JP2016527639A - 適切な生命保険製品を決定するための生命保険申込者の分類 - Google Patents
適切な生命保険製品を決定するための生命保険申込者の分類 Download PDFInfo
- Publication number
- JP2016527639A JP2016527639A JP2016531745A JP2016531745A JP2016527639A JP 2016527639 A JP2016527639 A JP 2016527639A JP 2016531745 A JP2016531745 A JP 2016531745A JP 2016531745 A JP2016531745 A JP 2016531745A JP 2016527639 A JP2016527639 A JP 2016527639A
- Authority
- JP
- Japan
- Prior art keywords
- insurance
- applicant
- data
- risk
- computing device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するための方法及び装置(コンピュータプログラム製品を含む)について記載する。コンピューティング装置は、生命保険申込者に関連付けられているデータを受信する。コンピューティング装置は、受信したデータに基づいて、申込者に関連付けられている1つ以上の保険リスク要因のリスクレベル、保険必要性要因、及び保険確率要因を決定する。コンピューティング装置は、申込者に関連付けられている保険適合性プロフィールを生成するようにリスクレベル、保険必要性要因、及び保険購入確率を組み合わせる。コンピューティング装置は、保険適合性プロフィールに基づいて、申込者に利用可能な1つ以上の保険製品を識別する。
Description
本出願の主題は、一般に、適切な生命保険製品を決定するべく生命保険申込者を分類するための方法及び装置(コンピュータプログラム製品を含む)に関する。
契約引受査定段階は、生命保険申込プロセスのうちの最も時間が掛かり、費用が掛かる部分である。保険会社は申込に対し相当な時間及び資源を費やし、それらの申込の多くは最終的に断られる。あるいは、その申込者には、申込者が必要としない、費用を負担することができない、又は決して購入しないであろう保険製品が提案される。
多くの場合、申込者は申込書を提出し、保険会社がその申込を審査する数週間又は数ヶ月間、待機することになる。契約引受査定プロセスでは、従来、一定のタイプの生命保険に対する申込者のリスク・プロフィール及び適格性を決定するために、複雑なデータ(医療記録など)を手作業によって分析することを伴う。これに加えて、申込者の必要性及び生命保険の費用を負担する能力、申込者が生命保険を購入する可能性などの重要な要素は、ほとんど又は全く考慮されない。
概括すると、本明細書に記載の手法は、コンピュータ化されたシステムを使用して、申込者に関連付けられている様々な情報を使用して生命保険申込者を分類し、申込者に対する生命保険製品の適合性を決定することに関する。この手法では、コンピュータ・ベースのシステムの処理速度及び処理能力を活用して、特定の申込者に対する保険リスク、保険必要性、及び保険購入の確率を査定し、その申込者が1つ以上の保険製品に適格であるか否かを迅速に決定することの利点を提供する。このコンピュータ・ベースのシステムは、申込者の契約引受査定の評価を、契約引受査定の決定における高いレベルの信頼度を依然として保持しながら、従来の契約引受査定プロセスよりもより十分に高速に提供するために、多くの高度なデータソース、アルゴリズム、及びモデリング手法を使用することができる。この手法は、また、保険会社によって提案される生命保険製品に対して様々な現在の申込者と潜在的な申込者との両方を識別するときに、より高い効率を与えるために、各申込者のよりターゲット化された評価を提供する。
本発明は、1つの態様では、1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するためのコンピュータ化された方法を特徴とする。コンピューティング装置は、生命保険申込者に関連付けられているデータを受信する。コンピューティング装置は、受信したデータに基づいて、申込者に関連付けられている1つ以上の保険リスク要因のリスクレベルを決定する。コンピューティング装置は、受信したデータに基づいて、申込者に関連付けられている保険必要性要因を決定する。コンピューティング装置は、受信したデータに基づいて、申込者に関連付けられている保険購入確率を決定する。コンピューティ
ング装置は、申込者に関連付けられている保険適合性プロフィールを生成するようにリスクレベル、保険必要性要因、及び保険購入確率を組み合わせる。コンピューティング装置は、保険適合性プロフィールに基づいて、申込者に利用可能な1つ以上の保険製品を識別する。
ング装置は、申込者に関連付けられている保険適合性プロフィールを生成するようにリスクレベル、保険必要性要因、及び保険購入確率を組み合わせる。コンピューティング装置は、保険適合性プロフィールに基づいて、申込者に利用可能な1つ以上の保険製品を識別する。
本発明は、別の態様では、1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するためのシステムを特徴とする。本システムは、生命保険申込者に関連付けられているデータを受信するように構成されているコンピューティング装置を備える。コンピューティング装置は、受信したデータに基づいて、申込者に関連付けられている1つ以上の保険リスク要因のリスクレベルを決定し、受信したデータに基づいて、申込者に関連付けられている保険必要性要因を決定し、及び受信したデータに基づいて、申込者に関連付けられている保険購入確率を決定するように構成されている。コンピューティング装置は、申込者に関連付けられている保険適合性プロフィールを生成するべくリスクレベル、保険必要性要因、及び保険購入確率を組み合わせるように構成されている。コンピューティング装置は、申込者に利用可能な1つ以上の保険製品を保険適合性プロフィールに基づいて識別するように構成されている。
本発明は、別の態様では、1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するための、コンピュータ可読記憶装置により有形に具体化されるコンピュータプログラム製品を特長とする。コンピュータプログラム製品は、コンピューティング装置が生命保険申込者に関連付けられているデータを受信するように構成されている命令を含む。コンピュータプログラム製品は、コンピューティング装置が、申込者に関連付けられている1つ以上の保険リスク要因のリスクレベルを受信したデータに基づいて決定し、申込者に関連付けられている保険必要性要因を受信したデータに基づいて決定し、及び申込者に関連付けられている保険購入確率を受信したデータに基づいて決定するように構成されている命令を含む。コンピュータプログラム製品は、コンピューティング装置が、申込者に関連付けられている保険適合性プロフィールを生成するべくリスクレベル、保険必要性要因、及び保険購入確率を組み合わせるように構成されている命令を含む。コンピュータプログラム製品は、コンピューティング装置が、申込者に利用可能な1つ以上の保険製品を保険適合性プロフィールに基づいて識別するように構成されている命令を含む。
一部の実施形態では、前述の態様のいずれかによって、後述の特徴の1つ以上が含まれてよい。一部の実施形態では、受信したデータは、人口統計学データ、個人医療歴データ、家族医療歴データ、薬局/処方箋データ、犯罪記録データ、運転(motor vehicle)データ、職業データ、旅行データ、金融(financial)データ、保険金受取人データ、以前の/現在ある保険の保障範囲データ、保険申込書データ、物質乱用データ、及び事故データのうちの1つ以上を含む。
一部の実施形態では、1つ以上の保険リスク要因のリスクレベルを決定する工程は、将来の活動に関連付けられている予測リスクを、受信したデータに基づいて生成することを含む。一部の実施形態では、リスクレベルは、1つ以上のリスク要因の集約に基づいてスケーリングされた値である。一部の実施形態では、1つ以上のリスク要因の集約は、所定の基準にしたがって各リスク要因を重み付けすることを含む。一部の実施形態では、リスクレベルは、保険可能なイベントが申込者に生じる可能性を表す。
一部の実施形態では、1つ以上の保険リスク要因のリスクレベルを決定する工程は、既知の死亡情報に対してリスクレベルを調整することを含む。一部の実施形態では、1つ以上の保険リスク要因のリスクレベルを決定する工程は、そのリスク要因を以前の生命保険申込者に関連付けられているリスク要因と比較することを含む。
