第1章 介绍——新的“真正业务” 1
1.1正在转型之际 3
1.1.1大数据由其特征定义 5
1.1.2数据分析的层次结构以及如何从数据中获取价值 8
1.1.3下一代数据分析 10
1.1.4数据与分析 11
1.2所有保险公司的大数据分析 12
1.2.1 3个关键要求 12
1.2.2中介机构的角色 15
1.2.3地理空间角度 16
1.2.4数据分析与物联网 17
1.2.5规模效益或劣势 18
1.3数据分析到底是如何运行的 20
1.3.1商业智能 21
1.3.2预测分析 24
1.3.3规范分析 26
1.3.4认知计算 27
注释 28
第2章 数据分析与财务部门 29
2.1财务的挑战 31
2.2绩效管理和综合决策 32
2.3财务与保险 33
2.4报告与监管信息披露 35
2.5公认会计原则和国际财务报告准则 35
2.6合并、收购与撤资 37
2.7透明度、虚假陈述、证券立法以及《萨班斯法案》 38
2.8社交媒体与财务分析 39
2.9销售管理和销售渠道 40
2.9.1代理商和“生产商” 41
2.9.2销售管理 42
注释 43
第3章 管理保险企业的财务风险 45
3.1《偿付能力监管标准Ⅱ》 46
3.2《偿付能力监管标准Ⅱ》、云计算和共享服务 49
3.3资产利润最大化 50
3.4《偿付能力监管标准Ⅱ》和国际财务报告准则 51
3.5首席风险官的角色转变 52
3.6首席风险官作为客户需求向导 55
3.7数据分析与不可预见性的挑战 55
3.8再保险的重要性 56
3.9风险调整决策 57
注释 60
第4章 承保 61
4.1承保和大数据 63
4.2特殊险种的承保 65
4.3远程信息处理和UBI作为一种承保工具 66
4.4为避免欺诈行为进行承保 68
4.5数据分析与建筑信息管理 69
注释 71
第5章 索赔与“关键时刻” 73
5.1“赔偿”和合同权利 74
5.2索赔欺诈 75
5.2.1机会主义欺诈 76
5.2.2有组织的欺诈 77
5.3房产维修和供应链管理 80
5.4汽车维修 86
5.5复杂的国内索赔处理的转变 88
5.5.1“数字调查员” 88
5.5.2索赔过程中的潜在变化 90
5.5.3供应商生态系统的重塑 92
5.6检查的级别 93
5.6.1储备金 94
5.6.2营业中断 95
5.6.3代位追偿原则 97
5.7汽车评估和损失理算 98
5.7.1汽车评估 98
5.7.2损失理算 100
5.7.3房产索赔网络 101
5.7.4网络安全索赔的理算 104
5.7.5理算时的人口定时炸弹 105
注释 106
第6章 数据分析和营销 107
6.1客户获取和保留 110
6.2社交媒体分析（SMA） 113
6.3人口统计学和人口为何重要 115
6.4细分 116
6.5推广策略 118
6.6品牌与定价 119
6.7价格优化 120
6.8服务交付对成功营销的影响 121
6.9快速开发新产品 121
6.10“敏捷性”的挑战 122
6.11“敏捷性”与更大的风险 124
6.12数字客户、多向和全渠道 124
6.13索赔服务在营销中的重要性 125
注释 127
第7章 财产保险 129
7.1洪水 131
7.1.1预测洪水损害的成本和可能性 131
7.1.2数据分析和干燥过程 133
7.2 火灾 134
7.3地面下沉 137
7.4冰雹 141
7.5飓风 143
7.6恐怖主义 145
7.7索赔程序和“数字客户” 146
注释 148
第8章 责任保险与数据分析 151
8.1雇主的责任和“劳工赔偿” 152
8.1.1“劳工赔偿”索赔中的欺诈 153
8.1.2雇主的责任险 155
8.1.3预期损失索赔的有效分类 156
8.2公众责任 157
8.3产品责任 158
8.4董事及高级管理人员责任 159
注释 160
第9章 人寿保险与养老保险 161
9.1人寿保险与普通保险的差异 163
9.2人寿保险的基础 165
9.3死亡问题 165
9.4大数据在死亡率中的作用 167
9.5在不稳定的经济中购买人寿保险 168
