商业智能去哪儿——商业智能行业案例分享之保险行业

mavisfine

保险行业，是商业智能应用最早部署的行业之一。因为保险行业的核心就是大数法则，面对愈演愈烈的市场竞争，保险产品的定价的精确性需求是保险行业应用商业智能增强数据分析能力的动因。

中国保险行业现在普遍存在险种缺乏个性化的缺点。举两个例子

1、车险缺乏个性化

对于一些拥有多辆汽车的车主，有些车开的频率较低，一年也就跑个几千公里，事故风险低，但是却要和一年开几万公里的车交一样费用的保险。很多车主甚至因此停交车损险。这可以说是保险企业的一大损失。

解决方案：应用商业智能系统，能够更全面系统地对收集到的车主数据信息进行分析。数据包括投保车主所拥有的汽车的价格、性能、居住地区、汽车数量、每天的开车里程、年龄、婚姻状态、有无子女、驾驶记录以及拥有驾驶执照的时间等……通过应用商业智能系统，对这些数据进行多维OLAP分析，从而根据一定规则划分人群，在客户人群划分之后，就可以针对不同的客户群推出不同的险种。不仅能够更好地服务客户，也可以促进业务发展。

2、体育保险覆盖面小，品种单一

由于体育运动存在着高频，多样，不易测定的运动损伤风险，其中所产生的巨额费用给国家经济造成了一定的负担。体育保险的发展可以分摊损失，转移风险，更好地发挥经济补偿作用，减轻国家负担。

但是国内的体育保险品种非常少，大多是公众责任险、人身意外险、财产险的变种组合。这些险种无法保障因赛事取消，临时易地等带来的风险损失。

解决方案：应用商业智能系统，对体育风险数据进行概率分析，扩大体育保险覆盖领域（如竞技体育，群众体育，学校体育……），指导体育险种的增加（面向职业体育的运动伤残保险、人身伤害和财产损失责任保险、医疗赔偿保险；面向业余体育的巨灾医疗保险、超额医疗保险、普通责任保险、意外伤害保险、集训营保险；面向学校体育的大学体育保险、中小学学生意外保险、中小学体育保险、大学橄榄球比赛和中学全明星比赛保险、校际重大医疗保险，以及天气保险、体育指导员和官员保险……）

正是通过商业智能系统对体育风险数据进行概率分析，让保险业得以精细化数据管理，支持决策，提高了运动员的体育保障，减轻了国家财政负担，也促进了保险行业的突破性发展。