一部の実施形態では、保険必要性要因を決定する工程は、将来の生命保険の保障範囲の予測の必要性を受信したデータに基づいて生成することを含む。一部の実施形態では、保険必要性要因は、申込者の生命保険の必要性と、その申込者が生命保険の費用を負担する能力とを表す。一部の実施形態では、保険必要性要因は、収入、正味資産、婚姻状態、子/被扶養者の数、以前の/現在の生命保険、及び信用情報履歴のうちの1つ以上に基づいて決定される。
一部の実施形態では、保険購入確率は、購入した生命保険契約が失効することを申込者が回避する可能性を表す。一部の実施形態では、保険購入確率は1つ以上の識別された保険製品に関する。
一部の実施形態では、保険適合性プロフィールは、申込者が保険会社の契約引受査定の要件を満たして1つ以上の保険製品を提案されるのに適格か否かについての判定を表す。一部の実施形態では、保険適合性プロフィールは、その申込者に追加の契約引受査定が要求されるか否かを示す。
一部の実施形態では、1つ以上の利用可能な生命保険製品が識別される場合、コンピューティング装置が、利用可能な生命保険製品についての情報を申込者に送信する。一部の実施形態では、コンピューティング装置が、完成した生命保険申込書を申込者から受信する。一部の実施形態では、コンピューティング装置が、その後のセールス及びマーケティングの目的のために、受信したデータを記憶する。
本発明の態様は、ソフトウェア・モジュール及びハードウェア・モジュールを備え、通信ネットワークに接続され、本明細書に記載の方法及びプロセスを行うように構成されているコンピュータ・システムなど、コンピュータ・ベースの実装を含む。コンピュータ・システムは、本発明の態様を実装するために、物理及び/又は論理モジュールを制御する1つ以上のプロセッサ・ベースのコンピューティング装置を備えてよい。コンピューティング・システムを備える装置は、幾つかの場所(一部の例では、地理的に離れている)に分散されてよい。そのシステムの機能及び資源は、本明細書に記載されるように、装置の幾つかに同様に分散されてよい。本発明の他の態様及び利点は、例として本発明の本質を例示する、添付の図面と共に設けられる後述の詳細な説明から明白になる。
前述の発明の利点は、さらなる利点と併せて、添付の図面と共に設けられる後述の記述に言及することによって、より理解されることができる。図面は必ずしも縮尺通りではなく、その代わりに、本発明の本質を例示するにあたって強調が一般に行われている。
図1は、適切な生命保険製品を決定するべく生命保険申込者を分類するためのシステム100のブロック図である。システム100は、本発明のコンピュータ実装される実施形態によりコンピュータ処理を実装するためのコンピューティング装置102を備える。本明細書に記載される方法は、例えばプロセッサ・ベースのコンピューティング装置若しくは複数のコンピューティング装置のネットワーク上で実行される、プログラム手順、モジュール、及び/又はソフトウェアを実装することによって得られる。コンピューティング装置102は、本明細書に記載のプロセスを実行する際にコンピューティング装置102を支援する他のコンピューティング装置との間でデータを送受信することを可能とする1つ以上の通信ネットワークに接続されている。
この手法は、図2に示されるように、異なる複数の場所に分散された複数のコンピューティング装置を備えるネットワーク化されたシステム200により実装され得る。ロケーションA(202)、ロケーションB(204)及びロケーションC(206)の各々に、図1の示した構成要素104,106,108,110,112を有するコンピューテ
ィング装置102が備えられ、場所202,204,206のコンピューティング装置は、ネットワーク210を介して互いに接続されている。図2のネットワーク化されたシステムは、本明細書に記載の処理機能を幾つかのコンピューティング装置に分散させることを可能にし、1つの場所のコンピューティング装置がオフライン又は動作不能である場合の冗長性を提供する。一部の実施形態では、特定の場所(例えば、ロケーションA(202))の近傍にある遠隔コンピューティング装置は、その特定の場所のコンピューティング装置102を介して、ネットワーク化されたシステムにアクセスする。一部の実施形態では、場所202,204,206のそれぞれのコンピューティング装置102は、ネットワークに接続されている中央コンピューティング装置212(例えば、サーバ)と通信する。中央コンピューティング装置212は、それらのコンピューティング装置102のネットワークにデータ及び/又は処理資源(例えば、それらのコンピューティング装置の間での機能/データの同期)を提供することができる。
ィング装置102が備えられ、場所202,204,206のコンピューティング装置は、ネットワーク210を介して互いに接続されている。図2のネットワーク化されたシステムは、本明細書に記載の処理機能を幾つかのコンピューティング装置に分散させることを可能にし、1つの場所のコンピューティング装置がオフライン又は動作不能である場合の冗長性を提供する。一部の実施形態では、特定の場所(例えば、ロケーションA(202))の近傍にある遠隔コンピューティング装置は、その特定の場所のコンピューティング装置102を介して、ネットワーク化されたシステムにアクセスする。一部の実施形態では、場所202,204,206のそれぞれのコンピューティング装置102は、ネットワークに接続されている中央コンピューティング装置212(例えば、サーバ)と通信する。中央コンピューティング装置212は、それらのコンピューティング装置102のネットワークにデータ及び/又は処理資源(例えば、それらのコンピューティング装置の間での機能/データの同期)を提供することができる。
コンピューティング装置102は、一定のデータ及びシステムイベントを評価するトリガ機構など、本発明の方法のための自動処理を含むとともに、そのトリガ機構の使用を通じて行われる決定に対し追加のアクションを行うことによって応答するように構成されている。
コンピューティング装置102は、データ収集モジュール104、保険適合性モジュール106、リードジェネレーション・モジュール108、申込処理モジュール110、及びデータベース112を備える。データ収集モジュール104、保険適合性モジュール106、リードジェネレーション・モジュール108、及び申込処理モジュール110は、コンピューティング装置102に配置され、適切な生命保険製品を決定するべく生命保険申込者を分類するための方法を実行するのに使用される、ハードウェア及び/又はソフトウェア・モジュールである。一部の実施形態では、コンピューティング装置102は、通信ネットワーク(例えば、インターネット、WAN又はLAN)上に配置され、他のコンピューティング装置(図示せず)と通信する、サーバ・コンピューティング装置である。一部の実施形態では、データ収集モジュール104、保険適合性モジュール106、リードジェネレーション・モジュール108、及び申込処理モジュール110の機能は、複数のコンピューティング装置に分散されている。これに加えて、一部の実施形態では、データベース112が、コンピューティング装置102に接続されている別のコンピューティング装置上に配置される。本発明の範囲から逸脱することなく、様々なアーキテクチャ、資源、及び設定により構成されている(例えば、クラスタコンピューティング、仮想コンピューティング、クラウドコンピューティング)任意の数のコンピューティング装置を使用できることが理解される。
図3は、図1の保険適合性モジュール106の詳細なブロック図である。保険適合性モジュール106は、保険リスク決定モジュール302、保険必要性決定モジュール304、保険購入決定モジュール306、及び保険適合性プロフィール生成モジュール308を備える。モジュール302,304,306,308の機能について、図4を参照してより詳細に後述する。
図4は、図1のシステム100と図3の保険適合性モジュールとを使用して、適切な生命保険製品を決定するべく生命保険申込者を分類するための方法400のフローチャートである。コンピューティング装置102は、生命保険申込者に関連付けられているデータを、データ収集モジュール104を介して受信する(402)。受信したデータは、生命保険申込者の特性又は属性に関する様々な情報要素(information point)又は変数を含み得る。このデータは、コンピューティング装置102に接続される任意の数のデータソース及び/又はデータフィード(例えば、プロプライエタリな及び/又はサードパーティのデータレポジトリ)から受信され得る。例えば、データソースは、薬
