大數據是依托新的數據處理技術對海量、高速增長、多樣化的結構和非結構數據進行加工挖掘，找尋數據背后的規(guī)律，以提高分析決策能力、優(yōu)化流程和科學配置資源。大數據正在向經濟、社會、科學、文體及公共衛(wèi)生等多個領域快速滲透。在網絡技術、移動互聯、云計算等新技術和金融市場化改革的政策雙驅動下，金融與互聯網、各金融板塊之間的界限和壁壘被沖破，市場的游戲規(guī)則發(fā)生了深刻變化，誰掌握了數據，誰就掌握了競爭的制高點?，F代保險服務業(yè)如何在經濟“新常態(tài)”中，研究和實施大數據戰(zhàn)略，關鍵要找準大數據在保險業(yè)的應用場景、應用主題和應用策略。

　　一、運用大數據輔助保險費率市場化形成機制

　　保險作為一種風險轉移和管理工具，是一種社會群體之間的風險救助機制，保險產品機理主要是遵循統計學范疇的“大數法則”，基于歷史風險發(fā)生和損失數據進行分析和預測，在重復隨機現象中找出“必然”規(guī)律，依靠精算技術實施產品定價、建立財務運行機制。有些觀點認為大數據顛覆了“大數法則”，雖然兩者都是在“大量”數據基礎上進行風險和財務預測，但在保險產品定價機制中的作用基點是完全不同的?！按髷捣▌t”是保險定價的根本法則，特別是針對車險、壽險、健康等關系社會公眾利益的領域，必須依托“大數法則”確保行業(yè)基準純風險損失率厘定的公平性、充足性和安全性?！按髷捣▌t”是保險運行管理的數理邏輯，是保險業(yè)不可動搖的理論和定價基礎。而大數據主要發(fā)揮保險定價的輔助作用，特別是采集和獲取客戶行為、交易的網絡數據進行關聯分析，找尋數據背后風險與成本、收益的匹配規(guī)律，推動保險公司客戶細分化、責任碎片化、產品定制化，優(yōu)化精算定價模型，主要基于附加費率建立科學、有效的保險費率浮動機制和差別化定價機制。因此，大數據并沒有顛覆“大數法則”，而是對保險費率市場化形成機制的重要優(yōu)化和改進，是一種以新技術為依托、更加精細化的風險管理輔助工具。

　　目前，新一輪保險費率形成機制改革步伐明顯加快，非車險、意外險、投資連接、普通型壽險、萬能等已經相繼放開，商業(yè)車險、分紅險市場化改革也即將發(fā)令放行，更多的產品定價權和選擇權將交給市場?？茖W、有效的費率形成機制是市場化改革成敗的關鍵。應全面構造以“大數法則”為基礎的基準費率和以大數據技術為輔助的附加費率和產品創(chuàng)新機制。一方面，保險監(jiān)管部門應主導構建公開公正的保險基準費率形成機制，建立保險基準費率定期測算和發(fā)布機制，特別是借鑒國際成熟經驗和模式，設立獨立的保險費率厘定機構，形成主要保險產品的定價參照基準體系。另一方面，要鼓勵保險企業(yè)在遵循基準費率的同時，發(fā)揮大數據在保險產品區(qū)域化、差別化、個性化的創(chuàng)新支撐作用，處理好產品創(chuàng)新與風險、成本、收益的關系。

　　二、依托大數據驅動新一輪保險企業(yè)轉型發(fā)展

　　自改革開放以來，保險市場保費和資產規(guī)模迅速擴張，卻難以逃脫產品同質化、跑馬圈地、價格惡性競爭、服務體驗差的外部詬病，歸根到底還是源于“以產品為中心”的粗放式發(fā)展模式，由于保險企業(yè)數據維度、質量、可利用度和處理能力不足，向“以客戶為中心”的集約化管理模式“常提卻難新”。伴隨金融綜合化、保險集團化、渠道多元化發(fā)展，特別是電銷、第三方電商、移動互聯等新渠道的興起，保險數據的歷史積累、采集維度、關聯分析與實踐應用日益成熟，大數據有利于提升保險企業(yè)對客戶行為特征、風險和產品偏好的分析能力，為保險企業(yè)客戶關系管理、風險識別與定價、營銷策略分析、理賠欺詐風險防控提供了新的驅動力，成為保險業(yè)新一輪轉型發(fā)展的“利器”。

