大数据对保险业的挑战和应对策略开题报告

国内研究现状：

国内许多学者都对目前国内的大数据在保险业的应用进行了分析，并提出了建议。杨阳（2018）介绍了互联网保险行业的发展背景，互联网保险行业的发展现状，互联网保险与大数据时代的结合与应用。张鹏轩（2018）在简单介绍了大数据在A寿险公司的应用基础上，主要对大数据保险业的应用提出展望。例如：精确评估现金流，提升预算编制准确率，提升保险精算水平，提升保险理赔效率。向世刚（2016）介绍了大数据对保险行业核心业务板块:如两核、定价、商业模式、保险监管等所产生的深远影响，阐明了大数据应用的范围。接着介绍了大数据在保险行业实际应用的案例，通过案例的分析揭示了保险行业应用大数据技术的现状以及存在的不足，提出日后继续研究的方向和展望。尹会岩（2015）列举出保险行业中部分经营主体对广告营销、产品开发、承保定价、保险理赔、客户服务的创新，对于保险行业正确对待大数据有一定的借鉴作用。连丹贤（2019）以蚂蚁保险服务为代表，介绍了大数据背景下线上与线下相结合的保险销售，以及保险业大数据的挖掘，分析了保险业挖掘大数据的重要性，提出了保险业如何挖掘大数据。夏欣，刘波和王珏（2016）研究了大数据分析在医院医保管理中的应用介绍大数据分析在医学领域的发展和应用。通过大数据技术在医疗领域的发展趋势，对医疗保险成本控制措施研究，探讨了医疗成本控制的机制。

国外研究现状：

Tiefenbacher Katja 和 Olbrich Sebastian（2017）提出将大数据定位为将信息集成到现有分析基础设施中的挑战。提出的论点是通过案例研究得出的。该案例选自保险行业领域，旨在利用大数据的潜力来提高客户导向。特别是在更广泛的信息库上应用高级分析，即包括由分布式销售人员收集的数据，有望成为一种富有成效的方法。Kazim Hussain和Elsa Prieto（2016）提出在大数据技术的帮助下，不仅可以更有效地从这样的数据源中提取价值，而且可以将这种形式的非结构化数据与各种数据集结合起来进行分析，以提取更快、更有针对性的商业价值。在这个行业中，大数据的一个重要特征是价值--企业不仅可以收集和管理大数据，而且如何识别具有价值的数据，以及组织如何从数据中前瞻性地设计（而不是回顾性地评估）商业价值。C Besio（2018）强调以下三个方面：首先，我们将大数据的使用视为意义建构过程的结果，该过程将一种新的知识生产物种带入准备决策。我们强调，尽管数据驱动算法等新技术有望提高分析精度，但它们仍然是社会建构的解释。其次，数字是优秀的“说服者”，因为它们暗示了理性和客观性，最终产生了合法性。因此，基于大数据的决策提供了一个新的可信度维度，使保险公司能够做出根本性的转变：从基于团结的政策转向基于个人责任原则的保险。第三，数字计算的力量使决策者有可能被算法所取代。这就提出了一个问题，即自动化决策实际上是否仍然可以被视为决策，以及组织的核心要素决策在多大程度上处于转型的掌控之中。