吕晓辉：保险行业可以动员外部数据为自己所用_顺水财经_顺水网

新浪财经讯 1月3日消息，“2020慧保天下保险大会—穿越周期·韧性前行”今日在上海召开。精励联讯总经理吕晓辉在演讲中表示，保险行业可以采用一个以数据为中心的方法论，来激活自己内部数据，动员外部数据为自己所用，动用外部的知识为自己所用。

以下为文字实录：

吕晓辉：

今天通过3个案例跟大家分享精励联讯以数据为中心的方法论，以及我们在保险科技应用方面的一些实践。

什么是以数据为中心的方法论呢？

一个简单的概念开始，从一个数据源的数据，不管数据源多好，数据总是充满瑕疵，如果能够把多个数据源的数据串到一起，那它的数据之间可以交叉验证，相互补充，数据质量和数据的应用价值会变得更高更好。但是想要做成这样一件事情是不容易的。精励联讯在近三十年时间内，基于独特业务需要，一共研发了40多个专利，就做这件事情，串数据，怎么串呢？把很多的来自于各个来源的数据，两万多个数据源的数据，只要和一个人相关的，跟这个人相关的记录串在一起，我们把这个叫个体解析，通过专利算法，可以把这个可以做的既高效又准备。做完个体解析以后，个体和个体之间的关系就可以形成一个关系网络图。我们有专门的技术可以在超大规模覆盖美国全人口的网络图上进行探索和网络应用。

第一个案例是英国的保险集团的案例。

一个保险集团里面有各种产品，各个渠道，各个品牌，各个客户，客户有多个触点。这些活动都会产生很多的数据，保险集团为了能够为它的客户提供交叉销售，比如说非常优质的服务，它需要动员自己内部的数据，打通内部的数据。这个时候很多的客户会用传统的方式来做这件事情。那做过就知道，其实是很难，很艰苦的一件事情。利用大数据关联算法，可以让这件事情做的既快又省。

第二个案例是精励联讯在中国市场做成的一个案例。我们采集和消费者消费行为相关的数据，匹配上车险赔付数据，让我们成为一个性能非常好的，从人风险评分的模型。这个模型如何描述信任的一个做法。我们在平均风险比较高的省份里面，评分的性能非常好。

两个用法，在现有车险公司核保的规则和模型基础之上。在这个案例当中，赔付率高于45%，需要手工核保，需要提高核保门槛。加了风险赔付模型之后，发现风险细分颗粒度更细，这个时候可以在本来需要手工核保人群中红框挖出那个部分，这个业务可以做，对保险公司来讲非常好的拓展客户基础的方式。另外风险胃口比较挑剔的保险公司，可以继续对额外的红框框出来的客户进行更高核保的控制。在定价无端，在模型基础上有效提升了风险评分性能。

第三个案例是外部的专业知识。

刚刚我们提到，爱思唯尔是一个有很强的健康医疗知识的实体，它有一个产品叫Arezzo，它是给医生用的，覆盖全病种，帮助医生提升它医疗的结果。这是国外发表的专业结果，比如说哮喘病，比如说中风，比如说癌症。

去年受印度政府的邀请，为他们的总理推广的面向1.1亿贫困家庭的国家医保计划方案，在这个方案里面印度政府希望我们帮他们来控制费用。我们借助了爱思唯尔的专家规则引擎，在此之上建立了一套系统，帮助印度政府在医疗费用的预售权，医疗费用的审计，以及赔付后的欺诈调查方面做了一些试点，效果非常好。我们对2%的索赔预警准确率达到70%。

刚刚讲了3个案例，这三个案例分别说明保险行业可以一个以数据为中心的方法论，来激活自己内部数据，动员外部数据为自己所用，动用外部的知识为自己所用。

励讯集团是一个跨国企业，在数据增长的时代，我们集团对社会有这样一个承诺。我们承诺以合规的方式来使用这些数据，我们承诺以尽自己所能保护这些数据，使我们客户，在座的保险公司和保险渠道，您们的消费者客户的利益受到充分的保护。

谢谢大家！

新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）