为什么历史保险数据模型在我们当前的环境中不起影响
发布时间：2021-11-09 15:25:29 所属栏目：大数据 来源：互联网
导读：经典数据建模和基于历史的精算模型不再全面起作用。为了获得可用于支持客户和业务的有用见解，保险公司必须在其分析中迅速纳入新的数据源。时事与我们最近的历史所见不同，这迫使我们适应一个新世界，而这个新世界不能完全根据历史经验和知识进行评估和分析
|
经典数据建模和基于历史的精算模型不再全面起作用。为了获得可用于支持客户和业务的有用见解，保险公司必须在其分析中迅速纳入新的数据源。时事与我们最近的历史所见不同，这迫使我们适应一个新世界，而这个新世界不能完全根据历史经验和知识进行评估和分析。不幸的是，这使得保险公司经营其业务数十年的精算模型的用处不大。新世界需要新数据，并需要新方法来获得洞察力。 历史数据如何导致错误的预测 历史和模型得出的结论是，由于大多数人没有像以前那样使用汽车，或者根本没有使用汽车，因此在大流行期间，汽车保险公司将少付赔款。根据这些历史性洞察，美国的汽车保险公司（以及全球其他地区的汽车保险公司）在2-3个月内向其客户退还了他们在2-3个月内支付的保费的15-20％（福布斯）。但是，实际经验开始表明，尽管索赔数量可能会减少，但索赔的严重性却有所提高。依靠这些历史模型，保险公司为每项索赔支付的费用超出预期。初步的基于假设的分析和轶事发现表明，这可能是由于超速驾驶（在空旷的道路上容易得多），执法不严格（城市希望避免其警官与公民密切接触）和/或酗酒引起的在这种大流行期间使用毒品。在决定退还保费时，没有模拟这些触发器。 另一个例子比如戴面具。有传闻说，戴着面具的人在商店和银行抢劫的企图增加了，这是由哥伦比亚广播公司（CBS）5月份报道的。我确信，在为这些企业的财产保单承保时，没有人考虑到每个进入该机构的人都会遮住他们的脸。苹果、谷歌等不得不改变其面部识别算法，以适应识别戴着面具的人的需求。因此，即使是新世界的公司和新的数据源也需要快速发展。 各种责任中都存在很大的不确定性——从个人防护装备上的产品责任，关于谁可以在什么时候、在什么条件下去工作场所的雇佣实践责任，到关于我应承担责任的责任和责任等问题我的亲人，在我们开始营业后被感染。有关商业中断保险和较小范围的旅行保险的保险范围很大。同样，人寿保险的承保流程也在迅速变化。 保险公司必须纳入新的数据源 这些例子清楚地表明，经典的数据建模和基于历史的精算练习不再能全面发挥作用。为了获得可用于支持客户和业务的有用见解，保险公司必须在分析中迅速整合新的数据源，并支持这些源的所有格式：文本、语音、图片、视频、流媒体、物联网、社交媒体、结构化和非结构化。这不是一件容易的事。它需要一个能够确定并支持所有这些信息需求的业务战略，一个定义，确定数据优先级，控制和执行数据需求的数据战略，一个确定如何存储和计算数据的云战略以及一个用例路线图。这一切都必须由企业数据平台来支持，该平台使业务用户能够在需要的时间、地点和方式访问和分析数据。 由于过去几个月对我们所有人都充满挑战（并请继续保持安全和健康），令人鼓舞的是，看到我们如此众多的保险公司加紧努力，并真正尝试收集和分析新的相关数据以支持其客户。这些复杂的时代。我很高兴有机会通过用例，市场见解和路线图来支持其中的一些。因为这是我们只能共同获胜的时代之一——数据。  （编辑：常州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
