大數據時代，數據的開放與運用，已成為國家綜合競爭力的新標志。而今，大數據戰略已經提升至國家層面。對于具有大數據天然屬性的保險企業而言，不僅是發展的戰略問題，更是支撐高效持續增長的業績需求。

毋庸置疑，無論是主動還是被動，中國保險業正在經歷大數據的洗禮。保險業如何才能深度挖掘使用大數據，讓其蘊含的價值真正被源源不斷地吸取是當前險企必須正視的問題。

據波士頓咨詢分析，在全球范圍內，保險行業正處于科技推動變革的階段。以互聯網、移動、社交網絡、云計算和大數據為代表的數字化技術，正在加速影響著保險業的日常運作，大數據將推動保險行業轉型與變革。然而從目前國內險企自身發展情況來看，大數據應用最多的領域還僅限于交叉銷售。

應該說，領先的海外保險機構已經在定價、營銷、保單管理、理賠和反欺詐等不同領域對大數據應用進行了積極的嘗試和創新，這些創新對于保險業的商業與運營模式已經產生了革命性的影響。新技術應用已成為未來互聯網保險發展的標配，傳統保險中介受到互聯網渠道的沖擊已經顯而易見。一方面，傳統保險中介機構“熟人”、“轉介紹”等銷售方式漸漸被“大數據”更為精準的營銷和深度需求挖掘取代；另一方面，互聯網的服務邊際成本較低。

大數據在保險行業的運用目前主要有三個方向：精準營銷、風控以及增值業務開發。

利用大數據進行互聯網在線精準營銷

目前，保險行業已經出現了專門的互聯網保險公司，他們擁有億量級的海量用戶，可以為客戶提供全程互聯網保險服務，立足建立將客戶價值數字化、全面量化的評估體系。在“互聯網+保險”的垂直行業，他們可謂是大數據應用的先行者。

具體來說，他們是基于現有的過億的用戶，通過健康保障度、健康資料完整度和健康活躍度等五個維度給用戶做評分畫像，基于這樣的體系給每個用戶不同的分數段以及推薦不同的服務。畫像的結果一是可以增加用戶的黏性，二是可以用做未來決策定價的基礎。在這些維度中，通過熱數據，比如說用戶在騰訊云上做了一些豐富的健康測試，基于這些行為，可以對其健康度進行一個評分，因為熱數據更能體現健康行為和傾向的變化，從而為后續產品、服務定價和決策提供一個支撐作用。針對用戶的實際情況，推薦一些有針對性的健康和服務。通過數據分析對用戶進行了差異化分取和運營，給用戶提供差異化的服務。

精準營銷的第一步是用戶畫像：就是對平臺用戶打標簽，目前設計的標簽都是比較零散化，暫時不做層級劃分，在業務沒有成型之前先把特征標記上，后面業務成型之后再做分層分級。打的標簽具體分兩個緯度，一個是用戶的基礎屬性緯度，另外一個就是用戶意愿屬性維度。

例如，在某家銀行里，可能某個銀行用戶是一個高凈值用戶，但是在這個銀行里面只存了幾萬塊，如果把這個客戶界定為低凈值用戶就會錯過很多機會。所以首先要把數據收集工作做到位，形成真正的大數據，然后再對用戶進行基礎屬性和意愿屬性的劃分，按照四個區域進行分類：低凈值、低意愿，低凈值、高意愿，高凈值、低意愿，高凈值、高意愿。如何篩選出高價值用戶？做法非常簡單，當鼠標選擇這一部分，點擊縮放按鈕可以看到所有的明細數據和表格都可以做聯動，這種應用是敏捷式的體現。做用戶畫像和數據分析的時候往往針對某一類的用戶，比如看到他的特征可以給他設一些標簽做篩選，針對這些特征提供給風險部門或者營銷部門和業務部門的同事做一些定位推廣和營銷指導，實時的數據分析和反饋也便于提高企業級風險管控能力。

有了準確的用戶畫像，那么第二步就是個性化營銷：目前互聯網保險平臺在這個方面還處于非常初級的階段，大部分的保險客戶要么就是通過強有力的信任關系引入的，要么就是外面的數據公司通過流量導入的質量不太高的客戶，分層界限比較明顯。那么如何培養低意愿用戶慢慢地形成高意愿用戶是當前大數據營銷所面臨的一個重要課題。

大數據在保險行業風險控制方面的應用

從應用場景中可以看到大數據在業務風控和管理風控方面有著廣泛的應用。通過收集用戶和消費數據最后形成客戶層面和產品層面的反饋。客戶層面就是風險控制，對用戶進行大量數據分析，看這個人本身是不是個風險用戶。然后把產品風控模型、用戶風控屬性和投保意愿綜合起來，最后給用戶進行自動智能的保險服務。

為客戶提供保險增值業務方面的服務

保險領域創新是新的價值流向，其中最受關注之一就是供應鏈保險。這個領域正在將傳統的供應鏈保險底層進行改造，用區塊鏈底層進行改造。改造有幾個方面，一是供應鏈通過區塊鏈的方式把它高效鏈接起來。二是把它的支付系統進行改造，實現在缺乏信用關系前提下的安全可靠的交易。

大數據不僅是IT產業的一次創新與變革，更是作為一場技術革命將我們引入數據化驅動時代，它對包括保險行業在內的很多行業的經營決策、銷售管理、客戶分析等方面已經或正在發生顛覆性變革。

（作者單位：中國人民人壽保險股份有限公司市場部）