幾十年來，保險業一直在努力處理交易和風險管理方面的數據。電信與數據融合的前沿趨勢讓保險公司對客戶行為有了新的認知，而這被稱之為“大數據”。數據具有廣泛性、多樣性的特點，特別是能將傳統的關系型數據庫管理技術推向極致，并且讓人們越來越關注數據管理的新方法。大數據、分析和數據管理齊頭并進；美國1.1萬億美元保險市場的各家公司正在爭先恐后地開展自己的數據分析實踐。

大數據技術可以使公司評估非結構化數據由不可行變為可行。這里將介紹一些大數據技術在保險領域的應用案例。

欺詐識別

大數據已經幫助保險人做出了改變。而今他們超越了以索賠為中心和以人為中心的算法欺詐檢測技術。這些技術側重于分析索賠方、保險供應方和其他的信息來源（例如，同一個被保險人提交了多少份類似的索賠請求），并擴展到防火墻之外的數據源，以便基于外部信息分析（例如隊列分析 - 使用一個人的社交圈子來分析相關個體之間的類似行為），這里考慮到的是一群互相聯系的人而不僅僅是一個人。

在美國，每年健康保險欺詐給保險業帶來大約700億到2600億美元的損失；歐盟也有300億到1000億美元的損失。

欺詐檢測和預防主要通過兩種方法實現：

基于實時數據分析的欺詐審計規則（基于歷史數據的傳統類型）

欺詐預測記分卡（基于實時數據的新類型）

客戶關系管理(CRM)

所有的非結構化數據都可以提供給所有的保險公司，這可以成為“大數據分析”方法的基礎。一些非結構化數據源包括:

客戶線上文檔

如果這些文檔可以被輕松搜索到并且能匯集到企業的數據管理平臺，那么保險公司就可以獲得關于客戶的大量信息，包括對非標準、非結構化的生命健康的醫療報告信息，以及再保險和大型商業財產保險部門的信息。

客戶關懷通話記錄

這些內容包含了客戶來電自由形式的代表性評論，這些評論可以用來進行市場情緒調研，有助于形成策略和付諸實踐，以提高客戶的保留率，減少客戶流失。

點擊流數據

由面向客戶的網站生成，可以分析這些數據，以發現顯示客戶傾向的瀏覽模式，尤其是當與呼叫中心記錄相關的時候，找出那些客戶在網絡交互后立即呼叫的例子。

索賠管理

大數據也與索賠管理息息相關：運營商希望在索賠流程期間保存好圖像、視頻和文本標記(例如，來自警察檢查員或拖車司機的汽車保險索賠的文本標記)。結合投保人和受益人幾個實體(受益人、投保人、保險人)的匯總信息對非結構化數據的大數據分析變得尤為重要。

承保

在再保險和大型商業保險部門，大量的支持信息會作為信息提交的一部分(例如，損失歷史、財產計劃、車輛調度和董事的詳細信息)。

數據技術使保險公司能夠快速地存儲和訪問任何數據，以便他們能夠通過分析來突出異常、某種模式和部分重點——這是人工閱讀文檔時代非常困難的事情。自動化數據管理的能力，以及記錄支持文檔的能力，使保險公司能夠創建風險和客戶檔案，這在整個公司中都是統一可審計的并且能夠提供豐富的分析資料。

來源：中國人民大學中國保險研究所