局記録、運転(motor vehicle)記録、医療/健康歴記録(例えば、MIB(Medical Information Bureau))、犯罪記録、雇用情報、人口統計学情報、金融情報、クレジットスコア情報、旅行情報以前の/現在ある保険の情報、及び申込者質問表などを含み得るが、それらに限定されない。データ収集モジュール104は、題目など確立された基準にしたがって、受信したデータを分類することができる。データ収集モジュール104は、受信したデータの索引付け及び記憶のために、データベース112と通信する。
局記録、運転(motor vehicle)記録、医療/健康歴記録(例えば、MIB(Medical Information Bureau))、犯罪記録、雇用情報、人口統計学情報、金融情報、クレジットスコア情報、旅行情報以前の/現在ある保険の情報、及び申込者質問表などを含み得るが、それらに限定されない。データ収集モジュール104は、題目など確立された基準にしたがって、受信したデータを分類することができる。データ収集モジュール104は、受信したデータの索引付け及び記憶のために、データベース112と通信する。
一部の実施形態では、データ収集モジュール104によるデータの受信は、完成した生命保険申込書を申込者が提出すると開始される。申込者は、様々なチャネル(例えば、用紙、ウェブサイトフォーム、電子ファイル)を通じて申込書を提出することができる。また、申込者は、申込者から申込情報を収集して保険会社に申込書を提出するエージェントやブローカーを通じて、申込書を提出することもできる。一部の実施形態では、保険会社は、申込書が完成しており適正に提出されていること(例えば、申込者が申込書に署名し、サードパーティソースから追加の情報を取得することを保険会社に許可していること)を確認するために申込書を審査する。申込書が提出されると、コンピューティング装置102は、前述したように、申込者に関連付けられているデータのデータソースからの収集を開始する。一部の実施形態では、コンピューティング装置102は、利用可能なデータソースから、その申込者に関連付けられている一定の情報を既に収集し(申込者が申込書を提出する前であっても)、その情報をデータベース112に記憶している(すなわち、後述されるように、リードジェネレーション目的のため)。
コンピューティング装置102がデータを受信すると、保険適合性モジュール106は、その受信したデータを使用して、申込者に関連付けられている1つ以上の保険リスク要因を決定する(404)。保険リスク決定モジュール302はデータ収集モジュール104から申込者データを受信するとともに、保険リスク要因を決定するために統計モデリング手法及びメトリックを使用して申込者データを分析する。リスク要因の例は以下を含むが、これに限定されない。
各リスク要因についてのリスクのレベルは、リスクの総合的なレベルを与えるように組み合わせられる。一部の実施形態では、各リスク要因についてのリスクのレベルが等しい重みで評価されてもよく、各リスク要因についてのリスクのレベルがそれぞれの重大さのレベルにしたがって重み付けられてもよい(例えば、65歳の退職した申込者についての医療のリスク要因には、職業のリスク要因よりも大きな重みが与えられてよい)。
保険リスク決定モジュール302は、また、リスク要因のうちの1つ以上に関連付けられている将来の(すなわち、予測の)リスクを決定するためにモデリング手法を含む。例えば、保険リスク決定モジュール302は、申込者に関連付けられている家族医療歴における重要なイベント(例えば、癌、心臓病、糖尿病)を識別し、その申込者が同一又は類似の医療イベントに対する増大する将来のリスクを有するか否かを判定するために既知の統計と共に確率的手法を使用することができる。
一部の実施形態では、保険リスク決定モジュール302が全てのリスク要因を評価する必要はない。その代わりとして、保険リスク決定モジュール302は、保険会社によって確立される基準に基づいてリスク要因の特定のサブセットのみを評価してよい。例えば、保険リスク決定モジュール302は、申込者について特定のリスク要因に対応するデータが取得できない場合、そのリスク要因を評価しなくてよい。
保険リスク決定モジュール302がリスク要因データを評価し、リスク要因に関連付けられているリスクのレベルを生成すると、保険リスク決定モジュール302は、その評価の結果をスケーリングされた数値として生成することができる。このスケーリングされた値は、申込者が生命保険のための一定の区分(例えば、スタンダード)を満たすという信頼度を表す。このスケーリングされた値は予め定義される尺度(例えば、0〜100)に基づいてよく、ここで、より大きな値は申込者に関連付けられているリスクのより低いレベルを表す。一部の実施形態では、スケーリングされた値は、誤った結果の見込みを最小化するように既存のデータに対して調整されてよい。例えば、スケーリングされた値は、既知の死亡動態(mortality process)(例えば、CRL(Clinical Reference Laboratory))に合わせて調整されてよい。別の例では、スケーリングされた値は、既存の申込者データに対して検証されてよく、評価対象の申込者についてのスケーリングされた値は、類似のリスク要因データを有する以前の申込者についてのスケーリングされた値と比較されてよい。保険リスク決定モジュール302は、評価対象の申込者についてのスケーリングされた値が期待される範囲から外れるか否かを、以前の申込者データに基づいて決定し、評価対象の申込者に追加の分析を行うか、その申込書を手作業による審査に送ることができる。
保険適合性モジュール106の保険必要性決定モジュール304は、データ収集モジュール104から受信したデータに基づいて、生命保険申込者に関連付けられている保険必要性要因を決定する(406)。保険必要性決定モジュール304は、収入、正味資産、婚姻状態、子/被扶養者の数、以前の/現在の生命保険、信用情報履歴、及び他の同様の属性などのデータに基づいて、申込者の生命保険の必要性と生命保険の費用を負担する能力とを推定する。また、保険必要性決定モジュール304は、事例的又は一般的な集団データ(例えば、州又は郵便番号、税率、住宅価格による消費者物価指数)を決定の要因としてもよい。保険必要性決定モジュール304は、保険会社が引き受ける可能性が高い保険の推定額を、金融面でのその会社の契約引受査定のガイドラインなどのデータに基づいて決定してもよい。
一部の実施形態では、保険必要性決定モジュール304は、申込者に関連付けられている生命保険の将来の(すなわち、予測の)必要性を、受信したデータに基づいて決定するためのモデリング手法を含んでもよい。例えば、保険必要性決定モジュール304は申込
者の特性(例えば、職業、期待される給与の増加、子の数)を識別し、その申込者が将来において生命保険の保障範囲の増大を必要とするか否かを判定するために既知の統計と共に確率的手法を使用してよい。
者の特性(例えば、職業、期待される給与の増加、子の数)を識別し、その申込者が将来において生命保険の保障範囲の増大を必要とするか否かを判定するために既知の統計と共に確率的手法を使用してよい。
保険適合性モジュール106の保険購入決定モジュール306は、データ収集モジュール104から受信したデータに基づいて、生命保険申込者に関連付けられている保険購入確率を決定する(408)。保険購入決定モジュール306は、購入した生命保険契約がその契約の有効期間を過ぎて失効することを申込者が回避する可能性(すなわち、継続性)を予測する。保険購入決定モジュール306は、評価対象の申込者が購入後に自身の契約を維持するか否かを判定するために、類似の状況にある生命保険契約者又は申込者に関連付けられている継続性を査定してよい。例えば、保険購入決定モジュール306は、時間の間隔(例えば、契約が有効である最初の1年、最初の5年)に基づいて、及び/又は年齢による保険料の変化など契約の費用の増加に基づいて、失効する割合を決定してよい。保険購入決定モジュール306は、特定の保険製品及び/又は製品の販路では他の保険製品より契約が購入される可能性がより高いか否かを要因としてもよい。
モジュール302,304,306の各々が、申込者に関連付けられているデータのそれぞれの分析を完成させると、保険適合性プロフィール生成モジュール308は、保険適合性プロフィールを生成するようにモジュール302,304,306からの出力(例えば、保険リスク要因、保険必要性要因、保険購入確率)を組み合わせる(410)。保険適合性プロフィールは、申込者が保険会社の契約引受査定の要件を満たして1つ以上の保険製品を提案されるのに適格か否かについての判定を表す。保険適合性プロフィール生成モジュール308は、各申込者の保険適合性プロフィールをデータベース112に記憶してよい。
