每增加一个数据集，都能看到模型的预测准确度获得显著提升——改良后的信用记录，加上公共记录，再加上保险赔付历史，可在传统信用记录基础上带来30%的模型效能提升。
1月8日，在2016中国（杭州）“互联网+”金融大会，来自律商联讯风险信息公司（LexisNexis Risk Solutions）的保险业务首席执行官 Bill Madison指出，要在大数据时代充分挖掘数据价值，必须明确自身的战略诉求，再借助海量数据资源、大数据技术、关联和分析能力、以及行业专长满足个性化的诉求。
近年来，核心的银行征信数据已经发生了变化。面对不断演变的数据来源，律商联讯从全球超过1万3千多个数据源采集了500亿条消费者和企业记录，其中包括：历来的居住地址和住址稳定性，电话和水电煤气记录，职业证书，教育历史，破产、抵押、判决和驱逐等数据。
律商联讯还通过建立保险行业共享型数据平台，为行业引入了一个全新的数据成分。律商联讯将这些非传统数据引入保险市场，生成独特的变量和行业风险评分，与传统征信数据一起用于风险定价和承保决策，帮助保险行业更好地评估风险。
掌握的数据越多，保险赔付风险模型的预测能力就越强。每增加一个数据集，都能看到模型的预测准确度获得显著提升——改良后的信用记录，加上公共记录，再加上保险赔付历史，可在传统信用记录基础上带来30%的模型效能提升。
律商联讯总结多个国际市场运营经验后发现：保险公司拥有一套自己的工作流程，从初期的保险展业开始，直至为客户提供理赔服务。在这个保险生命周期中，保险公司每次与消费者接触的节点，都是一次获取知识的节点，有机会更进一步了解消费者。
律商联讯希望在每一个工作节点，都可以为保险公司提供与消费者个人相关的信息和洞见，帮助保险公司更好地理解风险。为了实现这一目标，律商联讯在美国及多个海外市场建立了与保险公司之间的单一数据管道，将数据和分析产品在每一个相关工作节点推送给保险公司，充分满足其各个节点的风险信息需求。
Bill最后总结到，数据问题其实很简单：数据越大越好。更多的数据和更好的关联能够为我们带来更加丰富的个体档案，以及更加完整、准确的个体间关系。借助足够多的数据，我们就能够掌握每一个客户的切实可行的个性化洞见，为每一个客户定制完全贴合其需求的产品和服务。只有这样，大数据才能真正凸显其价值所在。
（编辑：赵萍）
21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。
分享成功