很多保險公司認為大數據是個科技活 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。通過大數據科技的分析 更加精準地瞭解用戶需求 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徵。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 那麼更多的還是機遇。保險業需要大數據就保險業自身而言 其對於大數據的需求非常迫切。現時保險業正從重視規模發展到規模與品質並重過渡。從個人通路看 許多公司的保險代理人 習慣於關係行銷 結果將周圍的親戚、朋友行銷一遍後。 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。為什麼？我認為 這主要是因為他們沒有穩定獲取客戶的能力汽車保險費用 也不懂得客戶的喜好、家庭狀況等與保險銷售密切相關的資訊。電話行銷更是如此 客戶不勝其煩。從理賠上看 現時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範。從產品上看 現時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。通過對大資料分析的有效利用 打破信息不對稱的瓶頸 勢必極大地提升企業行銷效率 提升欺詐防範能力 推動產品設計開發的個性化。首先是行銷。比如通過大資料分析 我們能夠瞭解到客戶是否結婚 有沒有孩子 消費能力如何 是不是經常坐飛機 然後為之推送合適的產品。最近我們與保險公司進行聯合行銷 通過大資料分析 抽樣了幾百條有潛在保險需求的客戶 並有針對性地選擇了幾十個客戶進行精準行銷 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 相比傳統的行銷管道 轉化率提升了上百倍。對於電話行銷 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 熒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行銷。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。最後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、蒐索行為數據、社交行為數據等等 這些數據由高頻行為驅動 更新頻率高第三責任險 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 由於客戶購買什麼 所以需要資金；由於客戶處於什麼階段（在幹什麼） 所以購買什麼 所以需要什麼樣的保險服務。保險公司不利用客戶的上游行為數據 就很難瞭解客戶 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夥伴是否正在計畫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 客戶數據的共亯應該有所保留。反之可以更關注立場客觀、獨立的協力廠商大數據公司 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託的一股龐大力量。那麼 這些協力廠商大數據公司可以為保險公司提供什麼呢？在行銷方面：1、聯合行銷。協同保險公司 利用大數據科技發現銷售線索 跟進行銷。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 那麼協力廠商大數據公司可以為你提供用戶更全面的資訊畫像 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資訊 重新找回客戶。4、深入行銷。比如你的客戶去年沒有生小孩 今年生了 你不一定知道。但大資料分析可以發現 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資訊。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、身份證等資訊的比對 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、特徵 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 大數據是個科技活 往往會將其交給IT部門 這種認識是不準確的。大數據所能提供的行銷、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 逐漸綜合。 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汽車保險 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 互聯網對於保險業的變革 遠遠不及大數據對於保險公司的影響深遠。很多保險產品 尤其是壽險產品 由於產品的複雜性 很難讓消費者直接在互聯網上主動購買。現時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 需求的引入可以線上上 但建立信任的主要通路還是線下 而主要的機構和網點、代理通路的優勢也集中於線下 所以O2O模式對於保險公司更適合。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。 |
