大数据“送温暖”:为寒冷购买保险_数据分析师
冬天到了,各种“送温暖”成了人们传达感情的热门方式。向涛最近创新了一种利用互联网金融的新奇“送温暖”方式:为寒冷购买保险,取名为“低温宝”。
具体来说,当“低温宝”投保者所投保的城市,在所设定的时间期限内(2015年1月1日到3月21日),气温累计6天低于“低温宝”为该城市设定的最低气温,投保者就可以按日获得御寒补贴。
“大数据分析是我们最大优势,”向涛说,他因在卫星大数据分析方面的商业创新成为2014年福布斯中国科技先锋人物,“我们已经完整掌握全国各大城市过去30年的历史气温数据, 并对其进行了数据挖掘和分析, 低温宝 基于我们数据分析基础上诞生的一个互联网金融产品。”
目前,“低温宝”覆盖全国32个城市,包括各大一线城市、省会城市和热门旅游城市。以上海为例,在设定期限内,如果中央气象台公布的每日最低气温累计6天低于零下4度(简称“低温日”),那么购买者就可以从第7个低温日开始按天数获得补贴,“低温日”的天数越多,获得的补贴也就越多。
美国气象数据公司(The Climate Corporation)以类似的模式通过农业大数据为美国农民提供气象灾难的保险业务,并以此来分担由气象灾难导致的农民农业损失的风险。由于引入软件和大数据分析,气象数据公司对气象的把握精准而高效。
“低温宝则是第一款帮助公众规避异常天气状况的移动互联网金融产品,”向涛称,“利用移动互联网和自动化运营平台,当满足累计低温日的条件时,公众可以在第一时间收到补偿——这是一个极其简单、便捷的互联网金融产品。”
向涛强调,对于温度的设定是因地制宜的,不同地区的人们对于寒冷的感受不同。不同城市最低保障温度的设定既不能太低——否则用户不会认为产品有购买价值,也不能太高——必须对风险有所控制。“以上海低温日的标准零下4度为例,还没有进入 三九 ,今年已经出现过两次零下4度的低温日了。”向涛认为这个温度标准的设定对于很多购买者具有相当大的诱惑力。
在向涛看来,移动互联网的快速传播和覆盖地域广等特征可以提升保险的风险控制能力。“低温宝体系通过数据分析,以数据为依据确定风险控制策略,”向涛说,“我们风险控制的核心是风险类型的分散。首先,通过互联网向全国销售,以实现了低温风险在全国范围的分散;其次,通过长时间序列的全国气象数据,确定相同气候类型和不同气候类型的城市组合,在销售时,通过控制销售节奏使得气候类型不同的城市的销售数量大致平衡。”在营销方面,向涛完全借助移动互联网的微信平台进行营销推广,在支付平台上则选择了支付宝。对于不同消费能力的人群,向涛的营销团队还设定了不同类型的产品:10元一份的“低温宝”可以送给家人和亲近的朋友,而对于不愿意大额支付的人群,“低温宝”还推出了1毛钱一分的产品——只是补偿条件更加苛刻、补偿金额也会更有限。
“微信红包是已经被验证的移动营销模式,我相信我们这个充满 爱 的产品也会取得成功。”向涛笑着说。在利用大数据掘金时,他不忘打“感情牌”,比如儿女给父母购买的“低温宝”时,一条短信将随之发送至父母手机:爸/妈,天冷了,这是我送给您的一份温暖,感谢您给我所有的爱,冬天好好照顾自己,爱你的XXX。
12月下旬,向涛的团队已经开始预售“低温宝”。“目前的市场反馈很不错,1月上旬我们还会开始新一轮短期销售。”
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21