申込者が契約引受査定の要件を満たしたことをモジュール302,304,306から受信した出力に基づいて保険適合性プロフィール生成モジュール308が決定する場合、保険適合性プロフィール生成モジュール308は、生成されたプロフィールに基づいて、申込者に利用可能な1つ以上の保険製品を識別し(412)、識別された保険製品と共にその申込の承認を申込処理モジュール110に送信することができる。一部の実施形態では、保険適合性プロフィール生成モジュール308が、申込者がそれぞれの要件の何れも満たしていない(例えば、申込者のリスクのレベルが高すぎる、申込者の生命保険の必要性が低すぎる、及び/又は申込者が生命保険を購入する確率が低すぎる)と決定する場合、保険適合性プロフィール生成モジュール308は、その申込の謝絶を申込処理モジュール110に送信することができる。幾つかの場合には、保険適合性プロフィール生成モジュール308は申込を完全には謝絶するのではなく、決定を行う前に、その申込にさらなる契約引受査定の要件(例えば、身体検査)が課せられることを示してよい。申込処理モジュール110は、申込者に自身の申込の状態を通知するために、任意の数の通知方法(例えば、電子メール、電話、手紙)を通じて他のコンピューティング・システムと通信してよい。
前述した自動化されたデータ収集及び保険適合性プロフィール生成プロセスの利点は、保険申込の処理及び保険適合性の決定における効率がより高く、速度がより大きいことである。例えば、本明細書に記載の手法により、従来の契約引受査定プロセスと比較した場合に、十分に高速な契約引受査定の決定が行われることができる。長々しい契約引受査定プロセスと申込結果の発行における遅延とを与える、申込者との個別の対話(例えば、対面での身体検査及び/又は血液検査)を要求する代わりに、本出願のシステム及び方法は、申込者が申込書を提出した後の数分のうちに契約引受査定の判断を行うことができる。
リードジェネレーション
本明細書に記載の手法は、既に生命保険申込書を提出した個人を分類するためだけでなく、個人のプールから潜在的な生命保険申込を識別するため(例えば、セールス、マーケティング、及びリードジェネレーションの目的で)にも使用されることができる。前述したように、一部の実施形態では、コンピューティング装置102のデータ収集モジュール104は、コンピューティング装置102に接続されるデータソースのいずれか又は全てから潜在的な生命保険申込者のプールに関連付けられているデータを収集する。例えば、データ収集モジュール104は、様々な手段(例えば、以前の申込者、メーリングリスト、公的記録データベース、マーケティング・アウトリーチに対する応答)を通じて識別される個人のプールについての一般的な情報を含むリードジェネレーション・データベースにアクセスしてよい。データ収集モジュール104は、既に保険申込書を提出した個人に対して行うのと同じ処理を潜在的な申込者の集合に対して行ってよく、モジュール104は、図3及び4に関して前述したように、保険適合性プロフィールの分析及び生成のためにそのデータを保険適合性モジュール106へ転送してよい。
本明細書に記載の手法は、既に生命保険申込書を提出した個人を分類するためだけでなく、個人のプールから潜在的な生命保険申込を識別するため(例えば、セールス、マーケティング、及びリードジェネレーションの目的で)にも使用されることができる。前述したように、一部の実施形態では、コンピューティング装置102のデータ収集モジュール104は、コンピューティング装置102に接続されるデータソースのいずれか又は全てから潜在的な生命保険申込者のプールに関連付けられているデータを収集する。例えば、データ収集モジュール104は、様々な手段(例えば、以前の申込者、メーリングリスト、公的記録データベース、マーケティング・アウトリーチに対する応答)を通じて識別される個人のプールについての一般的な情報を含むリードジェネレーション・データベースにアクセスしてよい。データ収集モジュール104は、既に保険申込書を提出した個人に対して行うのと同じ処理を潜在的な申込者の集合に対して行ってよく、モジュール104は、図3及び4に関して前述したように、保険適合性プロフィールの分析及び生成のためにそのデータを保険適合性モジュール106へ転送してよい。
保険適合性プロフィールが潜在的な申込者に対して生成されると、保険適合性モジュール106は、プロフィール及び他の関連情報をリードジェネレーション・モジュール108に送信することができる。リードジェネレーション・モジュール108は、潜在的な申込者に関するセールス及びマーケティング材料(例えば、特定の生命保険製品についての申込、ブローカー/エージェント用の保険リードのリスト)を生成するために、そのプロフィールを使用する。
潜在的な生命保険申込者用の保険適合性プロフィールを生成する能力は、特定の保険製品によく適合するであろう人をセールス及びマーケティング部員が効率的に識別することを可能にするので、保険会社に対して相当な価値を提供する。生命保険に申し込み製品を購入する可能性の高くない潜在的な申込者に関わることに時間や金銭を費やす代わりに、保険会社は、その会社の製品をより多く選定する個人をターゲットとすることができる。
前述の手法は、デジタル及び/又はアナログの電子回路により(すなわち、コンピュータ・ハードウェア、ファームウェア、ソフトウェア、又はそれらの組み合わせにより)実装されてよい。この実装は、データ処理装置、例えば、プログラミング可能なプロセッサ、1つのコンピュータ、及び/又は複数のコンピュータによる実行のための、又は、その動作を制御するための、コンピュータプログラム製品(すなわち、機械可読記憶装置により有形に具体化されるコンピュータプログラム)として行われてよい。コンピュータプログラムは、任意の形式のコンピュータ言語又はプログラミング言語(ソースコード、コンパイル済みコード、インタプリタで処理されたコード、及び/又は機械コードを含む)により書かれてよく、コンピュータプログラムは、独立プログラムとして配置されること、又はコンピューティング環境における使用に適切なサブルーチン、エレメント、又は他のユニットとして配置されることを含む、任意の形態により配置されてよい。コンピュータプログラムは、1つのコンピュータ上、又は1つ以上の場所の複数のコンピュータ上で実行されるように配置されてよい。
方法の工程は、入力データに基づいた動作及び/又は出力情報の生成によって本発明の機能を行うためのコンピュータプログラムを実行する1つ以上のプロセッサによって行われてよい。方法の工程は、また、専用の論理回路構成(例えば、FPGA(フィールド・プログラマブル・ゲート・アレイ)、FPAA(フィールド・プログラマブル・アナログ・アレイ)、CPLD(コンプレックス・プログラマブル・ロジック・デバイス)、PSoC(プログラマブル・システム・オン・チップ)、ASIP(特定用途向け命令セットプロセッサ)、又はASIC(特定用途向け集積回路))などによって行われてもよく、装置はそれらの専用の論理回路構成などとして実装されてよい。サブルーチンは、記憶されたコンピュータプログラム及び/又はプロセッサ、1つ以上の機能を実装する特殊な回
路構成、又はその組み合わせの一部を指してよい。
路構成、又はその組み合わせの一部を指してよい。
コンピュータプログラムの実行に適切なプロセッサは、例として、汎用のマイクロプロセッサ及び専用のマイクロプロセッサの両方と、任意の種類のデジタル又はアナログコンピュータのうちの任意の1つ以上のプロセッサとを含む。一般に、プロセッサは、ROM(read−only memory)、RAM(random access memory)、又はその両方から命令及びデータを受信する。コンピュータの必須構成部品は、命令を実行するためのプロセッサと、命令及び/又はデータを記憶するための1つ以上のメモリ装置とである。キャッシュなどのメモリ装置は、一時的にデータを記憶するために使用されてよい。メモリ装置は、また、長期のデータ記憶に使用されてもよい。一般に、コンピュータは、また、データを記憶するための1つ以上の大容量記憶装置(例えば、磁気、光磁気ディスク、又は光ディスク)を含むか、その大容量記憶装置からデータの受信又はその大容量記憶装置へのデータの転送を行うように動作可能に接続されるか、その両方である。コンピュータは、通信ネットワークから命令及び/又はデータを受信する、及び/又はネットワークに命令及び/又はデータを転送するために、そのネットワークに動作可能に接続されてもよい。コンピュータプログラム命令及びデータを具体化するのに適切なコンピュータ可読記憶媒体は、例として半導体メモリ装置(例えば、DRAM,SRAM,EPROM,EEPROM、及びフラッシュメモリ装置)、磁気ディスク(例えば、内蔵ハードディスク又はリムーバブルディスク)、光磁気ディスク、及び光ディスク(例えば、CD,DVD,HD−DVD、及びブルーレイディスク)を含む揮発性及び不揮発性メモリの全ての形式を含む。プロセッサ及びメモリは、専用の論理回路構成によって補われるか、専用の論理回路構成に組み込まれるか、その両方であってよい。
