大數(shù)據(jù)時代的保險風控進化論

徐瀚瀚 小雨傘保險

今天我想給大家分享的主題是大數(shù)據(jù)時代的保險風控進化論。本人是互聯(lián)網(wǎng)保險平臺小雨傘保險的創(chuàng)始人和董事長。小雨傘主營業(yè)務是通過定制加精選保險產(chǎn)品，在互聯(lián)網(wǎng)在線平臺銷售，同時運用高科技賦能價值鏈條。傳統(tǒng)的保險售賣主要通過代理人和銀行兩個渠道?，F(xiàn)在由于互聯(lián)網(wǎng)的高速發(fā)展，人們獲得信息的方法和手段都發(fā)生了一個根本性變化。代理人制度進入中國的時候，發(fā)展得非?？焖?。由于保險產(chǎn)品屬于高度專業(yè)的金融產(chǎn)品，晦澀難懂，信息不對稱加上快速發(fā)展引至的人員素質(zhì)不齊，導致保險給人留下了一些不好的印象。但是隨著移動互聯(lián)網(wǎng)的興起，大家獲取資訊的方式都有所改變。比如說中國內(nèi)地現(xiàn)在的80后、90后，他們想了解事情，會先去知乎上面看一看。主動獲取資訊和互聯(lián)網(wǎng)的天然透明開放的特質(zhì)相互匹配。

一、金融業(yè)數(shù)據(jù)價值的演化

（一）金融業(yè)數(shù)據(jù)價值的演化

首先我們來看從金融業(yè)傳統(tǒng)的數(shù)據(jù)倉庫到大數(shù)據(jù)的演化。傳統(tǒng)的手段實現(xiàn)的數(shù)據(jù)分析平臺利用的主要是結(jié)構(gòu)化數(shù)據(jù)進行統(tǒng)計分析，已經(jīng)遠遠滿足不了大數(shù)據(jù)時代的發(fā)展需要，大數(shù)據(jù)是通過分布式架構(gòu)設(shè)計的，利用分布式計算完成相同的工作內(nèi)容所需時間更短，主要有五種能力：數(shù)據(jù)采集的能力、存儲的能力、計算的能力、分析的能力和應用的能力。首先來說數(shù)據(jù)的采集，在講采集之前，我們看看什么是真正的大數(shù)據(jù)。在專業(yè)術(shù)語里，大數(shù)據(jù)主要是4個V，第一個就是數(shù)量（Volume）。大家思考一下，數(shù)據(jù)量大，是不是一個重要的事情？我們擁有數(shù)據(jù)當然是越多越好。但是在擁有眾多數(shù)據(jù)的同時，有一個能力是必備的，就是數(shù)據(jù)分析能力。舉個例子，日本作家鹽野七生寫的《希臘人的故事》，這本書里面講述了一個關(guān)于馬其頓國王亞歷山大大帝的故事。在亞歷山大大帝打仗的時候，有一個特征，他會讓他的下屬，喬裝打扮或是躲在暗處進行敵方信息的收集，比如從房子里走出幾個人、手里拿的是什么東西、來來回回幾次等，都要事無巨細地記下來，不能出錯。這其實可以看作是一個早期的大數(shù)據(jù)，下屬做的事情就是數(shù)據(jù)的收集。亞歷山大大帝懂得數(shù)據(jù)的價值。這個國王戰(zhàn)無不勝的原因也在這里：通過收集的數(shù)據(jù)來掌握并分析敵人的狀況。無獨有偶，在遼沈戰(zhàn)役時，林彪也讓士兵在暗中收集數(shù)據(jù)，記錄小巷的數(shù)量、布置了多少士兵等。相比今天，亞歷山大大帝和林彪擁有的數(shù)據(jù)都不算多，二者都成功的原因在于分析數(shù)據(jù)的能力。第二個V是分析數(shù)據(jù)的速度（Velocity）。第三個V是數(shù)據(jù)的多樣化（Variety），通過不同的維度來記錄數(shù)據(jù)的多樣性，對大數(shù)據(jù)來說也是非常重要的。最后一個V是數(shù)據(jù)的價值和真實性（Value）。