9.6人寿保险公司如何与年轻人交流 169
9.7老年人的人寿和养老金 170
9.8数字时代的人寿和养老金福利 172
9.9人寿保险和银行保险业 175
注释 177
第10章 位置的重要性 179
10.1位置分析 180
10.1.1地理定位专家的新角色 181
10.1.2共享位置信息 181
10.1.3地理编码 182
10.1.4欺诈调查中的位置分析 183
10.1.5恐怖主义风险的位置分析 183
10.1.6位置分析和洪水 184
10.1.7位置分析、货物和盗窃 186
10.2 远程信息处理和UBI 187
10.2.1远程信息处理的历史 188
10.2.2欺诈检测的远程信息处理 189
10.2.3对汽车保险公司的影响如何 190
10.2.4远程信息处理和车辆仪表盘设计 191
10.2.5远程信息处理与监管 192
10.2.6远程信息处理——不仅仅是技术 194
10.2.7其他领域的UBI 195
10.2.8商业保险中的远程信息处理 196
注释 198
第11章 数据分析和保险人 201
11.1人才管理 202
11.1.1新能力的需求 203
11.1.2基本素质和能力 205
11.2人才、就业和未来的保险 208
11.3学习和知识转移 209
11.3.1阅读材料 211
11.3.2正式资格和结构化学习 211
11.3.3面对面培训 212
11.3.4社交媒体与技术 213
11.4领导力和保险分析 215
11.4.1知识与力量 215
11.4.2领导力和影响 216
11.4.3数据分析和其对员工的影响 218
11.4.4了解员工抵制的情况 219
注释 221
第12章 实施 223
12.1文化和企业 227
12.1.1传播与宣传 232
12.1.2利益相关者对未来的愿景 233
12.2制定策略 234
12.2.1项目赞助 234
12.2.2建立项目计划 236
12.2.3利益相关者管理 237
12.2.4将数据分析视为授权工具 239
12.2.5建立开放和信任的关系 240
12.2.6制定路线图 242
12.2.7实施流程图 243
12.3管理数据 243
12.3.1主数据管理 244
12.3.2数据管控 245
12.3.3数据质量 245
12.3.4数据标准化 246
12.3.5存储和管理数据 247
12.3.6安全 249
12.4工具和技能 250
12.4.1认证与资格 250
12.4.2能力 251
注释 251
第13章 未来愿景 253
13.1汽车2025 255
13.2 2025年的数字家庭——“房产远程信息处理” 258
13.3商业保险——数据分析转型 262
13.4专业风险和更深入的洞察力 264
13.5 2025年：人寿和养老行业的转型 266
13.6外包和远离非核心活动 268
13.7超级供应商的兴起 269
注释 271
第14章 中国的保险分析 273
14.1介绍 274
14.1.1背景 274
14.1.2“同床异梦” 275
14.1.3 4个关键领域 276
14.2中国的保险市场 278
14.3数据海洋 281
14.4人才管理与创新 282
14.5中国保险的创业 283
14.6中国保险业的“金融科技”和“保险科技” 286
14.7中国目前使用的保险分析 289
14.7.1中国的远程信息处理 291
14.7.2联网家庭 292
14.7.3数据分析与医疗 293
14.7.4认知分析与人工智能的发展 294
14.8中国未来的愿景 297
14.8.1中国保险公司的持续增长创造了新的观念 297
14.8.2中国医疗的追根溯源以及展望未来 298
14.8.3联网汽车解决了交通堵塞的问题 299
14.8.4微信作为主要分销商进入保险市场 299
注释 300
第15章 结论与思考 303
15.1挑战的广度 306
15.2结语 307
注释 309
附录A推荐阅读 311
附录B预期寿命达到100岁的数据摘要 315
附录C实施流程图 321
附录D推荐的保险媒体 337
附录E专业保险机构 339