　　保險企業(yè)應找準大數據在經營管理中的應用場景，著力解決制約轉型發(fā)展的關鍵環(huán)節(jié)。一是加強數據資源內外部整合。加強集團內部、各渠道、各產品線的數據整合利用，積極采集全面反映客戶行為特征和交易偏好的移動互聯、社交媒體、電商、地理位置、OBD等線上數據，引入身份、信用、車輛、駕駛行為等線下數據，為大數據技術應用建立現實基礎；二是構建完整的客戶數據圖譜。依托數據挖掘技術，推進客戶需求分析和客戶群組細分，在集團或公司內部建立客戶虛擬賬戶，豐富客戶全景視圖，加強客戶挽留與個性化推薦，促進客戶的獲取率、留存率和持續(xù)率。構建完善的客戶自助服務體系，改善客戶體驗、提升客戶忠誠度、提高客戶整體價值。三是提升數據發(fā)現和決策能力。重點提升對非結構化數據的存儲、加工和分析能力。圍繞交叉和二次銷售、精準營銷、代理人甄選和流失預警，加強數據分析和快速響應，整合昂貴的渠道資源，提升銷售渠道價值。通過理賠洞見分析、反欺詐關聯分析，提升成本精細化管理、精準打擊欺詐行為。四是加強數據架構規(guī)劃。引入新的大數據分析工具和存儲技術，提高對語音、視頻、圖片、網絡日志等非結構化數據的分析處理能力，對信息模型、主輔數據源以及數據集成架構進行前瞻性設計，加強主數據和元數據管理，推動信息數據的邏輯整合。提高自身數據質量，注重數據全生命周期管理。

　　三、構建行業(yè)級大數據開創(chuàng)保險市場數據治理新模式

　　在保險資金運用和費率市場化加快推進的背景下，按照保監(jiān)會“放開前端”、“管住后端”的市場化改革思路，市場化的“新常態(tài)”使傳統的出臺文件、現場檢查、行政處罰等保險市場治理手段難以奏效，滯后的監(jiān)管技術手段將無助于有效防控區(qū)域性和系統性風險，客觀上要求保險監(jiān)管部門從依靠行政手段向依靠“數據手段”治理市場轉變：一是從場外交易向場內交易轉變。通過建立保險產品交易、中介交易和資產交易的交易場所和信息平臺，促進保險交易的透明化、規(guī)則化和信息對稱化；二是從監(jiān)管信息統計與非現場監(jiān)管向保單登記管理轉變。市場和風險的快速變化，促使保險監(jiān)管從依靠時滯的統計數據和局部的樣本數據，向保單級的全量數據和實時的生產數據演變。三是由條款費率靜態(tài)審批管理向基準費率測算常態(tài)化轉變。定價權逐步交給市場后，產品創(chuàng)新必然層出不窮，基準費率常態(tài)監(jiān)測、回溯分析和定期測算是產品監(jiān)管和風險控制的必然要求。

　　基于上述行業(yè)轉型發(fā)展和市場治理需求，應從提高行業(yè)核心競爭力和抗風險能力的高度，科學規(guī)劃行業(yè)大數據體系。一是全面推進行業(yè)信息共享與應用。在客戶隱私保護和數據安全的前提下，建立行業(yè)中央集成數據倉庫，打破企業(yè)之間的數據孤島，將分散在各保險機構的數據，按照客戶、保單、業(yè)務等多個主題進行采集、存儲和有限共享，充分釋放數據共享在規(guī)范市場行為、反保險欺詐、提升定價能力、促進精細化管理等方面的內在價值。二是主動與外部數據交互應用。拓寬行業(yè)整體數據維度，依托行業(yè)數據共享的平臺優(yōu)勢，積極引入公安、氣象、醫(yī)療、教育、信用、移動通信等外部數據，主動與交管、稅務、經偵、社保、征信等公共管理部門進行數據交互，發(fā)揮外部數據在行業(yè)內部治理中的獨特作用，依托共享平臺有效延伸保險參與社會治理的范圍和觸點。三是研究制定行業(yè)大數據戰(zhàn)略和設施框架。完善信息共享平臺和保單登記制度相關法律法規(guī)，為行業(yè)大數據戰(zhàn)略實施建立良好的政策環(huán)境。加強行業(yè)數據標準建設，規(guī)范統一共享接口標準，提高數據整體質量；不斷優(yōu)化共享數據庫的采集、存儲、處理與結果應用的流程和技術，研究建立行業(yè)數據分析框架和模型，依托數據挖掘、云計算平臺、虛擬化技術，支持海量、多結構類型、高頻度的大數據處理。加強行業(yè)信息共享的安全體系建設，保障保險機構與共享信息關聯生產的連續(xù)性、安全性和穩(wěn)定性。