ユーザとの対話を提供するために、前述の手法は、ユーザに情報を表示するためのディスプレイ装置(例えば、CRT(ブラウン管)、プラズマ、又はLCD(液晶ディスプレイ)モニタ)と、ユーザがコンピュータに入力を行う(例えば、ユーザ・インタフェース構成部品と対話する)ことができるキーボード及びポインティングデバイス(例えば、マウス、トラックボール、タッチパッド、又はモーションセンサ)とに対して通信するコンピュータに実装されてよい。他の種類の装置は、同様に、ユーザとの対話を提供するために使用されてよく、例えば、ユーザに対して提供されるフィードバックは、センサ・フィードバックの任意の形式(例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック)であってよく、ユーザからの入力は、音響、音声、及び/又は触覚入力を含む任意の形式で受信されてよい。
前述の手法は、バックエンド構成要素を備える分散されたコンピューティング・システムに実装されてよい。バックエンド構成要素は、例えば、データサーバ、ミドルウェア構成要素、及び/又はアプリケーションサーバであってよい。前述の手法は、フロントエンド構成要素を備える分散されたコンピューティング・システムに実装されてよい。フロントエンド構成要素は、例えば、グラフィカル・ユーザ・インタフェースを有するクライアントコンピュータ、ウェブ・ブラウザ(ユーザはこれを通じて実施例と対話できる)、及び/又は送信装置用の他のグラフィカル・ユーザ・インタフェースであってよい。前述の手法は、これらのバックエンド、ミドルウェア、又はフロントエンド構成要素の任意の組み合わせを備える分散されたコンピューティング・システムに実装されてよい。
コンピューティング・システムの構成要素は、任意の形態又は媒体のデジタル又はアナログデータ通信(例えば、通信ネットワーク)を含む伝送媒体によって相互接続されてよい。伝送媒体は、任意の構成による1つ以上のパケットベース・ネットワーク及び/又は1つ以上の回線ベース・ネットワークを含んでよい。パケットベース・ネットワークは、例えば、インターネット、キャリア・インターネット・プロトコル(IP)ネットワーク(例えば、ローカル・エリア・ネットワーク(LAN)、ワイド・エリア・ネットワーク
(WAN)、キャンパス・エリア・ネットワーク(CAN)、メトロポリタン・エリア・ネットワーク(MAN)、ホーム・エリア・ネットワーク(HAN))、プライベートIPネットワーク、IP構内交換機(IPBX)、ワイヤレス・ネットワーク(例えば、無線アクセス・ネットワーク(RAN)、ブルートゥース(BLUETOOTH(登録商標))、ワイファイ(Wi−Fi)、ワイマックス(WiMAX)、汎用パケット無線サービス(GPRS)ネットワーク、ハイパーラン(HiperLAN))、及び/又は他のパケットベース・ネットワークを含んでよい。回線ベース・ネットワークは、例えば、公衆交換電話網(PSTN)、旧来の構内交換機(PBX)、ワイヤレス・ネットワーク(例えば、RAN、符号分割多元接続(CDMA)ネットワーク、時分割多元接続(TDMA)ネットワーク、GSM(登録商標)(global system for mobile communications)ネットワーク)、及び/又は他の回線ベース・ネットワークを含んでよい。
(WAN)、キャンパス・エリア・ネットワーク(CAN)、メトロポリタン・エリア・ネットワーク(MAN)、ホーム・エリア・ネットワーク(HAN))、プライベートIPネットワーク、IP構内交換機(IPBX)、ワイヤレス・ネットワーク(例えば、無線アクセス・ネットワーク(RAN)、ブルートゥース(BLUETOOTH(登録商標))、ワイファイ(Wi−Fi)、ワイマックス(WiMAX)、汎用パケット無線サービス(GPRS)ネットワーク、ハイパーラン(HiperLAN))、及び/又は他のパケットベース・ネットワークを含んでよい。回線ベース・ネットワークは、例えば、公衆交換電話網(PSTN)、旧来の構内交換機(PBX)、ワイヤレス・ネットワーク(例えば、RAN、符号分割多元接続(CDMA)ネットワーク、時分割多元接続(TDMA)ネットワーク、GSM(登録商標)(global system for mobile communications)ネットワーク)、及び/又は他の回線ベース・ネットワークを含んでよい。
伝送媒体を通じた情報転送は、1つ以上の通信プロトコルに基づいてよい。通信プロトコルは、例えば、イーサネット(登録商標)・プロトコル、インターネット・プロトコル(IP)、ボイスオーバIP(VOIP)、ピアツーピア(P2P)プロトコル、ハイパーテキスト・トランスファー・プロトコル(HTTP)、セッション・イニシエーション・プロトコル(SIP)、H.323、メディアゲートウェイ・コントロール・プロトコル(MGCP)、信号方式#7(SS7)、GSM(登録商標)プロトコル、プッシュ・ツー・トーク(PTT)プロトコル、セルラーオーバPTT(POC)プロトコル、3GPPロング・ターム・エボリューション(LTE)プロトコル、及び/又は他の通信プロトコルを含んでよい。
コンピューティング・システムの装置は、例えば、コンピュータ、ブラウザ・デバイスを備えるコンピュータ、電話機、IP電話機、モバイル・デバイス(例えば、携帯電話機、パーソナル・デジタル・アシスタント(PDA)デバイス、ラップトップ・コンピュータ、タブレット・デバイス、電子メール・デバイス)、及び/又は他の通信装置を含んでよい。ブラウザ・デバイスは、例えば、ワールド・ワイド・ウェブ・ブラウザ(例えば、マイクロソフト・コーポレーション(Microsoft Corporation)から入手できるマイクロソフト(登録商標)インターネット・エクスプローラ(登録商標)、モジラ・コーポレーション(Mozilla Corporation)から入手できるモジラ(登録商標)ファイヤーフォックス)を備えたコンピュータ(例えば、デスクトップ・コンピュータ、ラップトップ・コンピュータ)を含む。モバイル・コンピューティング・デバイスは、例えば、ブラックベリー(登録商標)、アイフォーン(登録商標)を含む。IP電話は、例えば、シスコ・システムズ・インク(Cisco Systems,Inc)から入手できるCisco(登録商標)Unified IP Phone 7985G、及び/又はCisco(登録商標)Unified Wireless Phone 7920を含む。
備える(comprise)、含む(include)、及び/又はそれぞれの複数形は非限定的であり、挙げられている要素を含むとともに、挙げられていない追加の要素を含むことができる。及び/又は(and/or)は非限定的であり、挙げられている要素のうちの1つ以上と、挙げられている要素の組み合わせとを含む。
本発明が、その精神又は本質的な特性から逸脱することなく、他の特定の形態により実施されてよいことが、当業者には理解される。前述の実施形態は、したがって、あらゆる点において例示的なものであると見なされるべきものであり、本明細書に記載の発明を限定するものではない。
Claims (37)
- 1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するためのコンピュータ化された方法であって、
コンピューティング装置が、前記生命保険申込者に関連付けられているデータを受信する工程と、
前記コンピューティング装置が、受信した前記データに基づいて、前記申込者に関連付けられている1つ以上の保険リスク要因のリスクレベルを決定するリスクレベル決定工程と、
前記コンピューティング装置が、受信した前記データに基づいて、前記申込者に関連付けられている保険必要性要因を決定する保険必要性要因決定工程と、
前記コンピューティング装置が、受信した前記データに基づいて、前記申込者に関連付けられている保険購入確率を決定する工程と、
前記コンピューティング装置が、前記申込者に関連付けられている保険適合性プロフィールを生成するように前記リスクレベル、前記保険必要性要因、及び前記保険購入確率を組み合わせる工程と、
前記コンピューティング装置が、前記保険適合性プロフィールに基づいて、前記申込者に利用可能な1つ以上の保険製品を識別する工程とを備える、方法。 - 受信した前記データは、人口統計学データ、個人医療歴データ、家族医療歴データ、薬局/処方箋データ、犯罪記録データ、運転データ、職業データ、旅行データ、金融データ、保険金受取人データ、以前の/現在ある保険の保障範囲データ、保険申込書データ、物質乱用データ、及び事故データのうちの1つ以上を含む、請求項1に記載の方法。
- 前記リスクレベル決定工程は、将来の活動に関連付けられている予測リスクを、受信した前記データに基づいて生成する工程を含む、請求項1に記載の方法。
