搜索一下,可以快速帮你找到您需要的内容

大数据算坏人模型 这家公司这样做

鑫鼎国际官网 最新消息:

新光人寿自2013年底导入大数据,研究理赔风险筛选模型,并于2014年正式推出坏人模型。坏人模型最大特点便是从数据当中,计算出每位保户的风险分数,以75分作为分野,若分数越高、代表客户诈保的可能性越高。

新光人寿透过这套筛选模型,可以初步筛出风险高的客户,一旦发现客户潜在诈保风险,便会派调查人员前往了解、针对个别客户采取不同调查程序。

新光人寿理赔部协理廖晨旭表示,透过过去数据及经验可以发现,具有保险诈欺案例的人,都有共同的行为特征。鑫鼎国际新寿将这些特征整合起来,归纳出200多个可能因素,这些因素包括:投保的商品种类、总保额高低、出险距离投保时间长短、就诊医院、病因、医疗行为等,判断保户风险等级。

廖晨旭进一步说明,投保商品中若为高杠杆比例的险种,例如保费低、赔付金额高的商品,就容易被保险诈欺犯看上。另外,每家医院风格略有不同,部分医院因为空床率高,过去又曾有与病人联手诈保的情况发生。若一般保户就诊于该医院,则在风险筛选模型中的分数也会稍高。

若保户医疗行为出现异常,例如不断转院的情况发生,背后可能原因包括保户不信赖原本医院的医疗技术、或者因为保户要求医院帮忙,协助得以申请保险理赔,遭到医院婉拒后而转院等。因此,新寿必须综合各项可能性因素,试算出风险分数,若分数高于75分,则会请调查人员前往了解。

新寿的坏人模型是以全盘因素综合分析,若符合其中一个因素不代表客户就是诈保。而是综合各项风险因素,分析个别因素的比率高低后,得出风险分数结果。廖晨旭说,使用大数据分析保户理赔风险后,不仅可以分析出保户风险分数,还可从中了解保户最可能出状况的项目,发现诈保的命中率相较过去提高许多。

新光人寿自2013年年底开始研究鑫鼎国际理赔模型,利用过去五年的理赔资料,花费半年时间不断调校模型、验证效度,2014年9月才正式让筛选模型问世。即使模型上线后仍然不断修改、校正,每三个月就必须召开模型调校委员会,以利大数据导出的模型结果、更贴近实际理赔情况。推出近两年来,光是理赔模型,每个月可以替新寿减少理赔数千万,避免无谓的损失。

因为新光人寿投入大数据成效明显、投资报酬率高。廖晨旭表示,明年1月份新光人寿将再推出好人模型,筛选出风险极低的客户,帮助客户进行快速理赔。廖晨旭认为,目前寿险业者推出的快速理赔,还是由专人核保。但透过数据分析,新寿希望达到完成:低风险客户、快速理赔服务,藉此提升客户满意度及忠诚度。但为了减少风险,廖晨旭说,好人模型表现至少与实际案例结果达到95%鑫鼎国际重叠率、才会上线。

新寿透过大数据陆续完成理赔风险筛选模型中的坏人模型、及好人模型,廖晨旭说,未来新光希望将大数据继续落实在核保、客户招揽等应用层面上,一一建立模型。

发表留言

你的隐私不会对外公开,请放心留言*

您可以使用这些html代码: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>