【摘要】：在大数据时代下，保险公司要将习惯性地寻找因果关系向寻找相关关系转变。一些看起来不可思议的关系却能给保险公司指明道路，不仅对社会和保险公司有好处，也能帮助投保人快速地通过核保。以往保险公司在核保时可能需要对被保险人进行体检，以发现他们可能存在的风险，如患有高血压、糖尿病等。通过寻找相关关系，保险公司只用花费5 美元的数据分析成本就可以替代以往125美元的体检费用。
在大数据时代下，保险公司要将习惯性地寻找因果关系向寻找相关关系转变。在保险的经营中，通过数据去发现问题，而不必要一定追求因果关系。我们不必去分析某个人出于什么原因要去购买意外险，而是分析购买户外用品的顾客和意外险的相关性。也不用为了防止可能发生保险欺诈而去调查投保人的收入状况，而是分析这个人的信用卡用卡记录。一些看起来不可思议的关系却能给保险公司指明道路，不仅对社会和保险公司有好处，也能帮助投保人快速地通过核保。
以往保险公司在核保时可能需要对被保险人进行体检，以发现他们可能存在的风险，如患有高血压、糖尿病等。而中英人寿保险公司（Aviva）想要改变这一状态，于是引入了德勤咨询公司的预测模型。这一预测模型是根据信用报告和顾客市场分析数据来判断申请人的健康隐患。在核保时不再需要申请人提供血液或者尿液的分析报告，转而分析一些关联物，比如爱好、常浏览的网站、常看的节目、收入估计等，根据上百种生活方式数据的分析来替代体检。通过寻找相关关系，保险公司只用花费5 美元的数据分析成本就可以替代以往125美元的体检费用。由于这种方式便宜而有效，其他保险公司如英国保诚保险有限公司（Prudentia）和美国国际集团（AIG）也都在考虑类似的方法。(www.xing528.com)
在保险运营的整个过程中，都可以运用大数据思维来思考有无创新的可能性，把一切数据化、量化，接受少数非精确数据，找到新的发展途径。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