- 前記リスクレベルは、前記1つ以上のリスク要因の集約に基づいてスケーリングされた値である、請求項1に記載の方法。
- 前記1つ以上のリスク要因の前記集約は、所定の基準にしたがって各リスク要因を重み付けすることを含む、請求項4に記載の方法。
- 前記リスクレベルは、保険可能なイベントが前記申込者に生じる可能性を表す、請求項1に記載の方法。
- 前記リスクレベル決定工程は、既知の死亡情報に対して前記リスクレベルを調整する工程を含む、請求項1に記載の方法。
- 前記リスクレベル決定工程は、前記リスク要因を以前の生命保険申込者に関連付けられているリスク要因と比較する工程を含む、請求項1に記載の方法。
- 前記保険必要性要因決定工程は、将来の生命保険の保障範囲の予測の必要性を受信した前記データに基づいて生成する工程を含む、請求項1に記載の方法。
- 前記保険必要性要因は、前記申込者の生命保険の必要性と、前記申込者が生命保険の費用を負担する能力とを表す、請求項1に記載の方法。
- 前記保険必要性要因は、収入、正味資産、婚姻状態、子/被扶養者の数、以前の/現在の生命保険、及び信用情報履歴のうちの1つ以上に基づいて決定される、請求項1に記載
の方法。 - 前記保険購入確率は、購入した生命保険契約が失効することを前記申込者が回避する可能性を表す、請求項1に記載の方法。
- 前記保険購入確率は1つ以上の識別された保険製品に関する、請求項1に記載の方法。
- 前記保険適合性プロフィールは、前記申込者が保険会社の契約引受査定の要件を満たして1つ以上の保険製品を提案されるのに適格か否かについての判定を表す、請求項1に記載の方法。
- 前記保険適合性プロフィールは、前記申込者に追加の契約引受査定が要求されるか否かを示す、請求項1に記載の方法。
- 1つ以上の利用可能な生命保険製品が識別される場合、前記コンピューティング装置が、利用可能な前記生命保険製品についての情報を前記申込者に送信する工程をさらに備える、請求項1に記載の方法。
- 前記コンピューティング装置が、完成した生命保険申込書を前記申込者から受信する工程をさらに備える、請求項1に記載の方法。
- 前記コンピューティング装置が、その後のセールス及びマーケティングの目的のために、受信した前記データを記憶する工程をさらに備える、請求項1に記載の方法。
- 1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するためのコンピュータ化されたシステムであって、前記システムはサーバ・コンピューティング装置を備え、前記サーバ・コンピューティング装置は、
前記生命保険申込者に関連付けられているデータを受信する工程と、
受信した前記データに基づいて、前記申込者に関連付けられている1つ以上の保険リスク要因のリスクレベルを決定するリスクレベル決定工程と、
受信した前記データに基づいて、前記申込者に関連付けられている保険必要性要因を決定する保険必要性要因決定工程と、
受信した前記データに基づいて、前記申込者に関連付けられている保険購入確率を決定する工程と、
前記申込者に関連付けられている保険適合性プロフィールを生成するように前記リスクレベル、前記保険必要性要因、及び前記保険購入確率を組み合わせる工程と、
前記保険適合性プロフィールに基づいて、前記申込者に利用可能な1つ以上の保険製品を識別する工程とを行うように構成されている、システム。 - 受信した前記データは、人口統計学データ、個人医療歴データ、家族医療歴データ、薬局/処方箋データ、犯罪記録データ、運転データ、職業データ、旅行データ、金融データ、保険金受取人データ、以前の/現在ある保険の保障範囲データ、保険申込書データ、物質乱用データ、及び事故データのうちの1つ以上を含む、請求項19に記載のシステム。
- 前記リスクレベル決定工程は、将来の活動に関連付けられている予測リスクを、受信した前記データに基づいて生成する工程を含む、請求項19に記載のシステム。
- 前記リスクレベルは、前記1つ以上のリスク要因の集約に基づいてスケーリングされた値である、請求項19に記載のシステム。
- 前記1つ以上のリスク要因の前記集約は、所定の基準にしたがって各リスク要因を重み付けすることを含む、請求項22に記載のシステム。
- 前記リスクレベルは、保険可能なイベントが前記申込者に生じる可能性を表す、請求項19に記載のシステム。
- 前記リスクレベル決定工程は、既知の死亡情報に対して前記リスクレベルを調整する工程を含む、請求項19に記載のシステム。
- 前記リスクレベル決定工程は、前記リスク要因を以前の生命保険申込者に関連付けられているリスク要因と比較する工程を含む、請求項19に記載のシステム。
- 前記保険必要性要因決定工程は、将来の生命保険の保障範囲の予測の必要性を受信した前記データに基づいて生成する工程を含む、請求項19に記載のシステム。
- 前記保険必要性要因は、前記申込者の生命保険の必要性と、前記申込者が生命保険の費用を負担する能力とを表す、請求項19に記載のシステム。
- 前記保険必要性要因は、収入、正味資産、婚姻状態、子/被扶養者の数、以前の/現在の生命保険、及び信用情報履歴のうちの1つ以上に基づいて決定される、請求項19に記載のシステム。
- 前記保険購入確率は、購入した生命保険契約が失効することを前記申込者が回避する可能性を表す、請求項19に記載のシステム。
- 前記保険購入確率は1つ以上の識別された保険製品に関する、請求項19に記載のシステム。
- 前記保険適合性プロフィールは、前記申込者が保険会社の契約引受査定の要件を満たして1つ以上の保険製品を提案されるのに適格か否かについての判定を表す、請求項19に記載のシステム。
- 前記保険適合性プロフィールは、前記申込者に追加の契約引受査定が要求されるか否かを示す、請求項19に記載のシステム。
- 1つ以上の利用可能な生命保険製品が識別される場合、前記コンピューティング装置が、利用可能な前記生命保険製品についての情報を前記申込者に送信する工程を行うように構成されている、請求項19に記載のシステム。
- 前記コンピューティング装置が、完成した生命保険申込書を前記申込者から受信する工程をさらに備える、請求項19に記載のシステム。
- 前記コンピューティング装置が、その後のセールス及びマーケティングの目的のために、受信した前記データを記憶するように構成されている、請求項19に記載のシステム。
- 1つ以上の適切な保険製品を決定するべく生命保険申込者を分類するための、非一時的なコンピュータ可読記憶媒体により有形に具体化されるコンピュータプログラム製品であって、前記コンピュータプログラム製品は命令を含み、前記命令は、コンピューティング装置に、
前記生命保険申込者に関連付けられているデータを受信する工程と、
受信した前記データに基づいて、前記申込者に関連付けられている1つ以上の保険リスク要因のリスクレベルを決定するリスクレベル決定工程と、
受信した前記データに基づいて、前記申込者に関連付けられている保険必要性要因を決定する保険必要性要因決定工程と、
受信した前記データに基づいて、前記申込者に関連付けられている保険購入確率を決定する工程と、
前記申込者に関連付けられている保険適合性プロフィールを生成するべく前記リスクレベル、前記保険必要性要因、及び前記保険購入確率を組み合わせる工程と、
前記申込者に利用可能な1つ以上の保険製品を前記保険適合性プロフィールに基づいて識別する工程とを行わせるように構成されている、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361861605P | 2013-08-02 | 2013-08-02 | |
US61/861,605 | 2013-08-02 | ||
PCT/US2014/047432 WO2015017155A1 (en) | 2013-08-02 | 2014-07-21 | Categorizing life insurance applicants to determine suitable life insurance products |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016527639A true JP2016527639A (ja) | 2016-09-08 |
Family
ID=52428463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016531745A Pending JP2016527639A (ja) | 2013-08-02 | 2014-07-21 | 適切な生命保険製品を決定するための生命保険申込者の分類 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20150039351A1 (ja) |
