大数据分析有难度

我们正日益被几何级数增长的海量信息包围。据专家介绍，Facebook网站每天更新的信息达5000万条；YouTube网站每分钟增加一个新的视频；互联网数据中心预测，未来10年全球的数据量将增加44倍。这就是大数据市场形成的基础。

大数据时代的到来，改变着我们的思维模式和决策过程。如何利用各种智能技术手段对历史数据进行系统分析，发现有价值的规律，并在数据的支持下做出决断，成为企业经营者决胜商海的关键。

一项对财富500强企业的调查显示，65%的500强企业在使用数据挖掘技术，这些企业运用该技术，平均每年创造净利润2000万至2400万美元的净利润。据专家介绍，数据挖掘技术主要包括数据取样、数据探索、数据调整、建模、评价等几个步骤。数据挖掘是在大量数据中发现趋势和模式的过程，它融合了现代统计学、知识信息系统、智能机器、决策理论和数据管理等学科知识。它能有效地从大量的、不完全的、模糊的实际应用数据中提取隐含在其中的潜在有用信息和知识，揭示大量数据中复杂的和隐藏的关系，为管理决策提供极具价值的参考。

目前数据挖掘技术应用多集中在金融保险、医疗保健、零售部门和电信行业。

有专家表示，随着数据的日益庞大和复杂，相关的分析技术也在不断改进，市场对满足各种级别的强大数据仓库平台有着迫切的需求。只有那些能够运用这些新数据型态的企业，方能打造可持续的竞争优势。专家普遍认为，大数据正改变着企业的决策过程，如果不能在大数据分析上超越对手，势必失去创新和科学决策能力。大数据挑战的不仅仅是企业的存储架构，更重要的是将引起数据仓库、数据挖掘、商业智能等应用的连锁反应。无论是对于存储硬件厂商，还是对于商业智能、分析软件厂商来说，大数据市场是一个机遇。

大数据给保险业带来机遇

对大数据分析和掌控能力对保险业意义更为重大。一位业内人士向记者表示：“保险的核心基础是大数法则，数据分析与计算决定了保险企业产品的定价能力。”

据记者了解，受数据不足的影响，我国保险产品的开发还处在较低水平。以财险第一大险种车险为例，市场普遍反映车险趋同，个性化车险险种远不能满足消费者需求。

一位车主对记者说：“自从前年家里买了第二辆车，第一辆车的车损险我就停了，只上交强险。因为那辆车开的很少，也就是上下班在市里跑跑，一年也就开个两三千公里，再花个3000多元上保险不值，每公里合1元多的保险费了。自己开车注意点就行了，上下班开车想开快也开不了，路上有些堵。像我这种情况，车险保费应该低，不应和一年跑两三万公里的车一样。”

据专家介绍，在美国，购买汽车保险的价格是和投保者所拥有的汽车的价格、性能、居住地区、汽车数量、每天的开车里程、年龄、婚姻状态、有无子女、驾驶记录以及拥有驾驶执照的时间等若干因素来决定的。显然，我国车险要达到这一点，还需在数据统计花费很大努力。

再比如体育保险，我国体育长期以来实行的“举国体制”决定了运动员伤、残、病都由国家负责。但由于体育风险具有高频性、多样性、不易测定性、广域性和复杂性，导致国家用于运动员伤残等方面的费用巨大，且需要巨额费用的时间变数大，给国家造成巨大负担。体育界呼吁多年，期待商业保险跟进，但似乎保险界一直比较谨慎，据记者了解，其主要原因是体育运动风险高，数据支持不够，按现有掌握的数据厘定的费率市场还难以接受。

但我国要想真正成为体育大国，体育保险必须迈出一大步。据悉，在发达国家，体育保险是国家体育制度的重要组成部分。健全合理的体育保险制度，不仅是运动员、体育工作者、体育健身者、体育团体等进行体育活动的有力保障，而且也是各国体育产业快速发展的有利基石。据记者了解，在美国体育商业保险涵盖了竞技体育、群众体育和学校体育等领域，且体育保险内容丰富，有各种不同类型、不同性质的保险公司经营多种体育保险业务。在险种设立方面，既有面向职业体育的运动伤残保险、人身伤害和财产损失责任保险、医疗赔偿保险；也有面向业余体育的巨灾医疗保险、超额医疗保险、普通责任保险、意外伤害保险、集训营保险；还有面向学校体育的大学体育保险、中小学学生意外保险、中小学体育保险、大学橄榄球比赛和中学全明星比赛保险、校际重大医疗保险，以及天气保险、体育指导员和官员保险等。

一位业内人士对记者说：“我国保险业恢复已30多年，粗放型的高增长的路子已经走到头了，下一步必须精细化管理，在产品创新和管理创新等方面寻求突破，要做到这一点，数据管理水平是关键。”

下图：和美国相比，我国的体育保险还难以集合足够多的保险标的，没有足够的各类体育风险数据支撑概率分析。没有大数法则做基础，在很大程度上制约了我国体育保险的发展。多年来，虽然社会对商业体育保险呼声很高，但商业保险公司在体育保险上，由于心里没底，还大都停留在赞助层面，不敢贸然铺开。