[译]大数据分析优化保险理赔的六条途径

翻译 校对|秦时明月

大数据…大数据…现如今,人们总是在各种地方以各种方式提到这个词。然而,万能的大数据对保险行业究竟有什么用呢?想象一下:你在无边无际的数据中挑拣,搜索并整理你所需要的信息。这些数据可能来自于保险理算员手写的笔记、保险欺诈清单、理赔管理系统以及NICB(National Insurance Crime Bureau,国家保险犯罪局)的庞大的数据库。你真的能够充分利用这些数据吗?

在堆积成山的保险理赔中,理算员不可能有时间和精力去对每一个理赔查阅上面提到的所有数据。这样,他便很有可能遗漏某些重要信息,从而无法做出最优的判断。事实上,理算员在很大程度上是根据自己的经验、直觉以及手头有限的信息对各个理赔申请做出结论的。

正因为如此,大数据分析技术在保险行业中的地位便越来越重要。与传统保险理算一起,大数据分析可以通过分析,将需要仔细分析、提前处理之类的理赔申请标记出来。

这里,大数据分析可以从六个方面充分展现自己的价值:

欺诈:有十分之一的理赔申请存在欺诈的成分。那么,如何在巨额赔付生效前发现这些欺诈行为呢?市场上,针对欺诈行为的解决方案多数是基于政策的,然而不幸的是,欺诈者想要绕过这些政策,甚至利用这些政策中的漏洞,实在是太容易了。但是,预测分析(Predictive analysis)理论则可以通过对政策、模型、文本挖掘、数据库以及异常报告的综合应用,在理赔申请的各个环节更快、更有效地甄别欺诈行为。

代位求偿权(subrogation):保险公司大部分能够申请代位求偿的机会都因为那庞大的数据量而凭白丧失了。申请代位求偿的数据往往能够从警方的记录、理算员的笔记以及医疗记录中找到。文本分析方法能够在这些凌乱的数据中搜索并找出与案例有关的相应章节。通过更早的抓住申请代位求偿的机会,保险公司能够让自己的损失最大程度上地收回。

赔付:为了降低成本并且保证公平性,保险公司往往采取类似快捷赔付的方式即时对赔付申请进行赔付。但是,对于所有的申请都选择“随申随赔”很可能会导致保险公司赔钱过多。当一个保险公司见识到某些自然灾害后如潮水涌出的房屋损坏险赔付时,他便会对即时赔付方式产生的问题深有体会。通过分析理赔申请以及理赔申请的历史记录,保险公司可以优化即时赔付的限额。大数据分析同时还可以将理赔的审理周期缩短、提升客户满意度并且降低人工成本。同时,这样的分析还可以应用于如租车险等类似的险种,有效降低成本。

赔款准备金:当一个理赔申请递交时,保险公司根本无法预测这个理赔的金额以及处理时间。但是,准确的赔款准备金以及理赔预期则是必须的,特别是针对那些长线赔付案例,例如债务和工伤赔偿。大数据分析可以通过与类似赔付案例比较,精确地计算损失准备金。在这个赔付案例的数据更新之后,保险公司可以对损失准备金进行重新评估,用于对今后类似的索赔案件进行分析。

分配:在理想情况下,保险公司应当让最有经验的理算员处理最复杂、最棘手的理赔申请。但是,理赔申请的初期评估是根据有限数据进行的,这便导致了保险理赔的高重评估率,延长了赔付审理的时间,降低客户满意度。数据挖掘技术可以通过对损失的类型进行分类,并对各个理赔申请进行评分,从而将申请派发给最合适的理算员。在某些特殊情况下,理赔申请甚至可以被自动处理并赔付。

诉讼:保险公司的损失调用费用比率(Loss adjustment expense ratio)中的很大一部分都被用在了对争议赔付的诉讼之中。保险公司可以通过大数据分析方法计算一个诉讼倾向评分,从而猜测哪些理赔申请最容易进入诉讼流程。对于那些最容易进入诉讼流程的理赔案件,保险公司可以派更加资深的理算员对其进行处理,从而保证公司能够以最低的价格最快地对这些申请进行赔付。所以,究竟是为什么要让大数据分析进入到保险公司的理赔处理流程之中呢?是因为当保险逐渐变成商品的时候,保险公司便更加需要将自己与同行业的竞争对手区分开来。通过对理赔处理中的各个环节加入大数据分析,投资的收益将会随着成本的降低而显著增加。要知道,对于一个总资产十亿美元的保险公司来说,每降低1%的赔付率最终给公司带来的直接收益将高达七百万美元。

