1.1 大数据为器，推动保险行业转型与变革
全球范围内，保险行业正处于科技推动变革的阶段。以互联网、移动、社交网络、云计算和大数据为代表的数字化技术，正在加速影响着保险行业的日常运作，在所有的新技术中，大数据对保险行业的影响最具颠覆性。
1.2 展望2020，中国保险迎来黄金发展期
在政策推动和技术革新的双重作用下，中国保险业即将迎来黄金发展期。在此背景下，我们对2020年中国保险行业做出了“大胆预测”，未来市场将呈现与大数据密切相关的四个方面的主要特征。
特征一：可保风险池转移并缩小
特征二：保险产品将更加多元化
特征三：互联网保险将成为下一个热点
特征四：生态系统建设初露端倪
2.1 改良：对保险价值链的升级和再造
2.2 变革：突破产业边界，创新业务模式
保险企业通过新技术，可以改革现有商业模式并开发新的商业模式来应对环境的变化。
过去十年间，保险企业侧重在通过数字技术来改善现有的流程，主要应用包括：进行流程数字化和大数据分析，提升网销、电销能力，及通过移动展业来增强销售力量。
通过访谈，我们对中国险企在应用大数据进行业务“改革”的现状进行了总结：
车联网在车险中的应用
在中国，包括电信运营商、OBD设备商、整车厂商、保险公司、IT服务商在内的大量相关方均参与车联网生态建设，如何构建合作共赢的商业模式是面临的主要挑战。相比欧美市场，在中国推广UBI车险似乎“有些尴尬”—考虑到国内车险整体盈利堪忧，若以更优惠的价值作为切入点，很可能造成更大程度上的行业亏损。除非保险公司能够利用车联网更好地选择风险、识别理赔欺诈、并提供增值服务，追求在综合成本率和客户满意度方面的质量提升。
截至目前，国内一些有前瞻性的保险公司正试水车联网，包括通过OBD设备监测驾驶行为，分析驾驶行为与出险概率之间的关联性，做定价的建模准备工作等。考虑到监管层在近期暂无产品创新方面的新政出台，利用窗口期进行准备的工作方式是十分明智的。
穿戴式设备在健康险中的应用
从目前国内保险公司的行动来看，大家普遍采取观望态度。保险公司认为可穿戴设备未来发展潜力巨大，但法律风险及伦理风险巨大，亟需相关法律法规进一步完善。相比人体健康数据，保险公司更希望获得来自医疗、体检机构的电子病例，用于理赔关联和产品定价。
智能家居在家财险中的应用
调研发现，保险公司看好智能家居产品事前防灾、事后减损的作用，但认为国内智能家居产品发展较为落后，距离实际应用遥遥无期。
其他垂直平台生态圈
当前，国内保险企业一致看好垂直平台生态圈，认为互联网时代保险行业势必与各行各业开展多项合作、提供一揽子服务，共同构建数字化保险的平台生态圈。但目前看来生态圈建设难度较大、周期较长，涉及商业模式改良及资源整合等众多难题，尚需有志于此的险企勇于投入、耐心求索。
3. 能力建设
我们认为，保险公司需要从获取、应用和组织三个方面，构建包括开拓数据来源、建立许可和信任、商业应用场景构建、数据分析与建模、数据存储和整合、组织建设、专注的数据人才、治理和文化在内的八项专业能力，以驾驭大数据时代的创新要求。
3.1开拓数据来源
3.2 建立许可和信任
3.3 商业场景构建
险企在获得数据源及消费者许可后，尚需主动构建商业应用场景，方能驱动后续数据建模与分析，进而实现数据价值。
3.4 数据分析及建模
在获取大数据来源及明晰商业应用场景的前提下，数据分析及建模可从理论角度选择最优的大数据分析方法、算法与工具，从而创新商业应用场景，发现新的增长点。
3.5 数据存储和整合
驾驭大数据的基础是具备对大数据的数据存储和处理计算能力，随之对IT基础设施和架构提出了新的要求。
基础设施要能够确保多种非结构化数据源的存储和分析实现，而是否“在云端”以及如何“在云端”是企业在大数据时代需要做出的一个核心技术决策。从理论上来说，有三种不同的基础设施解决方案可供选择：云端、本地和混合模式，企业需根据自身情况审慎抉择。
3.6 组织建设
大数据的使用不仅会带来技术上的转变，同时会带来公司组织架构的变革。分布广泛的保险系统每天都会产生大量的数据，而风险评估、预测等工作都需要对分散在这些系统中的大量数据进行采集、整合以及处理，大数据处理中心（BDC，big datacenter）的出现保证了征求信息的准确性，提高了数据处理的效率。
3.7专注的数据人才
随着大数据业务的不断发展,国际上越来越多保险公司选择引入首席数据官角色角色（CDO，Chief Data Officer），以应对日益繁重的数据处理任务。许多企业部门或项目都需要启动数据管理项目，原企业CTO或CIO在协调信息化建设时经常面临部门利益冲突、重复建设或缺乏人手等问题，部分领先保险公司选择引入由CDO领导专业数据团队，由专业团队解决问题，确保从大数据中洞察潜在商机，并增强企业内部跨业务/职能部门对大数据价值的一致性理解。
CDO主要负责为企业设立并执行大数据战略，建立数据使用规范及政策，评价或监督数据管理质量，维护数据供应商关系或与CTO/CIO共同合作管理IT架构，为企业运营及发展提供相应建议。CDO可根据需求组建专业化的数据团队：
数据科学家：团队中的核心人物，需要深厚数学和统计学背景，负责洞察大量的结构/非结构化数据，运用最新技术手段建模，预测未来发展趋势并提出建议。比传统商业分析师掌握更多数据管理软技能，掌握更多技术手段。
数据可视化专员：负责将分析结果进行可视化处理，提高信息展示的价值。
数据变革专员：协助CDO进行内嵌式数据变革，负责推动成为“以数据为中心的保险公司”的内部流程。
数据工程师：IT专员，用来设计和管理IT基础设施与软件，开展数据从获取、清理、整合到治理的工程技术工作。
3.8治理和文化
为了改善数据质量，给后续的大数据分析创造良好的数据基础，前期需要加强数据治理。从全球范围来看，加强数据治理已成为企业提升管理能力的重要课题。
大数据治理是通过利用人才和技术手段修复并预防数据问题，以提高公司效率的一系列管理活动。具体而言是将数据的质量、管理和政策等内容聚合在一个完整的体系下，由该体系确立数据由公司层面进行管控的原则，确保数据的可信性，同时设置数据管理的专人专责机制，以便为后续数据应用提供基础保障。
4.实施路径
为更好的驾驭大数据，从保险公司到监管机构、再到其他参与者都需要从意识、策略、能力等方面有针对性、有步骤地进行规划和行动。