數據驅動的保險,同時降低TCO Lakehouse權力如何

可以有把握地說,生活改變了每個人在2020年第一季度。對我們許多人來說,Covid-19流行意味著顯著改變生活方式。除此之外,它還有一個顯著的影響等主要行業技術、醫療保健、旅遊與酒店管理、金融服務。保險行業,大流行性流感加速現有的一些趨勢,同時引入全新的。在這個博客中,我們將討論一些新興數據和分析趨勢的保險,以及lakehouse範式如何幫助組織適應他們。重點將量化值與分析功能來源於業務用例的價值以及降低總擁有成本(TCO)。

汽車保險

與政府強製封鎖實際上,司機開始流感大流行期間駕駛次數少得多了。這是伴隨著遠程工作的趨勢,允許人們搬出大城市,從而改變司機的地理分布。

除了消費者的行為變化,汽車保險行業慢慢走向mileage-based定價模式和遺留係統現代化的道路,隻有加速的大流行。

一些新興的用例/模式是:

• 呼叫緊急服務,確定斷層基於驅動程序的速度和軌跡。最新的碰撞檢測功能,蘋果是一個很好的例子的速度和GPS坐標通過智能手機可用於捕獲新方法。
• 基於孤立點檢測的異常駕駛(考慮到天氣和交通)。例如,55英裏每小時的速度在高速公路上被視為正常正常天氣條件,但不是在一場暴風雪。相似的類比可以申請交通擁擠,可以檢測到異常駕駛比較方向和速度相比,周圍的交通。
• 因素在日常駕駛模式確定為客戶定製包銷。beplay体育app下载地址協會同時使用捕獲司機駕駛模式(通過智能手機或可插拔設備)已經存在了一段時間,造成的供應鏈問題當前的高通脹環境對這一趨勢產生重大影響。由於這些問題,汽車(新舊)的價格飆升。,伴隨著猖獗的通脹在過去10個月,意味著汽車發生碰撞事故的汽車修理,現在也更昂貴。因此,汽車保險公司很難診斷出司機最有可能陷入崩潰,和獎勵司機在光譜的另一端。

所以從數據和分析的角度這是什麼意思?這都歸結到流數據,汽車保險公司需要能夠集成新的數據源(如天氣和交通),構建解決方案能夠實時處理(報警緊急服務),和有一個更好的理解司機的駕駛模式(使複雜的基於ML風險,保險和索賠模型)。

Lakehouse模式允許汽車保險公司應對這些挑戰,通過:

• 消除數據冗餘,確保湖是真理的單一來源
• 啟用新數據源的無縫集成
• 啟用批處理和基於實時流的管道
• 使複雜的ML模型數據湖上直接運行

這個收益率較低的損失比率(總發生損失相對於總保險費收集)由於更準確定價,選擇更好的風險,損失控製和預防。此外,保險公司有較低的TCO由於攝入更有效的方式,流媒體數據,並結合外部數據源。

商業保險

一般商業保險包括財產、責任、網絡保險和商業收入保險等等。商業保險公司使用各種各樣的保險精算模型(定價)策略為他們的客戶。beplay体育app下载地址這些保險精算模型考慮各種因素,如工業、位置(財產),天氣和環境條件(認為佛羅裏達溢價更高由於颶風),等等。

大多數這些精算模型表示規則相當靜態和已經存在一段時間。甚至Covid-19流行前,這些精算模型的行業朝著自動化和利用更多的機器學習(ML)承銷,聲稱預測,等。大流行性流感進一步加速了這一趨勢,到手工精算建模變得冗餘的整個行業。

另一個重要趨勢,出現了在過去的幾年裏在IoT-based提醒敏感/有價值的商品。例如:

