1898 年 2 月，Travelers Insurance Company 将第一份汽车保险单卖给了纽约布法罗的 Truman Martin 博士。作为一个重视数据的人，对于我来说最显眼的是，汽车的第一个里程表专利于 1903 年发布，直到 20 世纪 20 年代，里程表才成为大多数汽车的标配功能。在撰写汽车保险单的早期，保险行业无法获取如此简单的数据。
现如今，保险行业是最重要的数据消费者之一。而在以前，保险公司甚至无法获取汽车行驶里程等数据；现在，一些公司将允许您安装设备或软件来为它们提供有关您的驾驶行为的实时数据。
为了进一步说明保险行业的变化有多快，下图突出显示了近年来，Google Scholar 发表的有关保险预测分析主题的文章数量有所增加。 
然而，不幸的是，人们很容易感觉到跟不上新的数据分析世界的步伐，即使是定期处理数据的人也会有点不知所措。保险提供商 Lemonade 在描述成功实施新预测分析模型时表示：“这些工具和技术不能只是在老式公司中采用和改编，它们很难移植到没有将其作为核心设计原则的公司.1”
不过，幸运的是，随着数据管理和预测分析变得越来越有价值，您不必拥有 Lemonade 的模型也可以跟上行业的变化趋势。
在现实世界中应用预测分析
下面是预测分析在保险行业中用例的一些相关示例。
示例 1
使用高级分析和第三方数据在几分钟（而不是几天）内提供报价并绑定保险单。2
示例 2
预测客户流失，以便采取适当的步骤来留住客户。3
示例 3
预测人寿保险的风险，并快速考虑多个模型以获得最佳结果。4
MINITAB 的预测分析解决方案
更棒的是，Minitab 开发了您所需的稳健工具，让您比以往更轻松地利用数据。
例如：
Minitab Statistical Software 确保能够使用革命性的预测分析模型，如 TreeNet® 和 Random Forests®，为您的数据提供更深层次的见解。无论您想比较相邻两个商业园区的财产保险风险状况，还是标记内陆运输欺诈索赔，这些强大的预测分析工具都可以根据您的数据提供更深入的见解。
Minitab Model Ops 使您能够部署在 Minitab Statistical Software 中构建的模型。这样，在 Web 表单中输入条目后，可以瞬间从模型中获得新的预测。例如，在 Web 表单中输入几个条目，可以从一个强大的模型生成预测，使您能够向新客户提供业务报价。
想了解有关我们的机器学习部署解决方案的更多信息？
结语
这些工具中的每一个都具有强大的功能，但将它们一起使用时效果会更上一层楼。使用受信任的 Minitab 工具更快更轻松地从您的数据获取所需的见解。
希望进一步探索 Minitab 的预测分析解决方案？
来源：
1: Lemonade: How Our Newest Predictive Model Can Take Us to the Next Level of Precision Underwriting and Pricing
2: McKinsey: How Data and Analytics Are Redefining Excellence in P&C Underwriting
3: LUT University: Predicting the Customer Churn with Machine Learning Methods - CASE: Private Insurance Customer Data
4: Springer Link: Risk Prediction in Life Insurance Industry Using Supervised Learning Algorithms