大數據是依託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，找尋數據背後的規律，以提高分析決策能力、優化流程和科學配置資源。大數據正在向經濟、社會、科學、文體及公共衛生等多個領域快速滲透。在網路技術、移動互聯、雲計算等新技術和金融市場化改革的政策雙驅動下，金融與網際網路、各金融板塊之間的界限和壁壘被衝破，市場的遊戲規則發生了深刻變化，誰掌握了數據，誰就掌握了競爭的制高點。現代保險服務業如何在經濟“新常態”中，研究和實施大數據戰略，關鍵要找準大數據在保險業的應用場景、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，保險産品機理主要是遵循統計學範疇的“大數法則”，基於歷史風險發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”規律，依靠精算技術實施産品定價、建立財務運作機制。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，但在保險産品定價機制中的作用基點是完全不同的。“大數法則”是保險定價的根本法則，特別是針對車險、壽險、健康等關係社會公眾利益的領域，必須依託“大數法則”確保行業基準純風險損失率厘定的公平性、充足性和安全性。“大數法則”是保險運作管理的數理邏輯，是保險業不可動搖的理論和定價基礎。而大數據主要發揮保險定價的輔助作用，特別是採集和獲取客戶行為、交易的網路數據進行關聯分析，找尋數據背後風險與成本、收益的匹配規律，推動保險公司客戶細分化、責任碎片化、産品定制化，優化精算定價模型，主要基於附加費率建立科學、有效的保險費率浮動機制和差別化定價機制。因此，大數據並沒有顛覆“大數法則”，而是對保險費率市場化形成機制的重要優化和改進，是一種以新技術為依託、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，商業車險、分紅險市場化改革也即將發令放行，更多的産品定價權和選擇權將交給市場。科學、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産品創新機制。一方面，保險監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佈機制，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，形成主要保險産品的定價參照基準體系。另一方面，要鼓勵保險企業在遵循基準費率的同時，發揮大數據在保險産品區域化、差別化、個性化的創新支撐作用，處理好産品創新與風險、成本、收益的關係。

　　二、依託大數據驅動新一輪保險企業轉型發展

　　自改革開放以來，保險市場保費和資産規模迅速擴張，卻難以逃脫産品同質化、跑馬圈地、價格惡性競爭、服務體驗差的外部詬病，歸根到底還是源於“以産品為中心”的粗放式發展模式，由於保險企業數據維度、品質、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、採集維度、關聯分析與實踐應用日益成熟，大數據有利於提升保險企業對客戶行為特徵、風險和産品偏好的分析能力，為保險企業客戶關係管理、風險識別與定價、行銷策略分析、理賠欺詐風險防控提供了新的驅動力，成為保險業新一輪轉型發展的“利器”。

　　保險企業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展的關鍵環節。一是加強數據資源內外部整合。加強集團內部、各渠道、各産品線的數據整合利用，積極採集全面反映客戶行為特徵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。依託數據挖掘技術，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、精準行銷、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、網路日誌等非結構化數據的分析處理能力，對資訊模型、主輔數據源以及數據整合架構進行前瞻性設計，加強主數據和元數據管理，推動資訊數據的邏輯整合。提高自身數據品質，注重數據全生命週期管理。

　　三、構建行業級大數據開創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，按照保監會“放開前端”、“管住後端”的市場化改革思路，市場化的“新常態”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，滯後的監管技術手段將無助於有效防控區域性和系統性風險，客觀上要求保險監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。通過建立保險産品交易、仲介交易和資産交易的交易場所和資訊平臺，促進保險交易的透明化、規則化和資訊對稱化；二是從監管資訊統計與非現場監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産數據演變。三是由條款費率靜態審批管理向基準費率測算常態化轉變。定價權逐步交給市場後，産品創新必然層出不窮，基準費率常態監測、回溯分析和定期測算是産品監管和風險控制的必然要求。

　　基於上述行業轉型發展和市場治理需求，應從提高行業核心競爭力和抗風險能力的高度，科學規劃行業大數據體系。一是全面推進行業資訊共用與應用。在客戶隱私保護和數據安全的前提下，建立行業中央整合數據倉庫，打破企業之間的數據孤島，將分散在各保險機構的數據，按照客戶、保單、業務等多個主題進行採集、存儲和有限共用，充分釋放數據共用在規範市場行為、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。拓寬行業整體數據維度，依託行業數據共用的平臺優勢，積極引入公安、氣象、醫療、教育、信用、行動通訊等外部數據，主動與交管、稅務、經偵、社保、徵信等公共管理部門進行數據交互，發揮外部數據在行業內部治理中的獨特作用，依託共用平臺有效延伸保險參與社會治理的範圍和觸點。三是研究制定行業大數據戰略和設施框架。完善資訊共用平臺和保單登記制度相關法律法規，為行業大數據戰略實施建立良好的政策環境。加強行業數據標準建設，規範統一共用介面標準，提高數據整體品質；不斷優化共用數據庫的採集、存儲、處理與結果應用的流程和技術，研究建立行業數據分析框架和模型，依託數據挖掘、雲計算平臺、虛擬化技術，支援海量、多結構類型、高頻度的大數據處理。加強行業資訊共用的安全體系建設，保障保險機構與共用資訊關聯生産的連續性、安全性和穩定性。