關(guān)于數(shù)據(jù)存儲這個環(huán)節(jié)，有一個高效的數(shù)據(jù)存儲架構(gòu)，叫Hadoop，logo是一只黃色大象。簡單來說，這個架構(gòu)就是存儲大數(shù)據(jù)的，用的是分布式存儲。Hadoop把你放在云上的東西分成一個個碎片，進行分布式存儲，一個碎片丟掉之后，再利用其他的碎片對丟掉的碎片進行修補，使你放在云上的東西一直存在，不會造成因為數(shù)據(jù)丟失而引起巨大災難性后果。數(shù)據(jù)分析和數(shù)據(jù)應用能力是各環(huán)節(jié)中最重要的能力，分析能力中的數(shù)據(jù)挖掘（Data Mining），即如何在數(shù)據(jù)的海洋里，把數(shù)據(jù)的價值挖掘出來，可是一件不容易的事情。要在海量的數(shù)據(jù)里，通過算法搜索出隱藏在中間的信息。而最重要的一環(huán)就是應用，信息可視化、管理精細化，我們看到的醫(yī)療、城市管理很多案例都是大數(shù)據(jù)的應用。

二、保險大數(shù)據(jù)風控的應用

再看看大數(shù)據(jù)在金融領(lǐng)域的熱點應用，圖1中的橫軸代表該應用領(lǐng)域價值周期，表明該應用價值速度的快慢，數(shù)值越大，價值跨越的周期越長；縱軸代表該應用領(lǐng)域的炒作周期階段，數(shù)值越大表明持續(xù)熱點時間越久；圓圈代表應用領(lǐng)域的規(guī)模，表示該應用領(lǐng)域當前參與方的多少與應用數(shù)量。從圖片分析，用戶畫像、精準營銷和風險管理在這三方面的應用是目前最為熱門的應用。今日頭條旗下的抖音，你使用過后會發(fā)現(xiàn)，你越刷，出來的越是你喜歡的東西。這其實就是通過精準的用戶畫像進行的營銷。抖音通過你看每個視頻的時間發(fā)現(xiàn)了你的喜好，之后就給你推薦類似的視頻?，F(xiàn)在小雨傘也在進行用戶畫像的精準營銷，比如你在瀏覽醫(yī)療險的時候停頓的時間長，那么下次的推送就會多一點醫(yī)療險的東西；如果是重大疾病險瀏覽時間長，之后會增加重大疾病險的東西。簡單來講，應用價值周期加上應用熱度，這二者相交的地方，是最熱門的應用。

從保險產(chǎn)品開發(fā)到營銷轉(zhuǎn)化，到理賠管理到資產(chǎn)管理，大數(shù)據(jù)對保險價值鏈的影響越來越大。在產(chǎn)品開發(fā)方面，小雨傘是以開發(fā)定制產(chǎn)品在市場上廣受好評的，這里面離不開“市場調(diào)研—風險評估定價—市場反饋—迭代優(yōu)化”這個閉環(huán)，隨著數(shù)據(jù)的積累，小雨傘在市場上充分摸清了新生代80后、90后的保障需求點，通過這個閉環(huán)不斷優(yōu)化產(chǎn)品，完全差異化了和線下代理人隊伍的競爭。在營銷轉(zhuǎn)化上，建立客戶畫像—根據(jù)畫像拉新—留存—轉(zhuǎn)化，這個數(shù)據(jù)閉環(huán)也幫小雨傘實現(xiàn)了良性的商業(yè)可持續(xù)盈利。

