 放大圖片
■曹建農研究的其中一個目標是評估風險指數。香港文匯報記者莫雪芝 攝
找「高危」保險客 推導最佳理賠方案
香港文匯報訊（記者 歐陽文倩）大數據看似是一門很遙遠艱深的科學，但其實際應用滲透生活每一角落，除之前提及的教育與交通，還能為保險與金融帶來無限商機。保險業如何最有效率地找出工傷高危客戶、推導出最符合經濟成本效益的治療理賠方案，以及如何將大數據產品轉售小商戶，再變成財富資產，都由幾位專家娓娓道來。
理工大學互聯網及移動計算實驗室主任曹建農表示，從保險公司每年的顧客賠償個案，「可以看到每個人花費不一樣，有人住院3天，有的要住10天。一般這些保險公司會每年作分析，當中哪些人賠最多錢，以後就要加保費；還有工傷的治療方法建議，哪一種工傷、哪一個治療康復更快、用錢更少等。」
曹建農其中一個研究，就是替30多家保險公司以大數據去分析保險賠償的申請原因、賠償方法、治療過程等資料，透視當中現象並找出對策，「雖然現在只有幾萬個數據，可是如累積到過去5年至10年的數據，可以看到賠償及治療技術的變化。」研究開始逾半年，其中一個目標是評估「風險指數」，找出高風險的人，「危險度跟性別和工種有關，比如說男的、在室外工作的，受傷機率會高一點；女的、在室內的，精神上可能有問題的機率多一點。」此外，項目還會透過數據總結出「最好治療方案」，指定他們用特定的治療方法才獲賠。
「考古」看紀錄 查受保人有否欺詐
科技大學霍英東研究院院長倪明選及研究助理教授譚浩宇亦分析客戶行為，課題亦是保險業。他們與內地一保險公司合作，「我們希望找出每一次客戶索賠時，有沒有欺詐可能。保險公司不可能把每一宗都查出來，但假設每天有1,000起案件，如果我只是查100起，怎樣才能找出最大可能的欺詐？」
他們就把這些個案排序，先查榜上靠前的，二人解釋說︰「這是根據客戶過去的行為做排序。傳統做法是用最簡單的信息包括案件、發生地點、車型等。現在則加入人的『歷史行為數據』，包括投保歷史、開車歷史、道路本身事故發生頻率、天氣、環境等，都可放到模型去提高準確度。」
譚浩宇又直言，單一數據模型並不足夠，要加上不同模型，才可更準確分析，「現時我們的計算比美國知名諮詢公司要好一點，但我們計算資源的成本更低，對中小企而言很有競爭力。」
金融業也適用 助定信用評級
除了保險，倪明選和譚浩宇均表示，大數據對互聯網金融亦有很大用處。譚浩宇以「小型貸款」為例說︰「阿里巴巴做了『阿里小貸』的產品，把幾塊到幾萬塊的貸款發放給旗下『天貓』（購物網）的店主。為何銀行不做這些？因為要查資料、填表等，成本比例太高。阿里巴巴沒這問題，因為它已有店主和店舖的行為數據，可算出信用評級；而且它透過網路就可，軟件也是開源軟件稍作修改就可。結果他們把錢發放給自己的客戶，能做到一塊錢貸款也可賺錢。」
他們認為有關模式亦可在港開創商機，「香港有不少小型財務公司，一般而言都要客戶的收入、報稅證明，再去算借貸額，過程繁瑣。若有一個機構，有我的交易歷史紀錄，變成信用評分產品，這些公司透過網上查詢就可決定是否貸款給我。內地就有很多這樣的事情。這些數據在大銀行裡，若能說服大銀行把數據拿出來，做成產品，服務第三方的小型金融企業，這樣數據就直接變成資產。」
|
放大圖片
