Advanced Analytics：开辟财险新领域 / 开普饭

保观 | 聚焦保险创新

概要

· 以低成本和非侵入性的方式生成的数据正在急剧增长。

· 数据和先进的分析工具可以帮助保险公司瞄准市场，提高对消费者的了解。

· 它们还可以提高风险选择和定价，以及运营效率。

· 然而，挑战仍然存在，例如一体化所需的时间和体制惰性。

· 在分析方面，个人保险起步较早，不过现在工商企业保险也开始逐渐受益。

· 前景是光明的，但要看到全部价值实现，还需要耐心。

经历了缓慢的开端后，保险公司开始在大数据和高级分析项目上加大时间和资源投入。显而易见，高级分析技术（Advanced Analytics）的应用，可以提高保险业务价值，主要包括四个广泛领域：促进行业增长、更好地吸引客户、优化保险业务绩效，以及提高运营效率。 高级分析还有助于财险公司更好地为新风险定价，并释放被限制在低效风险细分领域中的物质价值。

数字化转型

全球的数据量正在爆发式增长，到2025年，全球数据将达到175泽字节(zettabytes)，其中三分之一是实时数据。(见下图) 而数字数据中的大部分将由传感器、交易记录和社交媒体平台自动生成。

据估计，在美国，2019年财险公司在数据和分析项目上的支出，将占IT总支出的15%左右。高德纳公司(Gartner)预测，全球保险公司的IT支出将在2019年达到2200亿美元(包括寿险、健康险和财险)。保守估计，其中8-10%(180 - 220亿美元)将用于数据和分析领域，这大约占保险行业总费用的3%(假定2019年全球保费5.3万亿美元，综合费用率15%)。

保险领域：高级分析的四大应用

首先，保险公司可以从业务能力而不是技术的角度来看待高级分析。数据分析可以支持多个重要的业务需求，包括通过了解新的市场机会来促进增长，并帮助制定进入市场的战略。其次，保险公司还可以利用分析技术，特别是在个人保险业务方面，更有效地了解和吸引客户。再次，保险公司能够通过与外部数据集构成多维链接，扩充自己的业务数据，从而指导业务发展方向。最后，通过自动化承保、精算和索赔处理功能，分析技术被用来提高保险流程效率。

No.1

促进行业增长

在追求盈利增长机会的过程中，拥有分析专长的保险公司可以建立详细的风险评估模型。在进入缺乏承保专业知识的市场时，这一点尤为重要。例如，保险公司要想扩大业务进入东欧的中小型企业领域，就需要合并许多分散的数据源，评估在不同行业经营的中小型企业所面临的不同风险。这一复杂的任务可能需要在业务、行业和区域级别上进行近似风险度量，并收集多个相关因素(例如物理足迹、收入范围、员工数量)，从而获得适当的风险评分方法。

任何策略都需要将这些市场风险分析的结果与保险公司现有的业务组合进行比较。分析面板能够把保险公司的风险敞口数据、竞争对手的定价分析、每个行业的增长预估，以及客户细分数据整合在一起，形成获得新机会的最佳战略。例如，保险公司通过比较产品的区域需求差异，分析不同合作伙伴网络的潜在分销能力，从而提供最佳分销解决方案。

No.2

提高客户参与

保险公司可以利用行为科学和预测模型来吸引客户和员工。例如，通过运用行为科学的知识，保险公司可以更好地理解消费者的行为，以及选择性轻推多种改善结果，从而使保险公司和客户都受益。

例如，瑞士再保险(Swiss Re)的行为研究部门正通过A/B测试，帮助许多保险公司评估不同行为偏差在销售、承保、索赔和留客方面的影响。这些测试中的许多都是在数字空间中运行的，可以快速地对客户旅程进行修改，并进行密切监视。

基于这种行为洞见，一些细微而廉价的改变也可能会产生巨大的影响。例如，一家保险公司发现，在一个标签为“索取宣传册”的按钮上，加上“如果你不知道自己需要多少保险，那就索取小册子”这样的措辞，致使点击量显著增加。行为测试揭示了与理性因素(如产品、价格或提供的信息)相比，情境的独特力量。业内对这些经验教训的广泛分享，正鼓励保险公司扩大研究范围，甚至用“重点研究”取代传统的客户研究方法，从而确定客户保险相关行为的具体驱动因素。

No.3

优化业务绩效

保险公司的业务组合往往表现不佳，而盈利能力差和波动性高的根本原因尚不清楚。高级分析可以帮助调查潜在损失背后的因素，而使用外部数据进行数据充实可以帮助优化市场细分和承保策略。

No.4

提高运营效率

保险公司在自动承保和理赔管理流程方面取得了显著进展。例如，德国安联公司正在自动处理低价值、高频率的商业索赔(占业务量的60-70%)，旨在当天完成偿付，关闭索赔：目前行业平均水平则需要几周时间。其他保险公司则开始部署了机器人来协助索赔团队(例如，交叉检验客户电子邮件和索赔记录)。安盛保险在许多业务领域都部署了流程机器人，其中一个在其财产索赔功能中完成任务只需42秒：人类平均需要4分钟。