MobTech | 骗保骗赔,乱象丛生下保险业如何自保?
保险业智能风控核保全景数据生态行为偏好
2020-04-02

图片来自网络

 

意外和明天,永远不知哪一个会先到来。为了防止人身安全、财产等意外发生导致的损失,对普通老百姓来说,购买保险不失为一个好的选择。

 

但近年来,各类骗保“套路”可谓五花八门,为了巨额赔偿不法分子不惜铤而走险根据国际保险监管者协会测算,全球每年约有20%-30%的保险赔款涉嫌欺诈,损失金额约800亿美元。

 

当下保险公司面临的风险包括业务风险、财务风险、资金运用风险等诸多方面,而业务风险中的承保和理赔两大核心风险尤为突出。承保风险来自于对经济环境、市场环境、投保人等风险的把控不足;理赔风险则主要来自被保险人、从业人员和第三方服务商的欺诈与渗漏。那么,保险行业如何去规避这个痛点呢?

 

保险行业风控生态体系的进化史

 

目前,保险公司对风险控制工作的演化已经历了三个阶段:

 

  • 传统风控阶段:根据客户地域来设置保费和保额,对保额过高的用户,要求提供资产证明等;
  • 数字风控阶段:投保需要过健康告知,不符合告知的客户要提供相关资料,再次人工核保;
  • 智能风控阶段:监控客户未如实告知的信息,以及综合判断是否存在欺诈的行为。

面对多样化的欺诈手段,保险公司应对策略却比较单一,目前大部分保险公司主要依赖查勘、定损、核保、核赔人员的主动发现来识别风险。多样化的欺诈手段对于人员经验和技能要求极高,不仅人力耗费大、成本高,还可能引发人为的欺诈渗漏风险,传统的风险管控方式已经无法满足当前高速发展的保险市场的要求。

 

智能风控赋能 强化保险业核保能力

 

图片来自网络

 

目前,越来越多的保险公司已在多个业务领域引入大数据分析、关联图谱、机器学习等创新技术进行数字化转型。通过建立大数据风控模型,分析用户的健康情况、职业类别、行为习惯、财务状况等,再结合核保规则、投保记录、理赔记录,给用户评分。

若评分过低,则判定为高风险用户,保险公司将会采取拒绝或者限制投保的方式进行风险风控。这种手段不仅运用在投保核保前端,也可运用于理赔调查等环节,通过科技手段减少纠纷、提高效率。

 

全景数据生态下 完善用户行为偏好

 

保险公司虽拥有大量的用户数据,但数据维度单一,对应行业以外的风险评估存在失守。MobTech在与某保险公司业务合作中,也发现同样的问题。为弥补合作方缺少第三方数据的现状,MobTech打通某保险公司数据孤岛,实现双方数据的整合。通过线上+线下不同渠道的数据源打通,在深度整合下提炼保险公司自有数据的价值,完善其用户画像体系,助力后期风控场景的用户分层管理。对被保人的画像越精准,就越能识别出带病或骗保人群。(注:因涉及合作方商业机密,保险公司名称不便公布。)

 

同时,在MobTech全景大数据产品服务矩阵下,利用联合建模的方式,通过用户在App终端的行为变化为依据,有效区分优质、普通及风险客户,评估被保险人出险率,改善传统保险缺乏数据支持的风控痛点。

 

大数据结合开放、变革的互联网时代的保险行业,颠覆正在发生,保险行业如何应对,是一个时代命题。MobTech作为金融智能风控服务商,将自觉参与保险行业革新,通过提供更加贴合保险行业场景的服务和产品,助力保险行业提升风控。