１．保险大数据应用的问题

• 互联网金融尤其依赖数据

• 保险业对数据与信息的依赖

• 目前的问题：

ü 保险数据特点与组成

n 数量不够大；维度不够多

n 核心数据、跨界外围数据、常规渠道的数据、社会化的数据等

ü 技术不足

n 互联网的流行使得非结构化数据的数量和维度都远远超过传统结构化数据；传统保险公司的产品和服务已经不能胜任

2. 保险大数据组成

• 保险系统用户访问日志

• 各渠道保单交易数据

• 客户提供的信息（申请、表格等）、人口数据

• 社交网络、公共网页得到客户的记录

• 和目标客户有类似行为模式的客户数据

• 第三方的相关数据（旅游、医疗、健康体检等与寿险有关的数据）

3. 保险客户全生命周期管理

• 客户身份识别方法——个体精准定向

n 姓名、身份证号、地址、手机号、E-Mail、SNS账号

n 用户标签

• 客户分类：人口统计学标签、通用标签、价值标签等

• 客户响应率分析

• 客户“健康度”分析

• 客户挽留率分析

• 客户价值提升和维系

4. 保险大数据分析应用

• 风控：保险风险评估

ü 骗保模式辨别

ü 高风险客户预警

• 营销：保险客户增值营销

ü 细分客户，按照客户人口数据、客户行为进行分类

ü 新保险产品推荐：零售行业、海尔等制造企业大数据营销的启发

ü 新客户的识别与获取

ü 跨界大数据营销：基于第三方数据的保险用户匹配

ü 事件式营销：工作、意外事件带来的营销机会

• 产品设计：保险产品个性化设计

• 客户渠道分析

5. 借助大数据分析的保险转型

• 大数据分析推动了保险的转型与创新

• 未来互联网保险模式

• 传统保险与互联网保险的结合