EP (1) | EP3028236A4 (ja) |
JP (1) | JP2016527639A (ja) |
CN (1) | CN105765619A (ja) |
BR (1) | BR112016005634A2 (ja) |
WO (1) | WO2015017155A1 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9349146B2 (en) * | 2011-12-01 | 2016-05-24 | Hartford Fire Insurance Company | Systems and methods to intelligently determine insurance information based on identified businesses |
US10289738B1 (en) | 2013-12-23 | 2019-05-14 | Massachusetts Mutual Life Insurance Company | System and method for identifying potential clients from aggregate sources |
US10275802B1 (en) * | 2013-12-23 | 2019-04-30 | Massachusetts Mutual Life Insurance Company | Systems and methods for forecasting client needs using interactive communication |
WO2017036515A1 (en) * | 2015-08-31 | 2017-03-09 | Swiss Reinsurance Company Ltd. | Automated mortality classification system for real-time risk-assessment and adjustment, and corresponding method |
US9955021B1 (en) * | 2015-09-18 | 2018-04-24 | 8X8, Inc. | Analysis of call metrics for call direction |
US11068818B2 (en) | 2015-12-15 | 2021-07-20 | Hartford Fire Insurance Company | Network server for segmenting and scheduling |
US11494845B1 (en) * | 2016-08-31 | 2022-11-08 | Nationwide Mutual Insurance Company | System and method for employing a predictive model |
CN107169869A (zh) * | 2017-04-06 | 2017-09-15 | 平安科技(深圳)有限公司 | 信息处理方法和信息处理装置 |
CN107316245A (zh) * | 2017-06-19 | 2017-11-03 | 泰康保险集团股份有限公司 | 费用理算方法及系统 |
US10997667B2 (en) * | 2017-09-08 | 2021-05-04 | Liberty Mutual Insurance Company | Method, apparatus, and computer program product for identifying hazardous conditions and predicting policy transaction behavior |
CN108133423A (zh) * | 2017-12-21 | 2018-06-08 | 平安科技(深圳)有限公司 | 健康险产品投保方法、装置、设备及可读存储介质 |
US20200020040A1 (en) * | 2018-07-12 | 2020-01-16 | Cognizant Technology Solutions India Pvt. Ltd. | System and method for efficient insurance underwriting |
CN109272362A (zh) * | 2018-09-29 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 一种风险保障产品的推送方法、装置及电子设备 |
CN109785175A (zh) * | 2019-02-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 保险承保控制方法、装置、计算机设备及存储介质 |
US11694775B1 (en) | 2019-05-15 | 2023-07-04 | Massachusetts Mutual Life Insurance Company | Systems and methods for excluded risk factor predictive modeling |
US11188985B1 (en) * | 2019-05-31 | 2021-11-30 | Aon Risk Services, Inc. Of Maryland | Entity prioritization and analysis systems |
CN112150296A (zh) * | 2019-06-26 | 2020-12-29 | 上海默创信息科技有限公司 | 一种信息数据处理和分析方法 |
CN110910255A (zh) * | 2019-10-28 | 2020-03-24 | 世纪保众(北京)网络科技有限公司 | 基于家庭风险评测结果的产品匹配方法和装置 |
CN110827154A (zh) * | 2019-10-30 | 2020-02-21 | 海腾保险代理有限公司 | 风险报告的生成方法及装置 |
CN111105316B (zh) * | 2019-11-13 | 2023-06-09 | 泰康保险集团股份有限公司 | 长期护理保险的数据处理方法、装置、介质与电子设备 |
CN112529716B (zh) * | 2020-12-07 | 2023-10-24 | 平安科技(深圳)有限公司 | 额度预测方法、设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003157361A (ja) * | 2001-11-20 | 2003-05-30 | Fujitsu Ltd | 商品プラン支援方法 |
JP2005018812A (ja) * | 2004-10-15 | 2005-01-20 | Kiyapitaru Asetsuto Planning:Kk | 個人ライフプランに基づく最適保険の自動設計装置 |
US8332244B1 (en) * | 2011-05-10 | 2012-12-11 | United Services Automobile Association (Usaa) | Determining premiums for life insurance policies |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5655085A (en) * | 1992-08-17 | 1997-08-05 | The Ryan Evalulife Systems, Inc. | Computer system for automated comparing of universal life insurance policies based on selectable criteria |
CN1466730A (zh) * | 2000-10-02 | 2004-01-07 | 瑞士再保险公司 | 在线再保险容量拍卖系统和方法 |
US7698158B1 (en) * | 2000-10-24 | 2010-04-13 | Theinsuranceadvisor Technologies, Inc. | Life insurance policy evaluation method |
US6456979B1 (en) * | 2000-10-24 | 2002-09-24 | The Insuranceadvisor Technologies, Inc. | Method of evaluating a permanent life insurance policy |
AU2002236482A1 (en) * | 2000-11-06 | 2002-05-21 | Worldinsure Limited | Automated insurance policy application |
