【摘要】随着互联网在中国的快速发展，互联网金融开始逐渐走入中国人的目光中，如何将互联网技术和保险相互结合，成为保险界关注的话题。
在近日举行的第14届中国精算年会上，中国精算师协会会长魏迎宁谈到了当前保险业的一个热门话题——互联网金融，即把互联网技术应用于保险，将会对保险产品销售、保险客户服务产生深远影响，带来深刻变化，当然对精算也会产生一系列新的需求。
过去30年，中国金融业通过电子化历程，完成了从传统金融业务处理方式向以数字化为基础的现代业务处理方式的转变。现在金融业正在以令人炫目的速度被数字化再造。进入2013年，大数据技术呼啸而至，有人甚至将这一年定义为“大数据元年”。
从精算的角度看，大数据与保险具有天然的关联性，因为保险经营的核心基础就是“大数法则”，这是保险行业自身具有的数理逻辑。保险公司运用这一重复随机现象的必然规律，在长期、大量的市场实践中经营业务，而保险精算师正是以此为基础，提出数学模型，计算保险费率，并进一步作出产品定价。海量数据的分析与计算决定了保险企业产品的定价能力。正如太平洋寿险精算师陈谦所说，谁拥有数据，谁就拥有了未来。
大数据的“大”，不仅指数据本身绝对数量大，还有处理数据所使用的“大”模式。也就是说，尽可能地收集全面数据、完整数据和综合数据，挖掘出数据背后的关系，实现数据的“增值”。基于大数据技术的客户挖掘和客户经营，代表着保险新商业模式的方向。
运用更为先进的技术对历史数据进行收集、整理、分析和加工，这些有效的数据挖掘对防范风险、创新产品、指导投资、提高决策能力都可以发挥重要作用。数据挖掘技术主要包括数据取样、数据探索、数据调整、建模、评价等几个步骤。数据挖掘是在大量数据中发现趋势和模式的过程，它融合了现代统计学、知识信息系统、智能机器、决策理论和数据管理等学科知识。它能有效地从大量的、不完全的、模糊的实际应用数据中提取潜在有用信息和知识，揭示大量数据中复杂的和隐藏的关系，为管理决策提供极具价值的参考。
比如，通过对大数据的统计和分析，明确客户需求，开展精确营销。这种基于客户历史数据的精确化营销，运用数据挖掘的方法，总结出现有客户的共同特征和购买规律，从全部的现有客户中寻找具备这些特征的客户，制定针对性的策略，这样既能满足客户个性化需求，又能提升销售效率。
新技术与行业应用的融合创新，无疑会成为推动保险行业进行转型和变革的重要驱动力。现在，许多保险公司建立了基于大数据经营的基础平台，更加快速精确地预见并响应客户的需求，在激烈的市场竞争中赢得自身优势。从这个角度看，大数据给保险公司带来的是挑战，更是机遇。
在第14届中国精算年会上，有精算师谈到，目前保险公司在大数据的采集和运用上也存在一些问题。
首先，虽然大数据的规模很“大”，但其中信息量的准确性、及时性没有保障，这种情况下，要做到客观的数据分析和数据“增值”很不容易。目前大量新增数据中，存在部分客户信息不真实、无法联系的现象，新增数据的完整性、准确性仍有待提高;同时，大量数据中可识别、可营销的客户占比不高，很多数据还需要进一步治理和优化。
其次，目前的数据资源利用不足。保险公司系统中大量历史数据长期闲置，数据共享不足，没有充分利用保险公司自身的数据优势与相关行业进行共享和交换，而且关键数据技术不足，有待理论和关键技术的突破。
再次，产业链结构尚未形成，大数据可能带来的盈利模式和服务方式尚不清晰，数据的利用还没有进入良性循环。特别是，过于追求数据规模和技术研究，而忽视保险公司长期经营所赖以支持的基础能力建设，这种基础能力主要体现在两个方面：一是营运管理能力，二是投资管理能力。
面对问题，解决问题，把握住大数据时代的机遇，保险业才能迎来更辉煌的明天。
慧择提示：不可否认的是，如果将互联网和保险相互结合，从目前互联网的发展来看，保险行业也必将随着互联网的发展而获得更广大的发展空间。
