1 |
大數據分析時代壽險業之因應對策 / The life insurance industry's Big data strategy廖晨旭, Liao, Chen Hsu Unknown Date (has links)
自工業革命之後,人類與科技間關係的變化牽引著整個社會、經濟的發展,而其中泛用型科技(GPTs)又扮演著要角,科技持續以指數式速度發展,大數據的出現是有脈絡可循的,某個程度上來說(從資料及分析兩方面的演進觀之),可以說是必然發生的。大數據分析,不是時尚名詞,而是一個影響著現在及未來的大趨勢,縱有許多反對的聲音與論述,但它確實已經是國家安全戰略的一環,也是企業生存戰賴以維生的命脈。
大數據與過去不同的是我們擁有更多資料的來源,資料可能來自外部(Open Data、第三方資料),也可能是更精進的資料蒐集機制得來(如:設計誘因機制使顧客自願提供其資料或設計隨機試驗取得異於歷史資料的新資訊),而在資料種類格式、資料取得與回饋反應的速度上,在新興的MapReduce技術、NoSQL資料庫及串流資料處理技術支撐下,均可有效即時或近即時地被完成。
大數據分析最重要的還是在於「預測分析」,而為了讓資料說話,我們要熟悉大數據的特性與缺點,而支持大數據的硬技術與軟技術發展上一日千里,更提升了大數據在各產業的應用可能,而投資大數據的企業營收比那些沒有投資大數據的企業可以高出12%以上,在多數產業紛紛投入這場軍備競賽取得初步成效之際,而傳統壽險產業在大數據及其他科技變革的因應上不如別的產業時,則應在壽險價值鏈上去觀察並利用大數據分析,突破現有商業模式,選擇最佳導入策略,尋覓理想的資料科學家擔任CDO,委任其組織分析團隊並擬定大數據成長策略,建立適切軟硬體的架構,並完成第一個先導計畫取得小規模成功,進而加強企業高層大數據分析的信心與投資意願,使得一的又一個專案得以遂行,最終形塑成資料導向的決策文化,成為可以因應未來的壽險公司,避免在這波科技變遷中成為被淘汰者。
|
Page generated in 0.0214 seconds