?圖1 金融領(lǐng)域大數(shù)據(jù)應用熱點圖

過去在沒有精細化的數(shù)據(jù)分析和挖掘的情況下，保險公司把很多人都放在同一風險水平之上，客戶的保單并沒有完全解決客戶的各種風險問題。但是，保險公司可以通過自有數(shù)據(jù)以及客戶在社交網(wǎng)絡的數(shù)據(jù)，解決現(xiàn)有的風險控制問題，為客戶制定個性化的保單，獲得更準確以及更高利潤率的保單模型，給每一位顧客提供個性化的解決方案 ?；谄髽I(yè)內(nèi)外部運營、管理和交互數(shù)據(jù)分析，借助大數(shù)據(jù)平臺，全方位統(tǒng)計和預測企業(yè)經(jīng)營和管理績效。基于保險保單和客戶交互數(shù)據(jù)進行建模，借助大數(shù)據(jù)平臺快速分析和預測再次發(fā)生或者新發(fā)生的市場風險、操作風險等。除此之外，保險公司還可以根據(jù)代理人員（保險銷售人員）業(yè)績數(shù)據(jù)、性別、年齡、入司前工作年限、其他保險公司經(jīng)驗和代理人人員思維性向測試等，找出銷售業(yè)績相對更好的銷售人員的特征，優(yōu)選高潛力銷售人員。

三、壽險智能核保與大數(shù)據(jù)風控的演化與融合

傳統(tǒng)的風險維度已經(jīng)不足以反映世界的復雜性，而大數(shù)據(jù)大大改善了這一現(xiàn)狀。只有擁有越多越全的數(shù)據(jù)，才能看清這個世界的全貌。根據(jù)圖1你會發(fā)現(xiàn)，在互聯(lián)網(wǎng)保險欺詐里面有兩個特征：第一，好人是分散的，沒有共性可尋；第二，壞人是扎堆的，壞人的特性是一樣的。一定要獲得更多的數(shù)據(jù)，才能看到事物的本質(zhì)。接地氣地說，就是看事情不能看表面，這句話也可以作為一個警醒。以前的保險風險判斷是圍繞樣本，現(xiàn)在是圍繞數(shù)據(jù)，所以要收集更多的數(shù)據(jù)。當客戶數(shù)據(jù)足夠多的時候，壞賬率是較低的，這個反應的關(guān)鍵點是：當你擁有越全的數(shù)據(jù)的時候，被欺詐的風險就是越低的。這里給大家分享一個醫(yī)療保險欺詐案例——無錫醫(yī)生騙保案。無錫醫(yī)生高建業(yè)憑借自己多年的經(jīng)驗感覺自己甲狀腺出了問題，用假名字高飛去體檢確診。于是又用真名字在13家保險公司先后購買了近800萬元保額的保險。等過了觀察期后，這個醫(yī)生馬上進行理賠，保險公司覺得不太正常，遂報警。民警逐一排查2016年9月前甲狀腺就診人員，大海撈針，甄別了3萬余條就診信息，只為從海量就醫(yī)信息中識別并揪出高建業(yè)隱藏的虛擬身份。這個就是運用大數(shù)據(jù)的力量破案。再來講一個大數(shù)據(jù)應用的案例。該案例發(fā)生在美國的一個超市，一位爸爸收到了超市寄來的給女兒的宣傳畫冊，是一輛嬰兒車和許多嬰兒用品。爸爸很生氣，投訴了這個超市，問為什么要給我女兒寄這些呢？她還沒有結(jié)婚，可是后來這個爸爸發(fā)現(xiàn)，女兒真的懷孕了。那么超市是怎么發(fā)現(xiàn)的呢？其實就是利用大數(shù)據(jù)，根據(jù)這個女兒在超市網(wǎng)頁里瀏覽的商品推算出這個女孩可能懷孕了，所以寄宣傳畫冊。

智能風控在保險行業(yè)的應用也非常豐富。在小雨傘保險的公眾號里，有一個疾病預核保的功能，是客戶全私密在線和機器對話。小雨傘給這個智能預核保的系統(tǒng)起了個名字，叫“元芳”，其實這就是智能風控的應用。把自己私密的健康問題輸入進去，“元芳”就會給出判斷和給出核保指導意見，比如說某種產(chǎn)品買不了，但是可以選擇另外一款等。這種方式除了減輕了人和人之間需要提及隱私問題的尷尬，還可以緩解因為面對面交流帶來的尷尬影響。

