百融金服使用线上、线下融合的海量非金融与金融数据进行信用风险建模,通过风险模型识别欺诈风险和信用风险。参照国内外征信服务市场,并立足中国国情,百融开发了适合中国市场的征信产品和服务体系。

保险行业大数据机遇

保险行业的特点与现状:
保险行业是天然的大数据行业,保险产品均是依照大数原则设计的
相对其他金融产品,保险产品相对复杂,个性化程度高,需要主动营销,典型的行商
相对发达国家,中国的保险还处于初级阶段,未来的市场空间非常巨大
 
保险行业经营困局:
产品同质化严重,缺乏创新产品和个性化定制产品
销售渠道薄弱,主要保费规模均来自银行和邮政,个人渠道忠诚度低,直销渠道占比不到20%
数据质量差,僵尸客户高企,无有效激活客户和维持客户的手段
存在大量骗保骗赔行为
 
大数据在保险行业的机会(外部数据与保险主数据进行结合):
开源:
存量盘活:有效地激活现有客户,制定营销策略,提升续保和加保的转化率
品质提升:有效进行客户分群,优化客户结构,提升保单品质
个性化定制:针对特点人群进行定制产品并销售
节流:
提前预警骗保行为(重复投保、伪造健康状态等)
及时发现骗赔案件,有效降低赔付率(车险、健康险等)
与营销结合,动态定价(车险、健康险等)
 
大数据技术为保险行业带来新思维新动力
向数据要生产力
背景:消费主体及其行为---未来的消费者从60-70后,逐步更新到80-90后,他们依托于网络而生,在网络上留下的大量的活动轨迹
 
 
三大类应用场景
 
 
发现客户、获取客户
发现客户、获取客户是所有营销活动最关键的一环,找到目标客户群是是否营销成功的关键所在
 
设计差异化的续保营销和核保策略
结合客户风险分群与续保概率分群,对不同的客户群实施差异化的续保策略及核保政策。
 
客户聚类、个性化定制产品
 
预防骗保
 
建立理赔反欺诈模型和减损模型