• 疫苗(如Covid-19疫苗)和其他藥物需要儲存/運輸/藥物在特定的溫度範圍。物聯網傳感器可用於監測實時溫度,並通知正確的團隊/人如果接受外的溫度閾值。通常,如果問題可以在幾分鍾內固定,疫苗/藥物可以保存/認為是可行的。
• 葡萄酒和其他昂貴的商品(認為繪畫、珠寶等)也需要存儲在特定的溫度和濕度範圍。物聯網傳感器對溫度和濕度可以使用上麵描述的相同的方式,以避免任何損害這些物品。
• 除了物聯網傳感器、攝像頭和運動傳感器可用於確定賠償責任或損失,提醒人/團隊,從而防止盜竊或損失,等等。

所以lakehouse模式如何適應?采用Lakehouse模式允許保險公司:

• 自動化主要是靜態的精算模型
• 快速集成和自動化實時攝取/ ETL數據來源上麵所描述的那樣,比如物聯網傳感器、音頻和視頻攝像頭,運動傳感器等。

這個收益率較低的混合比例(發生的損失和費用與總收集保費)的大型基礎設施的好處因為處理物聯網數據是更加可伸縮利用雲計算(根據需要自動高檔和縮減規模資源)。也不值這些策略也適用於個人/房產保險確定賠償責任損失的珠寶,繪畫和其他昂貴的財產。

人壽保險

人壽保險是保險業的sub-verticals Covid-19嚴重影響了大流行,因為它與醫療保健密切相關。
由於強製鎖定在世界的許多地方,以及社會距離準則執行後,麵對麵的交互作用顯著下降。因此,引用的趨勢和在線購買保險政策(而不是購買他們從保險代理人)流感大流行期間進一步加速。
一般行業已經開始向更多的定製的承銷和定價,根據投保人的當前健康、生活方式、飲食習慣等等。大流行與現有的免疫狀況,突顯了一個事實,人們更少主動/不健康的生活方式和飲食習慣更傾向於嚴重的健康問題和/或因疾病住院治療。這進一步加劇了這一趨勢的詳細的數據收集客戶的生活方式以及定製的人壽保險行業的承銷。beplay体育app下载地址

所以如何Lakehouse範式結合這些人壽保險行業的新趨勢?讓我們擴大影響上述用例的數據和分析景觀在這些保險公司,以及如何lakehouse關係:

• 壽險保單在線銷售上升,消費者的在線檔案和保險公司的活動變得更加重要。這包括點擊流數據,消費習慣,經常光顧的網站,等lakehouse使您能夠集成和攝取數據從多個非結構化,無縫實時數據源,從而減少複雜性和時間的見解。
• 對消費者的健康的一個重要新來源數據,這套像smartwatches(認為蘋果的手表,星係的手表等)和健身追蹤器(如Fitbit)。這些新能源使用lakehouse架構,可以無縫地集成和數據流攝取,在實時。
• 複雜的ML模型中的數據可以直接使用在lakehouse建立的客戶的生活方式,更重要的是,發現變化。beplay体育app下载地址這反過來會導致一個更好的客戶360的解決方案,和一個深入了解客戶的生活方式,從而導致一個更好的,更多的消費者量身定製的經驗。

這有助於企業資產的盈利能力和市場份額增長的客戶群體,在保險公司的目標風險狀況,並提供定製的建議乘客(政策)修正案和其他政策的功能。

再保險

再保險是保險的保險公司,也被稱為止損的保險。再保險公司關鍵的一件事要做的就是進口政策和其他文件他們收到客戶大規模(保險公司),並將它們集成到他們的數據。beplay体育app下载地址這意味著他們需要像光學字符識別(OCR)這樣的技術,自然語言處理(NLP),和機器學習(ML)模型來攝取,轉換和分析這些文檔,除了傳統形式的數據。
lakehouse架構這是另一個領域是非常適合它允許你攝取數據來自多個不同來源成一個單一的平台,在那裏你可以執行數據工程,科學和商業智能工作流數據而無需創建冗餘複製或移動數據分開存儲在工作流可以運行。Beplay体育安卓版本

Lakehouse架構的更多細節,請查看博客磚的創始人。你也可以節省時間的發現,與磚的解決方案的設計、開發和測試加速器(由"行業" >金融服務過濾)在這裏來幫助你開始。