|
英國金融時報對產物保險業應用大數據在今(2014)年五月份有一篇報導，用的資料大多數引自某一世界前幾名的保險經紀公司。
產物保險業，無論是保險公司或是保險經紀人，追求使用Big Data來更了解自身和客戶的風險，進而使用得自大數據的商業情報(Business
Intelligence)做出自身的商業決策，說起來容易，實施起來，非常不容易，因為並不是所有已蒐集到的資料已經可以被稱做Big Data。
以金融時報舉的例子，它說Google比美國政府、衛生機構更早測知流行性感冒爆發的訊息，但是保險公司要預知這些高風險的事件，例如由於氣候變遷產生的極端氣候災難，是否引用現有的氣象資料，再加上電腦模擬的天災模型，就可以輕鬆預測未來的巨災？即使是氣象專家和保險公司聘用的天災模型專家也未必能夠順利推測出災難的程度和發生時機的機率。Big
Data的資料庫未必能成功幫助保險公司評估風險。
所謂的商業情報，包括描述式的(已經發生了什麼？)、診斷式的(我們在發生之後，看出什麼原因？)、藥方式的(我們在發生之後，該怎麼做？)和預測式的(我們推測什麼會發生？)。這四種商業情報可以直接影響如何做商業決策。
以上四種Big Data企圖發展出的商業情報，並不如想像中的那麼容易、順利，主要原因是資料(即Big Data)本身的品質和處理Big
Data成為電腦可以閱讀和處理的資料並不是非常簡單。電腦可以閱讀的資料形式並不是我們肉眼看見的資料形式，否則，將全台灣的民眾病歷資料放進電腦，那個電腦一定會比百分九十以上的醫生有更精確判斷病理的能力。
同樣的對保險公司而言，了解客戶，了解承擔的風險，並不如一般想像的容易，Big
Data很自豪的一點是資訊的即時性，但是保險公司一般蒐集到的資料多是歷史，而無時效性，即使是安裝在客戶汽車和手機上的軟、硬體用來蒐集資料，得到的也是歷史資料而非即時資料。
大數據對保險公司、保險經紀人有很大的幫助了解自己處理的風險，但是仍然非常有限。
July 2014
Back
www.cubicrisk.com
|