前言:
最近,《全球银行与金融评论》(Global Banking and Finance Review)采访了律商联讯风险信息公司(LexisNexis Risk Solutions,简称“律商联讯”)的保险业务分析高级副总裁John Beal先生,探讨了数据与分析是如何影响全球保险行业的未来的。
#问题1:有种说法是“数据是新的黄金”,请以保险市场为背景解释一下这个说法,以及数据是如何影响您的业务的?
保险行业的竞争逐年加剧,那些能够利用数据与分析提升业务能力的保险公司终将成为赢家。
为了能够比竞争对手更好地细分客户风险,保险公司在不断地评估新的基于数据的解决方案。此外,许多保险公司也在投资建设自身的数据分析能力,在这一方面部分国家更加领先。这也引发了对越来越多的数据、变量与评分产生的无休止的需求。正是由于这些因素,以及我们的数据资产尚待释放的内在价值,推动了律商联讯过去几年的业务增长。
#问题2:您必须拥有一个相当规模的团队才能满足这一需求吗?
如今,律商联讯保险分析团队在美国、欧洲、巴西和中国等不同地区拥有130多名员工。随着全球市场对分析类产品需求的不断增加,我们也将继续加大投资进入更多的市场。律商联讯会继续对相对成熟的市场中新领域的机会深入研究,创造新的产品和数据分析项目,推动公司业务的有机增长。
然而,团队规模并非唯一重要因素,律商联讯还为市场带来许多其它的能力。构建新的预测模型是不够的,你还需要能够快速有效地将新的方案投入生产应用。此外,保险公司还需要通过对标行业,了解他们自身的相对表现及需要投资的领域。我们的保险分析团队提供了满足这些需求的一系列技能。
#问题3:随着市场对数据洞见需求的不断增长,您的团队结构发生了怎样的变化?
总的来说,我们的宗旨是不断适应保险客户日益增长的业务需求,主动向市场提供可应用的、基于数据的洞见。
我们有专门的分析团队,支持不同的保险业务。某些产品线的数据源和处理流程高度专业化,需要一个专门团队的集中关注,例如,车辆高级配置产品 (Vehicle Build),通过更好地评估不同的高级驾驶辅助系统 (ADAS),支持更好的车险定价和承保决策。
我们还有几个专职的分析支持团队,为上述这些分析团队和公司整体业务提供支持。例如,分析批处理团队每年生成数百个测试文件,以协助我们的客户验证我们的解决方案的价值。
此外,我们在几年前就预见了行业对数据分析的需求,并成立了专职的数据变量开发团队,负责每年生成并生产运营数千个新的数据变量。不但满足行业的需求,而且为律商联讯内部的数据科学家们提供源源不断的新数据变量,用于新产品的研发。
由于我们每天管理全球数百个复杂的预测模型和数以万计的数据变量,因此实现和维持最高的数据质量和数据一致性对我们的业务来说至关重要。分析审计团队在全球范围内专注于对这件事情的管理,并在所有的产品实施过程中不断寻求流程改进的机会。
#问题4:您如何吸纳和挽留适合您团队的人才?数据科学家不是正供不应求吗?
如今,几乎每个行业都在利用分析技术,而且均在争夺数据科学家。因此,对于数据科学家的需求逐年增加。全球各地的大学和学院正在扩大数据科学家的培养规模,但我个人认为,数据科学家供不应求的局面仍将持续很长一段时间。
为了吸引人才,我们很幸运地提供了每位数据科学家梦寐以求的东西:数据。我们的数据科学家能够利用数亿甚至数十亿条数据记录,来解决客户的问题。许多其他公司在数据的广度和深度方面都非常有限,许多公司缺乏将所有数据整合起来进行商业化应用的能力。律商联讯的数据科学家们每天都能从事这样的工作,这往往会令我们的候选人兴奋不已。
在律商联讯的数据科学体验项目(DSRP)中,刚毕业的数据科学家可以加入律商联讯后两年的时间内,在四个不同职能的分析团队学习体验。这个项目使得参与者可以充分体验从数据访问、数据分析、模型构建到模型实施的充实的实践过程。目前,我们有7名数据科学家参与了此项目,并且每年我们通常会招聘3个新人加入这个项目。
#问题5:过去一年中最令人兴奋的进展是什么?
车辆高级配置产品(Vehicle Build)作为一个全球解决方案,目前正在美国、英国和欧洲市场进行试点。我们团队所完成的高质量、先进的分析工作使我们能够开发出一个强大的产品。团队成员花时间了解每个高级驾驶辅助系统(ADAS)功能和每一辆车辆上装备的具体设备的复杂细节。车辆高级配置产品使得我们能够独家向我们的客户提供个体车辆水平的洞见。
利用律商联讯的这个产品,保险公司能够更轻松地确定ADAS功能如何影响车辆的风险特征,这些洞见还能够被应用到保险公司的定价和理赔工作流程中。
#问题6:您可以谈谈团队在2021年的工作重点吗?
