Hortonworks から最新情報をメールで受け取る

月に一度、ビッグデータに関する最新のインサイト、トレンド、分析情報、ナレッジをお届けします。

Sign up for the Developers Newsletter

月に一度、ビッグデータに関する最新のインサイト、トレンド、分析情報、ナレッジをお届けします。

行動喚起

始める

クラウド

スタートのご用意はできましたか?

Sandbox をダウンロード

ご質問はありませんか?

*いつでも登録を解除できることを理解しています。Hortonworks プライバシーポリシーのその他の情報も確認しています。
クローズクローズボタン
行動喚起

Connected Data Platforms for
Insurance IoT and Predictive Analytics

Library of top insurance resources

Explore!

Beat Risk

Hortonworks の保険 IOT 向け Connected Data Platforms により、さらに多くのことが可能になります。例えば、顧客だけでなく、つながっている自動車をも対象とした 360 度観察は、顧客がどこでどのように運転しているかを理解するのに役立つだけでなく、保険業界のすべての顧客のビッグデータからより優れた予測分析を獲得するのにも効果的です。これにより、より安全な代替経路や運転行動を推奨できるため、顧客はより安全に運転ができるようになります。

高度な分析アプリでデータ中心のビジネスを構築

技術の変化や顧客の期待は新たな挑戦を生みます。顧客との関係、リスク情報の管理、クレームの頻度と重大度の上昇を制御する方法について、どのように対応していくかが保険会社の課題です。Progressive のような保険会社は IOT 保険および予測分析に Hortonworks を活用して、顧客エンゲージメントを高めるために従来のモデルの見直しを図っています。

ユースケース

顧客の 360 度ビューを構築する

保険会社は複数のチャネルを通じて顧客とやりとりをしますが、多くの場合、顧客との交流、ポリシー、クレームに関するデータはデータサイロ内で別々に保存されています。獲得、抱き合わせ販売、高額販売での成功が、マーケティングキャンペーンによるものなのか、顧客のオンラインのブラウザ行動によるものかのかを正確に相互関連づけることができている保険会社はほとんどいません。保険 IOT デバイスからのデータの収集と管理を行う Apache Hadoop によって、顧客行動を 360 度観察することが可能になるため、データをより長期的に保存し、顧客のライフスタイルの段階を明白に特定することができます。優れた保険予測分析は、より効率的にベストカスタマーを獲得し、増やし、つなぎ止める一助となります。


代理店ポータルを一元化して代理店の生産性を高める

多くの保険会社は、代理店を通じて保険契約を販売しています。セールス電話の準備や、そうした電話中に見込み客からの質問に答えられるよう、代理店は複数のプラットフォームやアプリの詳細を個々に確認する必要があるかもしれません。こうした作業には時間がかかり、販売速度を低下させます。旧式のデータプラットフォームとは異なり、HDP では、保険 IOT などの多くのソースから得たデータを「Data Lake」に保管します。これにより複数の個別クエリが不要になり、関連性のない別個のストレージプラットフォーム間でも、単一化された検索が可能になります。代理店はより徹底した準備を行ない、限られた時間の中でより多くのセールス電話をかけることで、増益に貢献することができます。同タイプの単一ビューを用いて、どの代理店が商品販売において利益を上げているかを保険会社が把握することも可能です。成績優秀者にインセンティブを支給したり、慢性的に利益の上がらない代理店との契約を取り消したりもできます。


申込書類を処理するための高速キャッシュを生成

顧客が保険契約の新規購入に同意すると、代理店や査定人は申込書類を処理する必要があります。長期に渡りマニュアルで行なう処理が多いため、手続き不備のおそれがあります。速度は重要ですが、精度も同様に重要です。保険業界のある Hortonworks 契約者は、HDP 上に企業のドキュメントキャッシュを構築しました。Apache HBase は、処理を高速化するメタタグと共に、トランザクション後のドキュメンテーションをキャッシュ処理します。HDP の YARN ベースのアーキテクチャは同じデータセットでマルチテナント処理をサポートするため、文書をトラッキングしても、保証を開始する前に必要なリスク評価やその他の解析が遅延することはありません。効率的な文書処理は、コストを削減し、代理店と査定人の生産性を向上させます。


詐欺の検出

保険金詐欺は、保険業界の大きな課題です。FBI によると「保険金詐欺(健康保険以外)の総額は、年間以上 400 億ドルと推定される。これにより保険金詐欺は、米国の平均的な家庭に対して保険料増加という形で年間 400~700 ドルの負担を強いることを意味する。」とのことです。毎年保険料で 1 兆ドル以上を集める保険会社が 7,000 社以上あるため、犯罪者にとっては、大規模でもうかるターゲットになっています。保険料流用、手数料の過剰請求、資産流用、労災補償詐欺のような犯罪を犯す際に、簡単に自分の足跡を消すことができるのです。ある米国最大の保険会社は、機械学習や予測モデリングに HDP を使用しています。ルールに基づいた​​フラグをストリーミングデータに採用して、詐欺や無効請求をキャッチしています。請求データがシステムに流れ込むと、特別な調査や請求を担当するアナリストは、リアルタイムのアラートを頼りに、詐欺の可能性が高い請求の調査を優先します。

リスク軽減サービスの着手

保険会社はリスクを理解し、他の業界と同様に、受動的なデータ活用から積極的な活用へと移行しています。査定人は予見や予防が可能だった事故、火災、傷害について、「あの天気で運転すべきではなかった」「あのワイヤーは交換時期をはるかに超えていた」といった結論を導き出します。しかし現在の保険予測分析では、保険会社は、損失が発生する前にそうした洞察を得て、その情報を顧客と共有しています。これらのリスク低減と予防サービスでは、保険会社は保険契約者とリアルタイム分析を共有することで、事故を防ぐことができます。例えばアルゴリズムを確立して、発生する高リスク現象が悪天候、病気の流行、機器のリコールなどとどう関連するのかを特定します。そしてタイムリーなアラートを出すことで、顧客が自身と財産を保護する一助となります。自動車保険を提供しているある Hortonworks 利用者は、リアルタイムアラートに取り組んでいます。強い嵐が道路の通行状況に影響を与える場合には運転手に通知し、危険度の低い代替ルートを提案します。

実証センサーデータと価格リスク

モラルハザードとは、他人にリスクを負わされることで、ある人のリスクが高くなる現象です。保険会社は、情報の非対称性により、自動車保険契約を提供する際にモラルハザードに直面します。実際にはどのように運転していたのか、契約者は保険会社よりも把握しているからです。運転者は、衝突の際には保険がカバーすることをわかっているので、少しスピードを出し過ぎたり、前方注意を怠ったりするかもしれません。保険会社はそうしたモラルハザードをカバーする価格を設定するため、道路上で危険を冒す人を、安全運転をする人が助成することになります。利用量ベースの保険(UBI)は、安全運転者の良好な運転履歴に謝礼することで、情報の非対称性やモラルハザードを是正する可能性があります。大手保険会社は、HDP に保管された保険 IOT データおよびテレマティクスセンサーデータと合わせて UBI 商品を運用しています。以前の非 Hadoop 処理は、契約者車のセンサーから UBI データストリーミングのサブセットのみをキャプチャし、データの抽出、変換、ロード(ETL)処理はキャプチャ後翌週までかかるため、データの可用性を遅らせていました。HDP では、保険会社は UBI にオプトインした顧客の運転データをすべてキャプチャして保管し、半分の時間でより大きなデータセットを処理します。そして、年齢、車種、場所、履歴に基づいて予測された運転ではなく、予測モデリングを使って実際にどのように運転したかで、ドライバーに還元します。