最強大的威力。