|
Big
Data在過去，例如十年前，二十年前是沒法做到的作業模式，電腦的處理速度、能力和價格均非一般商業公司或財團能力所及。但是今天許多的大公司可以用Big
Data建立新的作業模式，印證某些假設和風險模式，做為本身營業上的依據。過去的統計和分析多以取樣和有限的資料解釋某些理論和假設，驗證之後做為行銷或理賠管理的工具。
汽車保險是台灣所有產物保險公司的大宗商品，在費率競爭激烈，車商和修車廠的成本壓迫下，雖然保險費的數字驚人，獲利未必符合預期。利用現有電腦的能力和計算成果，產生出來的資料對保險公司進一步了解客戶、賠案、成本有很大的幫助。如果Walmart可以利用自身的銷售資料分析出來每次颱風(在美國叫颶風)來臨之前，某種早餐用的食品銷售大增，他們因而將該商品陳列在結帳的櫃台，並在颶風來臨之際儲備大量存貨。以這個例子，過去無法看出相關性的事件，變得可以發現其關連性。保險公司是否也可以利用自身的資料分析所有資料找出某些客戶或某些車輛與理賠案件的關連性，我們大膽假設車體顏色的深淺與發生車禍或賠案的機率有關連性，利用Big
Data是否可以驗證這樣的關連性? 如果這樣的關連性屬實，又如何改變汽車保險的作業模式，過去我們無法知悉或掌握的某些關連性，在Big
Data之後它逐漸顯現出來，經營者對Big Data的應用不僅限於閱讀報表，期望用Big
Data所顯現的相關性去改造作業模式，加強服務品質和定價、成本的規範。
在Big Data之前，隨機取樣，樣品數均是採樣、統計、分析的先天限制，如果隨機取樣，樣品數不夠完美，統計結果有先天的不足。但在Big
Data浮現之後，這種先天不足之處大幅改進，Big Data的結果比過去花大錢做的市場調查更為精確且迅速，台灣的產物保險業者應當認識這樣的發展。
April 2013
Back
www.cubicrisk.com
|