大数据背景下保险行业的创新
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 文献综述 | 第9-13页 |
| 1.2.1 大数据时代的到来 | 第9-12页 |
| 1.2.2 保险市场成熟度研究 | 第12-13页 |
| 1.3 研究目的及意义 | 第13-14页 |
| 1.4 研究内容及方法 | 第14-16页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 研究方法 | 第15-16页 |
| 第2章 互联网保险发展概况 | 第16-30页 |
| 2.1 互联网保险概述 | 第16-19页 |
| 2.1.1 互联网保险定义和分类 | 第16页 |
| 2.1.2 互联网保险发展特点 | 第16-17页 |
| 2.1.3 国外互联网保险发展现状 | 第17-19页 |
| 2.2 中国互联网保险发展分析 | 第19-25页 |
| 2.2.1 互联网保险发展历程 | 第19-20页 |
| 2.2.2 互联网保险崛起原因 | 第20-22页 |
| 2.2.3 互联网保险发展现状 | 第22-25页 |
| 2.3 互联网保险商业模式分析 | 第25-30页 |
| 2.3.1 险企自建官方网站直销模式 | 第26页 |
| 2.3.2 综合性电商平台 | 第26页 |
| 2.3.3 兼业代理机构网销模式 | 第26-27页 |
| 2.3.4 专业中介代理机构网销模式 | 第27页 |
| 2.3.5 专业互联网保险公司模式 | 第27-30页 |
| 第3章 基于广义流模型中国保险市场成熟度研究 | 第30-42页 |
| 3.1 保险市场成熟度 | 第30页 |
| 3.2 指标选取 | 第30-32页 |
| 3.3 模型描述 | 第32-34页 |
| 3.4 实证分析 | 第34-39页 |
| 3.4.1 数据描述 | 第34-35页 |
| 3.4.2 结果与分析 | 第35-39页 |
| 3.5 总结与建议 | 第39-42页 |
| 第4章 基于大数据保险业的创新升级 | 第42-54页 |
| 4.1 大数据改良保险价值链 | 第42-45页 |
| 4.1.1 风险评估与定价 | 第42-44页 |
| 4.1.2 交叉销售 | 第44页 |
| 4.1.3 客户流失管理 | 第44页 |
| 4.1.4 理赔欺诈检测 | 第44-45页 |
| 4.1.5 索赔预防与缓解 | 第45页 |
| 4.2 大数据改革保险商业模式 | 第45-49页 |
| 4.2.1 社交模式 | 第46页 |
| 4.2.2 互助保险模式 | 第46-47页 |
| 4.2.3 Pay-As-You-Drive模式 | 第47-48页 |
| 4.2.4 生态系统模式 | 第48-49页 |
| 4.3 大数据时代保险业面临的挑战 | 第49-54页 |
| 4.3.1 数据安全和数据定价风险 | 第49-50页 |
| 4.3.2 信息技术安全风险 | 第50-51页 |
| 4.3.3 创新与声誉风险 | 第51页 |
| 4.3.4 信用与网络欺诈风险 | 第51-52页 |
| 4.3.5 设备风险 | 第52-54页 |
| 第5章 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-62页 |
| 致谢 | 第62-63页 |