在近日举行的第14届中国精算年会上，中国精算师协会会长魏迎宁谈到了当前保险业的一个热门话题——互联网金融，即把互联网技术应用于保险，将会对保险产品销售、保险客户服务产生深远影响，带来深刻变化，当然对精算也会产生一系列新的需求。
过去30年，中国金融业通过电子化历程，完成了从传统金融业务处理方式向以数字化为基础的现代业务处理方式的转变。现在金融业正在以令人炫目的速度被数字化再造。进入2013年，大数据技术呼啸而至，有人甚至将这一年定义为“大数据元年”。
从精算的角度看，大数据与保险具有天然的关联性，因为保险经营的核心基础就是“大数法则”，这是保险行业自身具有的数理逻辑。保险公司运用这一重复随机现象的必然规律，在长期、大量的市场实践中经营业务，而保险精算师正是以此为基础，提出数学模型，计算保险费率，并进一步作出产品定价。海量数据的分析与计算决定了保险企业产品的定价能力。正如太平洋寿险精算师陈谦所说，谁拥有数据，谁就拥有了未来。
大数据的“大”，不仅指数据本身绝对数量大，还有处理数据所使用的“大”模式。也就是说，尽可能地收集全面数据、完整数据和综合数据，挖掘出数据背后的关系，实现数据的“增值”。基于大数据技术的客户挖掘和客户经营，代表着保险新商业模式的方向。
运用更为先进的技术对历史数据进行收集、整理、分析和加工，这些有效的数据挖掘对防范风险、创新产品、指导投资、提高决策能力都可以发挥重要作用。数据挖掘技术主要包括数据取样、数据探索、数据调整、建模、评价等几个步骤。数据挖掘是在大量数据中发现趋势和模式的过程，它融合了现代统计学、知识信息系统、智能机器、决策理论和数据管理等学科知识。它能有效地从大量的、不完全的、模糊的实际应用数据中提取潜在有用信息和知识，揭示大量数据中复杂的和隐藏的关系，为管理决策提供极具价值的参考。
比如，通过对大数据的统计和分析，明确客户需求，开展精确营销。这种基于客户历史数据的精确化营销，运用数据挖掘的方法，总结出现有客户的共同特征和购买规律，从全部的现有客户中寻找具备这些特征的客户，制定针对性的策略，这样既能满足客户个性化需求，又能提升销售效率。
新技术与行业应用的融合创新，无疑会成为推动保险行业进行转型和变革的重要驱动力。现在，许多保险公司建立了基于大数据经营的基础平台，更加快速精确地预见并响应客户的需求，在激烈的市场竞争中赢得自身优势。从这个角度看，大数据给保险公司带来的是挑战，更是机遇。
在第14届中国精算年会上，有精算师谈到，目前保险公司在大数据的采集和运用上也存在一些问题。
首先，虽然大数据的规模很“大”，但其中信息量的准确性、及时性没有保障，这种情况下，要做到客观的数据分析和数据“增值”很不容易。目前大量新增数据中，存在部分客户信息不真实、无法联系的现象，新增数据的完整性、准确性仍有待提高;同时，大量数据中可识别、可营销的客户占比不高，很多数据还需要进一步治理和优化。
其次，目前的数据资源利用不足。保险公司系统中大量历史数据长期闲置，数据共享不足，没有充分利用保险公司自身的数据优势与相关行业进行共享和交换，而且关键数据技术不足，有待理论和关键技术的突破。
再次，产业链结构尚未形成，大数据可能带来的盈利模式和服务方式尚不清晰，数据的利用还没有进入良性循环。特别是，过于追求数据规模和技术研究，而忽视保险公司长期经营所赖以支持的基础能力建设，这种基础能力主要体现在两个方面：一是营运管理能力，二是投资管理能力。
面对问题，解决问题，把握住大数据时代的机遇，保险业才能迎来更辉煌的明天。
慧择提示：不可否认的是，如果将互联网和保险相互结合，从目前互联网的发展来看，保险行业也必将随着互联网的发展而获得更广大的发展空间。