我们认为,地理空间分析将为我们的建模应用提供许多新依据。图像识别是我们计划深入研究的另一个领域,当然,车辆高级配置变量和评分在全球定价和理赔领域都具有很好的应用前景。展示新冠肺炎(COVID-19)疫情的影响的行业趋势和对标报告在美国市场一直备受关注,但我们也看到这一方面的应用逐步扩展到全球范围。
#问题7:目前客户提出的主要问题是什么?
采用更多的数据和分析是当前保险公司最为关注的竞争优势。保险公司期望他们的数据科学家能够评估更多的数据变量,能够更快地测试更大量的数据,从而更快地做出决策。
对更多云端支持的需求正在增长。随着保险公司将自身的系统迁移到云端,他们需要数据与分析结果被无缝输送给他们。保险公司总是在寻找节省开支,同时最大程度地降低风险暴露的方法。
#问题8:创建新数据产品的流程是怎样的?
如果某个产品概念可行,并且市场机会确实存在,我们将为技术团队实施这个产品提供终版规格说明书。在最终实施之前,我们的数据变量团队将参与其中,以生成产品所需的数据变量或其它输入项。我们的分析审计团队也将与技术团队合作,确保实施了的产品符合期望。
进行产品开发工作的同时,我们还同步为客户开发产品验证方案。我们通过分析批处理团队生成可应用的洞见报告,或进行回顾性验证,在保险公司自身数据上展示我们的新产品的价值。
随着产品发布的临近,如果有合规要求,我们将与产品团队合作,提供该产品的输入、输出和整体性能的必要的合规文件。在产品投产后,分析批处理团队将继续支持新客户的验证过程。最后,我们持续监控数据变量和评分,以确保它们的性能持续满足预期。如若发现任何问题,我们将与产品部和技术部合作解决该问题。有时,产品需要重新开发,这意味着分析团队将在产品团队的指导下重塑该产品。此时,我们将重新跑一遍产品开发工作的全流程!
#问题9:保险行业对数据分析工作的最大的误解是什么?
保险业对于数据分析工作的一个很大的误解,是认为大数据和基于分析的产品将取代人力。基于数据的产品使保险公司可以简化其现有流程,补充其现有工作流程体系。人的专业判断和专业知识,始终是一个公司根据业务战略进行准确的风险定价所必需的。基于数据的洞见可以助力这个决策过程。
#问题10:成功建模/数据分析的最大障碍是什么?您认为应该如何解决这些问题?
最大的障碍是开发和投产一个分析产品所需要的时间成本。我们总是需要平衡产品的可用性和准确性,以确保产品达到预期效果。技术团队每年都能更快速地实施产品,自然而然地挑战分析团队不断地去寻求提高流程效率的方法。
#问题11:您认为物联网数据在保险领域的应用有何趋势?
在某些物联网设备的应用中,我们确实看到了非常正面的趋势。我们已与多个家庭物联网制造商建立了合作伙伴关系,以验证安装家庭物联网设备而导致的房屋险索赔案件,包括理赔频率和严重程度的下降。另外,在新冠疫情期间,更多的人待在家中,我们观察到房屋险索赔案件的案均赔款明显降低了。例如,在物联网漏水监控警报响起时,房屋主人能够去切断供水就可以及时阻止保险赔偿费用变得非常昂贵。
然而,收集足够的理赔结果数据,从而能够验证任一物联网设备的价值,是一项持续性的挑战。物联网设备的广泛布署和数据的集中收集需要花费时间,此后,我们还预期到,有必要对当今市场上许多不同物联网设备收集的数据进行标准化和一致化。好消息是,我们已在车联网设备领域从业多年,在生成基于物联网设备数据的变量和评分方面拥有丰富的经验。
#问题12:您在新冠疫情期间看到哪些具体的数据趋势,能够让保险公司对未来的流行病疫情风险做好准备?
对于保险公司和律商联讯的业务而言,消费者行为的任何突然变化都将是一项重大挑战。我们都会在日常生活中做一些不用刻意去想的事情。买保险、开车上班和逛超市只是几项这样发生的事情。当这些事情中的任何一项停止时,保险公司需要加快他们为潜在或存量客户提供线上服务的能力,这就需要包括数据预填解决方案,基于数据的承保、定价产品和远程理赔在内的各项能力。幸运的是,律商联讯多年来一直在开发这些产品,因此能够最好地帮助保险公司和他们的客户进行有效互动。