在此分享一個量化風險的管理架構(gòu)，有兩個模式，第一個模式是業(yè)務目標驅(qū)動由上而下。比如，今天老板說這個月收了十億元的保費，根據(jù)財務需求最多可以賠付九億元，如果賠了九億一千萬元，那就是管理的責任。接到任務后，你需要思考，要如何來完成這個任務呢？策略是什么？要不要來做一個評分卡？十億元的保險只能賠九億元，那么說明有一部分人是不能賣給他保險的。所以就用評分卡來看，這個人是否能投保。評分卡的打分依據(jù)來自接入的數(shù)據(jù)池，比如一個優(yōu)質(zhì)客戶是99分，另外一個客戶在P2P平臺借了300萬元，還有一些已經(jīng)患病的記錄，那么他就可能只有60分。根據(jù)分數(shù)的不同，給客戶推薦不同產(chǎn)品。第二個模式是看風險平臺分析，為了達成目標，機構(gòu)需要哪些數(shù)據(jù)？這是一個自上而下經(jīng)營分析的辦法，也可以叫數(shù)據(jù)觸動自上而下的迭代。然后根據(jù)數(shù)據(jù)再分析，對客戶進行評分，進而做決策。兩種辦法都可行，關(guān)鍵看業(yè)務場景更適用哪種。

四、小雨傘風控平臺“啄木鳥PICUS”

大數(shù)據(jù)的應用場景非常廣泛。保險領(lǐng)域利用大數(shù)據(jù)對健康險賠付率建立模型，模型進行細分維度下精準預測從而鎖定利潤，提升企業(yè)的盈利水平。

啄木鳥Picus是小雨傘保險自2017年開始投入研發(fā)的風控平臺。為什么叫Picus呢？啄木鳥就是要把壞蟲吃掉，讓樹木保持健康。啄木鳥風控系統(tǒng)有五個方面功能：分別是敏捷作業(yè)、復雜的網(wǎng)絡智能學習、全流程控制、核保知識的識別、判斷和分組。數(shù)據(jù)的價值是什么呢，舉一個例子：在小雨傘保險的平臺上，客戶和小雨傘就保險的咨詢問題已經(jīng)積累了數(shù)億條，例如，得了纖維瘤，還可以投保嗎？小雨傘的“超級瑪麗2020”是什么產(chǎn)品？小雨傘開發(fā)了復雜的網(wǎng)絡智能學習，這有兩個好處：第一，下一次還有人問這個問題的時候，機器就可以直接回答；第二，積累形成了海量的知識庫。小雨傘跟其他保險公司合作，每個公司都會有一個核保手冊，啄木鳥會來學習這個核保手冊。還有一些問題，是核保手冊里沒有的，那就用積累的知識庫來回答，基本上可以做到5秒鐘回答問題。 隨著時間的積累，這也會形成巨大的知識寶庫。

“啄木鳥”向惡意欺詐、高額風險、健康風險和續(xù)期風險四種風險發(fā)起挑戰(zhàn)。惡意欺詐在互聯(lián)網(wǎng)上算是一個比較嚴重的問題。我們常見的虛假投保的“羊毛黨”，這樣的人群是定制優(yōu)質(zhì)保險產(chǎn)品必須隔離的。健康風險上，保險領(lǐng)域最大的問題就是逆選擇，非故意的不如實告知等問題，那么作為保險機構(gòu)，核心策略是什么呢？我們的做法是多維度深度鏈接第三方服務商，廣覆蓋醫(yī)療機構(gòu)，數(shù)據(jù)不斷積累并趨于全面。目前“啄木鳥”已經(jīng)服務6家保險公司，為好產(chǎn)品守衛(wèi)站崗。