编者按：技术浪潮进化至应用层，在互联网下半场，技术之于保险业的影响更加清晰且深入：从市场认知到产品开发，从前端销售到后端运营，从客户体验到客户服务，数据成为推动保险行业发展的关键因素。
1月3日，『慧保天下』举办的主题为“穿越周期 韧性前行” 2020保险大会上，精励联讯总经理吕晓辉在主题为“数据驱动保险科技创新”的分享中，通过国际以及国内的三个案例说明了以数据为中心的方法论，他进一步解释称，来自一个数据源的数据，不管数据源多好，总是充满瑕疵，如果能够把多个数据源的数据串到一起，让它们的数据之间可以交叉验证、相互补充，数据质量和数据的应用价值会更高。
下文根据吕晓辉的现场发言实录整理：
精励联讯总经理 吕晓辉
首先，简单介绍精励联讯，精励联讯是英国励讯集团全资子公司。励讯集团2018年总销售额650亿元，截至1月2日市值达3400亿元，目前集团客户遍布180多个国家，其中包括80%的财富500强的公司。
集团的业务主要分为四个板块：爱思唯尔从事科技和医疗出版；律商联讯风险信息公司和励德商务专注于风险和商务分析；律商联讯法律信息公司为法官和律师提供专业信息，励展博览组办大型博览会。今天着重介绍两家公司，爱思唯尔和律商联讯风险信息公司。
爱思唯尔是全球领先的科技医疗专业知识的传播者，出版了诸如著名的医学期刊《柳叶刀》在内全球25%的科技医疗研究论文。爱思唯尔在美国1.5亿的患者信息、15亿的电子医疗记录之上建立了1000多个模型来提升医疗的效果。
律商联讯风险信息公司在美国从2万多个数据源采集了五百亿条记录的个体数据，还经营着16个行业规模的保险数据共享平台。每小时响应来自银行和保险客户的2.7亿次查询，是40年来倍受信赖的数据守护者。
以数据为中心的方法论
数据多维度交叉验证才更有价值
言归正传，什么是以数据为中心的方法论呢？
从一个简单的概念开始：
来自一个数据源的数据，不管数据源多好，总是充满瑕疵，如果能够把多个数据源的数据串到一起，让它们的数据之间可以交叉验证、相互补充，数据质量和数据的应用价值会变得更高更好。但是想要做成这样一件事情是不容易的。
励讯集团在近三十年时间内，基于自身独特业务需要，一共研发了40多个专利的大数据关联算法，就做这件事情：串数据。
如何串？在来自于两万多个数据源的数据中，寻求所有和某个人相关的数据，跟这个人的其它相关记录串在一起，这个过程叫做个体解析。通过上述专利算法，过程既高效又准确。
做完个体解析以后，还可以就个体和个体之间的关系生成关系网络图。励讯集团专门的技术可以高效地在超大规模覆盖美国全人口的关系网络图上进行探索和应用。
以数据为中心
可实现内部数据与外部知识的联动
下面我来分享三个案例，分别说明了保险行业可以依赖一个以数据为中心的方法论，来激活自己内部数据，动员外部数据为自己所用，动员外部的知识为自己所用。
第一个案例，来自英国的一个保险集团。
这个保险集团里面有各种产品，各个渠道，各个品牌，各个客户，客户有多个触点。这些活动都会产生很多的数据，保险集团为了能够为它的客户提供交叉销售等优质的服务，需要动员自己内部的数据，打通内部的数据。这个时候很多的客户会用传统的方式来做这件事情。做过的人就知道，这其实是很难，很辛苦的一件事情。利用励讯集团专利的大数据关联算法，可以让这件事情做的既快又省。
第二个案例，是精励联讯在中国市场的成功实践。
保险在定价的时候需要多倍量模型，一个典型的在全球市场的定价模型里面，往往七成到八成的风险因子或者风险因子的贡献度来自于纯人的因素，二到三成来自车的因素。
回到中国市场，现阶段车险主要的因子还是车因子，保单是纯车保单，纯人和家庭保单还有不少的提升空间。
精励联讯将消费者的消费行为数据，匹配车险赔付数据，建设成了一个性能非常高的从人风险评分模型。在平均风险赔付比较高的省份里面，评分的性能都非常好。
此评分有两个用法，在现有车险公司的核保规则和模型基础之上。在这个案例当中，赔付率高于45%，需要手工核保，需要提高核保门槛。加了风险赔付模型之后，发现风险细分颗粒度更细，这个时候可以在本来需要手工核保人群中找回部分低风险的业务做，对保险公司来讲是非常好的拓展客户基础的方式。
风险胃口比较挑剔的保险公司，还可以对额外识别出来的高风险客户设置更高的核保门槛。在定价端，从人风险评分可以在车险公司现有的定价模型的基础上有效地提升风险细分性能。
第三个案例是关于外部的专业知识。
刚刚我们提到，爱思唯尔是一个有很强的健康医疗知识的实体，它有一个产品叫Arezzo，它是给医生用的，覆盖全病种的医疗路径引擎，帮助医生提升医疗的结果。