文章来源:http://www.sas.com/en_us/insights/articles/risk-fraud/big-data-analytics-improves-claims-processing.html

作者:Stuart Rose

大数据文摘编金融与商业专栏

“大数据文摘-金融与商业专栏”视角集中在金融及商业决策分析相关的大数据分析文摘,内容涵盖金融,信贷,风控,投资,理财,商业等领域。鼓励独家首发与观点原创,行业前沿理论分享,国外优秀文章翻译以及行业领袖采访演讲编译,力争刊出更多金融和商业领域相关精品文章。欢迎各位同行及对数据分析感兴趣的朋友加入,共同分享交流。

大数据文摘编金融与商业专栏译者简介

有意联系栏目组成员的朋友,请给“大数据文摘”后台留言,附自我介绍及微信ID,谢谢。

秦时明月

(王玥)

南开大学国际经济与贸易专业学士,加拿大皇后大学数据分析管理学硕士。曾就职于小微借款及信用风险评估管理公司担任数据分析工作,对于个人信用评分,自动审批系统和反欺诈风险管理方面有丰富的实践经验。对大数据在金融及市场营销领域,尤其是互联网金融领域的应用有浓厚的兴趣。非常希望结交各路大数据人才,并和大家讨论分享大数据趋势。

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2015-05-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

大数据的最核心价值是什么

有这样一段话:社交网络,让我们越来越多地从数据中观察到人类社会的复杂行为模式。社交网络,为大数据提供了信息汇集、分析的第一手资料。从庞杂的数据背后挖掘、分析用户...

30650
来自专栏灯塔大数据

2015年大数据做了哪些接地气的事儿?

不久前,美国硅谷‍‍大数据公司‍‍‍‍‍‍‍Palantir Technologies获得‍‍‍‍‍融资6.798亿美元,这家被称为美国最神秘的新创公司估值2...

35670
来自专栏安恒信息

全球顶尖“黑客大会”召开 专家热议网络大战

据西班牙《世界报》网站3月8日报道,网络战争的信息安全引起专家的高度关注。 俄罗斯对克里米亚的占领伴随着一场网络遭遇战,据路透社称,“乌克兰安全局领导人声称,克...

36270
来自专栏程序你好

大龄程序员没有出路,真的如此吗?

12110
来自专栏农夫安全

确不确认眼神已不在重要

安全群经常会遇到吵起来,对着骂菜逼,这其中的典型就是逆向的看不上搞web的,搞web的看不起娱乐圈的,社工圈的看不起任何人......

11020
来自专栏企鹅号快讯

大数据如何破解腐败密码?厉害了

戳上图,订阅2018年《方圆》杂志 美国最高法院大法官刘易斯·布兰迪斯(Louis Brandeis)曾写道:“阳光是最好的防腐剂。”在全球共同推动下,大数据所...

21090
来自专栏大数据文摘

脸萌出海记:如何在多国排行榜拿下第一?

18560
来自专栏架构师小秘圈

靠纯技术是否能渡过中年危机

来自:架构师技术联盟(ID:ICT_Architect) 题记:靠纯技术是否能渡过中年危机,走路久了也该抬头看看前方路,干货枯燥,伴随音乐阅读吧 这个世界...

35550
来自专栏PPV课数据科学社区

【观点】扒一扒这个数据挖掘行业,黄油和面包

声明:本文指的是做数据挖掘这行,不是数据仓库。 我干这行有几年了,见了很多人,干了很多公司,爆一爆这个行业的状况吧……让后来人有所了解,也让猎头挖...

347130
来自专栏VRPinea

SXSW 2018进行时丨3D打印的寿司你敢吃?智能房屋竟能包揽所有家务!

36480

扫码关注云+社区

领取腾讯云代金券