从最早的日子开始，人寿保险已被数据推动。今天，该行业比以往任何时候都更具数据驱动。生活保险公司依靠数据来做出更好的运作，风险和定价决策。他们使用数据来开发新产品和商业模式。他们越来越多地利用数据来激励客户来减少风险的风险，并帮助他们避免损失。
例如，许多寿命保险公司使用Fitbit和Apple手表等可穿戴物品的健身数据，以鼓励客户领导更健康的生活。AIA活力，由AIA新加坡经营的计划，追踪客户健康，并在折扣上折扣，现金返还以及在飞行和游轮上享受50％的消费物品处理消费品等更健康的选择。
像这样的节目帮助生活保险公司近年来实现真正的收益。客户更好地治疗，运营更有效率，由于现代人寿保险数据实践，利润更加可靠。
然而，随着数据解锁这些新的可能性，它将载体公开为新漏洞：不准确，未经验证或操纵数据。最近的一项研究估计，97％的业务决策是利用公司自己的经理认为是不可接受的质量的数据。
尽管如此，80％的保险高管在2018年保险技术愿景中调查，其组织越来越多地利用数据来推动批判和自动化决策。
数据在现代人寿保险中扮演的关键作用也使其成为糟糕演员的目标。34％的调查受访者报告说，他们一直是通过机器人欺诈和其他技术伪造或操纵保险数据的恶意数字演员的目标。另外32％表示，他们很可能是这种攻击的目标，但无法验证。
然而，生活保险公司不需要辞职以使用不可靠的数据。他们可以通过在Tech Vision 2018报告中确定的三个关键领域建立信心来解决这一脆弱性：
- 来源，或在整个生命周期中验证来自原点的数据历史。
- 背景，或考虑数据使用周围的情况。
- 完整性，或确保和维护数据。
每个人生保险公司都需要绘制自己的课程，以在所有业务范围内制定这些原则。但是，不太可能发生适当的数据监督，而不可能发生专业业务部门的专用功能。每一个生命保险公司都应制定“数据智能”实践或函数，以在其使用的数据中级评定真相。此功能将激励声音数据实践，并帮助保险公司收获数据准则的奖励。
建立数据智能实践的生活保险公司需要回答四个关键问题。
- 我们是否能够吸引，培训和保留强大的数据实践文化所需的人才？网络安全，数据科学和AI都是相关但不同的专业领域。所有三个必须仔细协调，以维持数据准确性。考虑实施旋转计划，使更多员工揭露这些学科。
- 我们的企业级数据如何？记录流入组织和流出组织的数据。对于每条溪流，请询问负责任的团队在他们的照顾下对数据的真实性达到自信。向第三方提供的任何数据询问。开发一个标准，以确保一致的分级。
- 我们文化中的数字卫生有多重要？应该有多重要？开始这种数字卫生之旅的一种方式是让员工竞争建立基于安全的未来的未来情景。使用最普遍的方案来优先考虑安全措施和培训计划。
- 我们是否会激励用户“游戏”我们的系统？信息不对称倾向于激励自治系统的数据操纵和游戏，例如伪造运动常规的频率或强度。列出数据供应链中的信息不对称。建立一种最大限度地减少这些不对称的文化，以防止数据操纵。
下周回来看看无摩擦事业的年龄如何影响寿命保险人如何形成伙伴关系并找到竞争优势。
与此同时，保险2018年报告的全技术愿景是可用。
