最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[头条] “栈略数据”完成近亿元B轮融资,专注健康险大数据风控

[复制链接]
跳转到指定楼层
楼主
发表于 2019-10-30 18:46:02 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
近日,保险科技公司上海栈略数据技术有限公司(“栈略数据”)宣布完成近亿元B轮融资。本轮融资由领沨资本领投,拍拍贷等投资方跟投,山景资本作为独家财务顾问。

栈略数据是一家专注于健康险风控领域的科技公司。服务于保险支付方,为商业保险公司和保险中介等合作伙伴提供企业级大数据风控解决方案。创始团队成员来自硅谷一线科技公司,核心团队由技术专家、保险业务专家及医疗专家组成。

创立三年以来,栈略数据已就风控业务与多家保险公司开展合作,包括中国人寿、中国人保、中国太平、太平洋保险、中华联合保险、中国大地保险、汉诺威再保险等机构。目前,栈略数据的产品服务已获业内广泛认可。

栈略数据创始人刘戈杰表示:“本轮融资后,栈略数据将加速其在全国的业务扩张与战略布局,并进一步开展与保险上下游机构的合作,巩固栈略在健康险风控领域的领先地位。”

近年来,监管部门接连下发多项保险行业相关指导意见和政策,从原来的“促增长”逐渐转向“严监管”。

在此过程中,众多险企由于转型面临偿付能力承压。同时,为防范和化解保险欺诈风险,自2018年保险监管层印发《反保险欺诈指引》以来,监管层正逐步构建保险行业欺诈风险管理规范和反欺诈技术标准。当前已是考验险企资本实力和经营能力的关键时刻,保险风控能力已成为各险企核心竞争力指标之一。

在此需求推动下,栈略数据推出核心产品大数据驱动的健康险风控解决方案,为支付方实现高效精准的智能风控。

不同于其他泛金融领域的风控服务商,栈略数据定位于垂直赛道,深耕健康险领域,运用数字技术及人工智能服务保险支付方。独创“数字化健康险风控闭环”模式,有效协同政策性医疗保险和商业健康险的数据融合,打通产品设计、核保、理赔、客服等运营环节,在产品整个生命周期中实现联合动态风控,为产品设计、合理化定价、精细化运营提供数字化赋能。

之所以选择深耕健康险领域,刘戈杰表示是因为看到了大数据赋能健康险的无限潜力。他提到:“当年我们刚进入这个行业,保险业的数据运用程度还处于较初级的阶段。随着健康险市场的成长及政策驱动,健康险领域的大数据应用需求也逐渐凸显出来,从产品设计、风险管理到精细化运营都离不开数据支持。”

“想要直击健康险风控领域痛点,技术和行业洞察都不可或缺。”栈略数据创始人刘戈杰特别强调,“健康险风控有其艰深的行业壁垒。

第一、健康医疗行业存在信息孤岛及标准化程度低,数据可用性低的问题;

第二,健康险风控不是仅仅依靠技术手段可以解决,还需要对疾病、医药、病理诊疗、支付制度等有足够深入的理解;

第三,健康险风控场景复杂多样,各利益方矛盾突出,对健康险反欺诈及理赔运营提出了一系列挑战。

栈略数据基于进化型机器学习知识图谱两大核心技术,深度挖掘数据,对人群发病率,病种转化周期,医疗成本等精准建模,实现数据驱动的个性化定价,同时具备智能风控的数字化理赔流程,对不合理费用精准剔除,智能稽核,阻断欺诈。栈略数据的优势就是做到了数据技术与专业知识的深度融合。”

栈略数据于2016年成立后即获来自高榕资本、富慕资产和硅谷投资人郭威的天使轮投资,2017年公司又完成DCM、普华资本、丹华资本、奇虎中财、高榕资本和富慕资产参与的A轮投资。

栈略数据已成为LIMRA(国际寿险营销研究协会)特别附属会员及《中国社会保障杂志》理事单位。2019年,栈略数据先后获得InsurStar50 — 2018年中国保险科技50强,清华五道口金融科技研究院主办的 “2018年全球金融科技创业大赛十强”,分子实验室颁发的“2019中国保险科技创新20强”等诸多荣誉。

公司目前拥有北京和上海双总部,同时在南京、杭州、成都、长沙、广州、深圳等地设有分支机构。据悉,2019年栈略数据国际总部已于香港成立,着手重点布局亚洲市场。

内容来源:动脉网(vcbeat) | 作者:杨雪

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-2 12:06

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表