发挥大数据预警功能的优化措施

大数据的核心是预测，它把数学算法运用到海量的数据上来预测事情发生的可能性。奥巴马运用大数据可以帮助自己连任，淘宝运用大数据可以推荐客户，警察运用大数据可以锁定犯罪嫌疑人。大数据的预测功能也可以运用在保险领域，在风险发生前，协助尽可能规避风险；在风险发生时，及时发现并评估损失，传递信息以方便人们采取措施控制损失后果。

1.防患于未然

即使对风险进行最严格的管理也不可能消除风险，但如果借助大数据技术，可以较为准确地预见到风险发生的概率，则可以减少风险造成损失的可能。

自然灾害，特别是巨灾风险一向令保险公司感到头疼。随着技术的进步，对于巨灾，保险公司可以不再一味地采取除外的方式，对于一般的自然灾害，也能提前做好防范工作。我们可能会面对干旱、暴雨洪涝、森林火险、冰雹、雷电等灾害性天气带来的损失，防灾工作中气象灾害预警服务显得尤为重要。如果能够通过某一地区的历史灾害情况以及历史气候数据、地理数据、人口数据等，提前预知在什么气候条件下会出现干旱、洪涝、泥石流等自然灾害，受灾面积会是多大，受灾人群可以怎样撤离等，进而就能够指导该地区的农作物种植、牲畜养殖、建筑选址等，从源头上防范风险。气象预警不仅需要气象预报员自身经验累积，还需要分析包括气象、地理等在内的复杂数据。通过云计算，可以把已知的、大量的、动态的气象数据模拟得到过去多年的气象情况，也可以去预测多年以后的气象环境。如此一来，气象大数据可以在很多领域发挥重要作用。如结合农耕历史作出农作物结构调整指导；结合门诊量和药品销量预测发病趋势；结合销量预测不同季节的消费习惯等。在掌握自然灾害发生的动向后，才能防患于未然。

在保险所承保的风险中，一些损失的多少跟人为因素有关。一向以高风险著称的医疗保险是典型代表，同样的疾病，不同的医疗方案会产生不同的费用，而医疗的过程又是不可逆的。为了防止过度花费医疗费用，保险公司通常会设置一些免赔条款、共保条款。其实一些高额赔付的案例往往早有端倪，如果能及时发现、尽早干预就可以在很大程度上控制费用。如利用数据分析技术，追踪患者疾病发展的程度，及时跟进医疗进程等。美国Liberty Mutual保险集团认识到赔付中的超大额赔付是导致赔付率升高的主要原因。因此，Liberty Mutual集团联合第三方和社交媒体数据进行超大额赔付案件的早期检查，并及时采取干预措施。Liberty Mutual集团使用了包括客户健康状况、人口特征、雇主信息等个人数据以及集团以往的理赔信息和已采取的医疗干预信息在内的1.4 亿个数据点，建立起的预测模型使平均索赔费用下降了20%。这一模型也是一个可以动态调整的模型，随着新数据的加入，可以不断地调整以便能够更加准确地进行预测。(www.xing528.com)

2.阻止风险进一步扩大

通常来说，即使是购买了保险产品，被保险人也不希望发生保险事故（生存类险种除外），在这一点上，保险公司和被保险人的想法是一致的。对保险公司来说，被保险人不发生保险事故就意味着没有赔款支出，被保险人发生事故时如果能减少损失就意味着少支付赔款支出，也意味着利润的增加。

地震作为巨灾风险之一，一旦发生会带来巨大的损失，而地震预测一直是困扰人类的难题，现有的地震预测方法仍然停留在经验层面，比如借助前震、地震波速度变化、地下水位、动物异常行为等来进行推测。然而有些地震在发生前，什么症状也没有。美国加利福尼亚州的帕克菲德地区是地震高发带，相对其他地区而言，那里的地震发生没有规律，科学家投入大量的资金对该地进行地震预测研究，然而至今依然没能预测成功。现在对地震的研究甚至已经放弃了地震预测而转向危机预警。日本研发了一套“紧急地震速报系统”，根据地震发生时会产生两种不同的地震波，破坏力小但速度快的地震波先活动，破坏力大但速度慢的地震波后活动，这两种波活动的时间差就是人们最宝贵的逃生时间。当探测到速度快的地震波时，可以向人们发出预警，并且通过自动装置，暂停煤气、电、水、核电站、化工厂等的运行，避免次生灾害发生，减少地震对人员和财产造成的损失。

深入我们生活的智能设备也可以起到抑制损失的作用。美国最大的互助保险公司State Farm为被保险人提供智能家居设备购买优惠。安装了智能设备后，家中失火或漏水之前可以自动关掉阀门，在犯罪发生时远程告知住户，为家中需要照顾的人自动调节光线或温度。法国MAAF保险公司为被保险人家庭安装烟雾和运动探测器，一旦有人闯入家中或可能发生火灾就会向被保险人自动发送短消息。通过这些智能设施可以减少被保险人日常的安全隐患，从而帮助保险公司减少赔偿。