Data besar dan Insurans - makmies

Industri insurans tidak dapat bertahan tanpa keupayaan untuk mengumpul dan memproses kuantiti data yang banyak. Untuk menentukan premium yang sesuai untuk polisi mereka, syarikat insurans mesti dapat menganalisis risiko yang dihadapi oleh pemegang polisi dan dapat menentukan kemungkinan risiko-risiko tersebut sebenarnya menjadi kenyataan.

Oleh kerana peningkatan yang ketara dalam ketersediaan data dan kapasiti penyimpanan dan penyimpanan komputer, peluang baru telah timbul untuk industri insurans untuk meningkatkan keuntungan melalui pemodelan risiko yang lebih baik, penggunaan amalan penetapan harga yang lebih cekap, dan keupayaan untuk menawarkan produk yang lebih khusus. Di samping itu, data besar boleh digunakan untuk tujuan keselamatan, seperti mengesan dan mencegah penipuan insurans.

Satu contoh penggunaan data besar dalam industri insurans adalah penggunaan alat telematik yang semakin meningkat dalam industri insurans auto.

A telematik peranti menghantar data komputer secara wayarles. Ia boleh digunakan untuk pelbagai tujuan, seperti meningkatkan kualiti produk atau memastikan keselamatan proses. Sistem Kedudukan Global (GPS) adalah contoh peranti telematik.

Syarikat insurans auto boleh memasang peranti telematik di dalam kenderaan, dengan data yang terhasil dihantar ke syarikat insurans dalam masa nyata. Data mungkin termasuk butiran berikut:

• Kelajuan

• Bilangan kilometer didorong

• Pola brek

• Masa hari semasa memandu berlaku

Data ini boleh membantu syarikat insurans menentukan kemungkinan pemandu yang diberikan menjadi terlibat dalam kemalangan. Syarikat boleh menggunakan maklumat ini untuk menetapkan premium yang dibayar oleh pemandu individu.

Manfaat kepada pemandu adalah bahawa dia layak mendapat premium yang lebih rendah jika data menunjukkan corak pemanduan yang selamat. Manfaat yang lain adalah bahawa pemandu akan mempunyai pemahaman yang lebih baik tentang tabiat pemanduannya sendiri, dan akan mendapat pengetahuan tentang cara memandu lebih selamat.

Salah satu kelemahan menggunakan peranti telematik adalah keperluan untuk memproses dan menyimpan sejumlah besar data. Satu lagi isu yang berpotensi adalah bahawa syarikat insurans boleh menerima data telematik dari beberapa pembekal, meningkatkan kemungkinan masalah keserasian data.

Satu lagi cabaran besar bagi syarikat insurans adalah mengenal pasti dan mengukur faktor risiko yang paling penting dari jumlah data yang banyak dikumpulkan. Sebagai contoh, syarikat insurans mesti menentukan berapa banyak setiap mil didorong menyumbang kepada kemungkinan kemalangan.Ini memerlukan pemodelan statistik yang canggih.

Walaupun terdapat masalah-masalah yang berpotensi, penggunaan peranti telematik dalam industri insurans auto dijangka berkembang pesat dalam beberapa tahun akan datang kerana keupayaan memproses data yang diperlukan terus meningkat dan penerimaan orang awam terhadap idea itu berkembang.

Telematics kini digunakan jauh lebih luas dalam insurans auto komersil daripada untuk pemilik kereta peribadi. Fleet trak dan teksi adalah contoh yang baik. Tetapi ia mula bergerak ke ruang auto peribadi secara sukarela. Semua orang berpendapat mereka adalah pemandu yang baik dan mahu mendapatkan diskaun untuk menjadi satu.

Tetapi ini meningkatkan titik besar mengenai data dan privasi yang besar. Dengan semua data ini terapung, di manakah garis yang ditarik tentang syarikat dan kerajaan yang boleh secara sah mengenali anda? Tidak ada jawapan yang mudah untuk soalan itu dan sebenarnya ia adalah topik perbahasan berterusan di Kongres. Di luar tabiat pemanduan anda, segala-galanya dari pengesanan lokasi pada peranti mudah alih anda ke mana laman web yang anda layari berpotensi di luar sana. Dan memberikan kesediaan orang ramai untuk mengorbankan privasi untuk kemudahan, ia bernilai memerhatikan apa yang syarikat lakukan dengan data peribadi anda.

Peningkatan penggunaan peranti telematik juga boleh memberi manfaat tambahan kepada masyarakat, kerana data harus memungkinkan pihak berkuasa tempatan untuk meningkatkan keselamatan jalan dan jambatan dengan menganalisis faktor-faktor yang kemungkinan besar akan menyumbang kepada kemalangan.