
大數據時代健康保險何去何從_數據分析師
在大數據時代洶涌而來之際,特別是在‘數字人生’和‘數字醫療’的大背景下,健康險和壽險經營的基礎環境將發生根本性的變化,并面臨著歷史性的挑戰,保險需要重新思考‘存在’問題,本質上講是思考保險在科技創新時代下的存在邏輯和形式。
尋找保險存在的原始訴求
當“互聯網”、“云計算”、“大數據”這些詞匯接踵而至,讓人目不暇接時,作為保險從業者,除了感到新鮮之外,更多的是感覺有點茫然和困惑。茫然是因為我們不知道這些技術究竟意味著什么;困惑則是因為我們不知道應該如何應對。
從相對靜態的角度看,“數字人生”意味著“人”作為一個生命個體的所有特征將被充分地數字化,特別是各種穿戴式的生命體征記錄設備的廣泛應用,將形成一個多維、動態和持續的記錄體系,其結果是對于壽命和健康的描述和預期更加清晰和明確。
從相對動態的角度看,“數字醫療”是將醫療信息數據化和智能化,特別是對基因信息和影像信息的數字利用,意味著作為壽命和健康的基礎環境將發生根本性的變化,在判斷、控制和改善等方面均可能發生質的變化。那么,接下來的問題是:如果生命是已知的,如果健康是可控的,人壽保險,特別是健康保險還保什么?
我認為:未來技術創新的“翻天覆地”是勢不可擋,不僅是大數據、互聯網,還有基因工程等,都將從根本上改變保險經營的基礎,如風險的基礎環境將發生根本性變化,再如保險賴以生存的大數法則和精算技術將面臨挑戰,那么,未來的保險將如何存在?這就需要我們回到根本,去看看保險存在的原始訴求是什么?
就健康保險而言,其根本訴求應當是如何更好地提高生命和生活質量,提高社會醫療和衛生管理績效,其次,才是保險補償。順著這個思路,我們再思考和回答健康保險,能夠和應該做什么,就能夠找到解法和出路。
健康險迎來機遇
“看病難”和“看病貴”只是表象,深層次的原因是社會衛生和醫療管理的績效問題。這兩大難題背后是醫療體制改革的三大瓶頸問題。
一是專業信息不對稱。由于信息不對稱,使得醫療方案的科學性、合理性和有效性難以保證,過渡醫療問題嚴重。同時,由于信息不對稱,也使得藥品生產與流通成為暴利行業,并成為“看病貴”的主要推手。
二是社會資源的利用效率。醫療資源效率的突出問題是時間效率。具體表現為社會時間效率低下,人們為了幾分鐘的看病時間,往往要花費半天、一天,甚至是幾天的時間,造成巨大的社會成本負擔。
三是治療方案的針對性和有效性。治療方案的相對粗糙,與病人及其疾病的個性需求之間存在一定的差異,從而也造成了衛生績效的隱性低下。
就健康保險而言,“看病難”和“看病貴”問題,既是面臨的挑戰,同時,更是發展的機遇。關鍵是看保險業能否和如何破解這些難題,并發揮自身的獨特作用,為政府和社會分擔,其挑戰的是保險行業的大局意識和創新能力。
在提高國家衛生管理績效的問題上,許多國家都是從體制機制改革入手,希望通過醫療制度改革破解難題,但從目前的情況看,效果仍是差強人意。這個問題非常復雜,也非常難,所以,有人將其稱為:世界性難題。
但隨著互聯網和大數據時代的到來,給了我們解決這個難題以全新的視角和可能性,因為,衛生和醫療績效的核心是信息不對稱,互聯網和大數據可以從根本上解決信息不對稱問題,物聯網則可以為更加高效和便捷的醫療服務提供實現的可能性。
因此,我們有理由相信,在以“數字人生”和“數字醫療”為代表的衛生、醫療和健康管理的技術和管理變革時代,將給健康保險的發展營造了巨大的空間。
重構數據將成保險公司創新的核心能力
保險業應通過健康保險這一平臺,集合并成為廣大被保險人的“利益代理人”,利用大數據、物聯網、基因工程和人工智能等前沿科技,形成一種倒逼機制,推動我國衛生和醫療體制改革,同時,利用這些技術,探索全新的保險商業和服務模式。
首先,也是最重要的是解決觀念問題。這個時代變化太快了,新技術可謂是日新月異,而推動這個時代進步的核心力量恰恰是基于新技術創新應用的模式創新。我們不少人對新技術和新領域知之甚少,這是一種“新無知”,更可怕的是有些人對新技術和新領域持一種“不屑”的態度。
對于新技術,我們要始終保持著一顆好奇心,這是前提和關鍵。其次,在“數字人生”和“數字醫療”的背景下,數字將成為社會的重要資源,與此同時,隨著大數據時代的到來,企業不可能“擁有”所有數據,因此,數據管理將面臨“不求所有,但知所在”,了解相關數據的存在情況并能夠獲取是關鍵能力。
同時,解構和重構數據將成為保險公司創新的核心能力。第三,保險公司需要建立跨學科的“科學團隊”跟蹤和研究新技術和新領域,尤其是捕捉前沿領域的技術,并根據業務發展和提高效率的需要,構建全新的商業模式,如基因工程領域的發展就是保險需要特別關注的新領域。
