□毕征

    大数据的概念

    何谓大数据？简言之，它是指在新皇冠体育：的领域和更深入的层面获得并使用的全面数据、完整数据和系统数据。大数据不仅规模庞大，而且具有丰富性、多样性和系统性。大数据分析法即是通过对海量数据进行分析，挖掘数据背后的潜在价值，获得有价值的产品和服务。大数据较传统采样分析法有三个不同：首先，大数据分析与事物相关的所有数据，而非少量数据样本，即样本=总体；其次，大数据分析允许数据的混乱和不完美，追求的是效率和趋势，而非绝对的准确性；最后，大数据分析新皇冠体育：关注事物的相关关系而非因果关系，这种信息与信息之间的相关关系会提醒我们某件事情正在发生。

    我们目前正处在大规模生产、分享和应用数据的信息时代，数据之于信息社会就如燃料之于工业革命。大数据有可能成为一个“时代”，因为它可以由各行业、各领域广泛参与、探讨分析，而不仅仅是少数专家学者的研究对象。在大数据时代，我们要从一切可能的事物中提炼信息，我们要分析与事物相关的所有数据。每个数据集内部都隐藏着大量未被发掘的潜在价值，大数据是人们获得新认知、创造新价值的源泉，大数据将决定企业竞争力。

    如何在大数据时代捕捉客户需求，真正实现以客户为中心的业务转型，是大数据时代企业转型的新方向。

    杰夫·贝索斯，亚马逊公司的创始人，是用大数据分析捕捉客户需求的典范。杰夫·贝索斯向他的团队提出如何通过收集、分析客户的购物喜好，来为客户推荐他可能喜欢的具体书籍。针对这个问题，亚马逊软件研发团队成功开发了推荐系统并申请了著名的“item_to_item”协同过滤技术专利。亚马逊推荐系统使用了所有数据进行分析，推荐结果很理想，正如亚马逊软件工程师所说：“如果系统运作良好，亚马逊应该只推荐你一本书，而这本书就是你将要买的下一本书。”据统计，亚马逊销售额的三分之一都是来自于它的个性化推荐系统。

    大数据捕捉保险需求

    在所有行业中，保险业是最需要对大数据予以关注的，因为二者都与预测密切相关。保险业经营的核心是基于预测，而大数据的本质也是要解决预测问题。但是在大数据时代，以往保险使用的纵向历史样本数据分析将很有可能被颠覆，因为可以从横向的，如人们的生活习惯、医院治疗、药物使用等海量数据分析中得到一个更直接、更有效且可能更准确的结论。运用大数据分析消费者的保险需求，将为保险业发展提供一个非常广阔的空间。

    那么保险企业如何捕捉有保险需求的客户？分析预测哪些客户具有保险需求、有保险需求的客户需要哪种保险产品？笔者认为很重要的一点就是运用大数据分析法捕捉影响保险需求的关联物，即有相关关系的事物。收集、获取、分析与保险需求要素有相关关系的所有数据，找到有保险需求的潜在客户群及他们具体需要的保险产品，最终由销售人员向他们推荐介绍。这种大数据分析法将对提高保险业竞争力，降低销售误导，重塑保险业守信用、担风险、重服务、合规范的品牌形象发挥重要作用。

    影响保险需求的基本关联物

    大数据分析捕捉保险需求客户的最基本且最重要的工作是确定关联物，即找到影响消费者有效保险需求的相关关系因素。在这里，笔者总结影响保险需求的4个基本关联物及大数据分析思路。

    首先，风险是保险存在的前提和基础，没有风险就不需要保险。保险需求总量与风险总量之间存在正相关关系。风险对每个人而言都是客观存在的，只是因个体不同，其面临的风险种类和风险程度也不同而已。运用大数据分析法，跨领域、多平台，从职业、爱好、习惯、家庭结构等多方面收集、获取一切可能获得的信息，从医疗、养老、子女教育基金储备等方面分析可能面临的风险及量化风险程度，并按风险种类和风险程度大小分类进行排序，运用技术手段进行数据加工、整合形成风险客户数据集群，作为保险需求分析大数据中的一部分。

    其次，风险偏好是确定保险需求的关键。风险喜好者、风险中立者和风险厌恶者对于保险需求有不同的态度。一般来讲，风险厌恶者有更大的保险需求。运用大数据分析法借助各种信息平台及跨领域数据收集客户面对各类风险所表现的态度、应对的行为等，整理分析客户风险偏好，形成风险偏好客户数据集群，作为保险需求分析大数据中的一部分。

    再次，在其他条件不变的情况下，保险需求随收入水平提高而不断提高。通过网络交易支付、消费数据评估等跨领域多平台的数据收集，整合分析客户的收入水平，形成客户收入水平数据集群，作为保险需求分析大数据中的一部分。

    最后，消费者对保险的认知在很大程度上取决于其文化底蕴和价值观念。这种文化底蕴和价值观念与保险的核心功能越吻合，客户就越容易接受保险。从行业、职业、学历、教育背景、爱好、购物偏好和购物习惯等多平台的数据信息收集、整合形成客户文化价值数据集群，作为保险需求分析大数据中的一部分。

    综上所述，每个数据集群背后都有未被发现的潜在价值，两个或多个大数据集群间又可形成交集，如风险与风险偏好间可能会形成交集，风险、收入、文化价值间也可能会形成交集，交集因素越多则说明客户的保险需求水平越高，我们的目标客户群定位得越准确。然而，收集获取大数据、挖掘数据集群以及数据交集背后的潜在价值将是一个复杂的、相对漫长的、需要各种专业技术人才共同完成的过程。在这个过程中需要找到不同领域间数据共享的跨界合作机制；需要建立一支由数据算法师、软件工程师以及富有远见的保险业务专家等组成的数据分析团队；需要应用大数据分析法整合内外部数据，尤其整合外部数据，挖掘探索数据背后的价值，从客户的角度综合统筹各种信息，捕捉保险需求客户，最终实现以客户为中心的业务转型。在大数据时代，谁先获取、整合了外部数据，谁就有可能是明天的赢家。

    大数据时代是保险行业实践中国梦的良机，它将使保险销售和保险消费都回归理性，保险供给与保险需求走向统一，消除销售误导等不和谐因素，真正让保险发挥社会稳定器和经济助推器的作用。

    经典案例

    一个男人气冲冲地冲进一家婴儿用品商店要求见经理，他气愤地对经理说：“我女儿还是高中生，你们商店却给她邮寄婴儿用品的优惠券，你们是在鼓励她怀孕吗？”几天后，商店经理给他打电话再次致歉时，这个男人的语气变得平和起来，原来他意识到自己对商家的态度是错误的，因为他的高中生女儿确实怀孕了。那么，商家为什么会给这个高中生女孩邮寄婴儿用品优惠券？是大范围不分人群无针对性的偶然，还是商家确实知道这个女孩已怀孕而有针对性的邮寄？实际上，商家就是通过对大数据的相关关系分析，如这个女孩曾经在商店里购买过哪些相关商品，在哪些货架面前驻足观看等等预测一个女性是否怀孕，怀孕多久，从而在孕期的每个阶段给客户寄送相应的优惠券，最终提高产品的销售额。

    这是一个很典型的案例，给了我们一个全新的思维模式。它告诉我们要新皇冠体育：地了解、关注大数据以及大数据的获取和研究，并最终应用于消费者产品需求分析中。