人類基因組計劃的任務是測定組成人類染色體4萬個基因中所包含的30億個堿基對組成的核苷酸序列,從而繪制人類基因組圖譜,實現破譯人類遺傳信息的最終目的。其目的是解碼生命、了解生命的起源、了解生命體生長發育的規律,認識種屬之間和個體之間存在差異的起因,認識疾病產生的機制以及長壽與衰老等生命現象,為疾病的診治提供科學依據。
同時,基因診斷、基因治療、基因疾病預防、疾病易感基因識別、環境因子的干預,也是未來基因技術應用的重點。這一計劃已于2005年基本完成,并逐步推廣應用,同時,測序的價格也呈現直線下降的趨勢,開始對相關領域產生越來越大的影響。
隨著基因測序技術的普及,會有越來越多的人擁有自己的基因密碼地圖,這能夠在很大程度上推動人類健康管理水平的提升,但同時,對壽險和健康險也會提出巨大的挑戰。美國曾經有一項調查表明,當人們通過基因測序技術了解自己的情況后,其改變長期醫療保險計劃的可能性是原來的6倍。
同時,2008年美國通過了《反基因歧視法》,對保險公司利用基因技術進行了限制。目前,我國基因測序產業的發展也呈現如火如荼的態勢,普及和廣泛應用是必然趨勢,對此,我國壽險和健康險行業應高度關注并及早應對。
利用物聯網技術進行健康管理
物聯網是破解我國醫療效率困境的一道“曙光”。物聯網是將“物”聯系在一起的網絡,基于互聯網等信息載體,讓普通物品實現互聯互通。在健康和醫療管理方面,就是通過各種感應終端的使用,如智能手環、手表、眼鏡,未來還有各種感應內衣、植入芯片和膠囊型設備,加上家庭型的血壓計、血糖儀等設備,全方位地采集人體生命特征的各種信息,并通過互聯網和移動互聯網,將這些信息聯系并集中到一個平臺,在這個平臺上開展健康管理和醫療服務。
此外,通過移動互聯網技術,將各種醫療資源進行有機整合,形成全新的電子診斷模式,能夠大幅度提供衛生和醫療效率。研究表明,美國和加拿大的醫生每年大約進行6億次診斷,其中50%都可以利用電子診斷解決。2014年,實際電子診斷次數達到約7500萬次,占到潛在電子診斷市場的25%。
發達國家電子診斷的市場潛力估計在500到600億美元之間。目前,我國的醫療互聯網企業,如丁香園、春雨醫生、好大夫等,也在利用APP等手段,開展類似的嘗試,并被社會逐步認可和接受。同時,硬件設備企業也在利用前端設備,將業務領域延伸到健康管理領域,如Fitbit、Jawbone、Nike和小米手環等。預計到2017年底,中國移動[微博]醫療市場規模將達到125億元。
從根本上講,客戶的根本訴求并不是要得到保險賠償,保險公司應當在客戶健康管理方面下功夫,讓客戶真實地感受到保險公司提供的不僅僅是保障承諾,更重要是基于專業管理的個性化健康狀態維護。為此,可以有三種解決方案,一是家庭解決方案;二是社區解決方案;三是醫院,包括養老院和康復中心等的解決方案。
保險公司可以利用健康物聯網技術,在前端幫助客戶建立“虛擬和自助的檢查和診斷中心”,利用穿戴設備、高清攝像頭、體重計、血糖儀等終端,實現對氣色、體重、心律等主要健康指標的監測,重點解決“望聞切問”的問題。同時,建立“健康管理的共享服務中心”,導入健康指標動態評價和監管體系,根據被保險人的健康指標監控情況,有針對性地提出運動、康復和治療方案,確保被保險人體質和健康水平的不斷提升。
保險行業應當充分利用社區這一平臺,通過構建基于物聯網的“社區醫療和健康服務中心”,可以實現對社區成員醫療和健康服務的三大功能:一是提供電子健康檔案服務,通過建立實時監控系統,能夠動態評價社區成員的健康狀況,提出醫療和健康管理建議;
二是提供前端檢查和遠程診療服務,為社區成員提供各類專業的檢查,并與醫院遠程診療中心對接,為社區成員提供遠程專家會診服務。三是提供對慢性病以及各類特殊需求社區成員的動態監控、健康管理和緊急救助。
我在《大數據時代保險變革研究》一書中就這個話題專門寫了一章,即“健康保險模式變革研究”。我認為:在以互聯網和大數據為代表的科技時代,健康保險經營的環境發生了根本性的變化,繼而對經營和管理的許多環節也將產生顛覆性的影響,我們不能就事論事地討論這些問題,我們需要回到“根本”,去思考健康保險的“存在”問題,而這種“存在”的基本形式應當是基于新技術的健康管理服務新模式。
我們在以往的經營中,也講“健康管理”,但那更多的是一種淺層次的,未來行業需要進入健康管理的2.0時代,其特點是不僅與健康保險有機結合,更要與技術和制度創新有機結合,形成一種專業化、系統化和良好客戶體驗的健康管理,其核心價值是基于持續觀察的健康管理和基于專業的個性化服務。
《黃帝內經》中有句話:“圣人不治已病治未病”。對于保險業而言,從業務發展的角度看,需要將“治未病”作為經營的重點,為客戶提供高水平的健康管理服務。從自身經營的角度看,應當思考行業發展的“治未病”問題,未雨綢繆,及早行動,探索新模式,迎接新挑戰,打造新格局。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25