AU2002352576A1 (en) * | 2001-11-29 | 2003-06-17 | Swiss Reinsurance Company | System and method for developing loss assumptions |
US20050234791A1 (en) * | 2004-04-02 | 2005-10-20 | Michael Krasnerman | Premium financing method and loan product using life insurance policies and method for administering same |
US8024203B2 (en) * | 2004-09-08 | 2011-09-20 | Efficient Markets Corporation | System for searching and solving for insurance products |
US20070005399A1 (en) * | 2005-06-30 | 2007-01-04 | Ethical Edge Insurance Solutions, Llc | Method and computer program for evaluating the sustainability of a permanent life insurance policy |
US8355931B1 (en) * | 2008-06-11 | 2013-01-15 | Allstate Insurance Company | Mortality progression methods and systems |
TWI397020B (zh) * | 2008-10-24 | 2013-05-21 | Inst Information Industry | 病患風險程度辨識系統與方法 |
US20090055227A1 (en) * | 2008-10-30 | 2009-02-26 | Bakos Thomas L | Risk Assessment Company |
US20110161119A1 (en) * | 2009-12-24 | 2011-06-30 | The Travelers Companies, Inc. | Risk assessment and control, insurance premium determinations, and other applications using busyness |
CA2861007A1 (en) * | 2012-01-13 | 2013-07-18 | Lexisnexis Risk Solutions Inc. | Telematics smart pinging systems and methods |
-
2014
- 2014-07-21 CN CN201480054598.0A patent/CN105765619A/zh active Pending
- 2014-07-21 EP EP14832544.2A patent/EP3028236A4/en not_active Withdrawn
- 2014-07-21 JP JP2016531745A patent/JP2016527639A/ja active Pending
- 2014-07-21 BR BR112016005634A patent/BR112016005634A2/pt not_active IP Right Cessation
- 2014-07-21 WO PCT/US2014/047432 patent/WO2015017155A1/en active Application Filing
- 2014-07-21 US US14/336,672 patent/US20150039351A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003157361A (ja) * | 2001-11-20 | 2003-05-30 | Fujitsu Ltd | 商品プラン支援方法 |
JP2005018812A (ja) * | 2004-10-15 | 2005-01-20 | Kiyapitaru Asetsuto Planning:Kk | 個人ライフプランに基づく最適保険の自動設計装置 |
US8332244B1 (en) * | 2011-05-10 | 2012-12-11 | United Services Automobile Association (Usaa) | Determining premiums for life insurance policies |
Also Published As
Publication number | Publication date |
---|---|
BR112016005634A2 (pt) | 2019-09-24 |
CN105765619A (zh) | 2016-07-13 |
EP3028236A4 (en) | 2017-01-18 |
US20150039351A1 (en) | 2015-02-05 |
EP3028236A1 (en) | 2016-06-08 |
WO2015017155A1 (en) | 2015-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016527639A (ja) | 適切な生命保険製品を決定するための生命保険申込者の分類 | |
Aiken et al. | Machine learning and phone data can improve targeting of humanitarian aid | |
Saleiro et al. | Aequitas: A bias and fairness audit toolkit | |
US20190156426A1 (en) | Systems and methods for collecting and processing alternative data sources for risk analysis and insurance | |
US9697469B2 (en) | Method and system for generating and aggregating models based on disparate data from insurance, financial services, and public industries | |
Swedloff | Risk classification's big data (r) evolution | |
US10108919B2 (en) | Multi-variable assessment systems and methods that evaluate and predict entrepreneurial behavior | |
US11625634B2 (en) | System for improving user sentiment determination from social media and web site usage data | |
US20190066020A1 (en) | Multi-Variable Assessment Systems and Methods that Evaluate and Predict Entrepreneurial Behavior | |
US20140279643A1 (en) | System and Method for Probabilistic Prediction of an Applicant's Acceptance | |
US20170255999A1 (en) | Processing system to predict performance value based on assigned resource allocation | |
JP2018506786A (ja) | 確率的グラフモデルを用いた医療貸付システム及び方法 | |
US20150278731A1 (en) | Generating a functional performance index associated with software development | |
Boz et al. | Reassessment and monitoring of loan applications with machine learning | |
WO2019144035A1 (en) | Systems and methods for collecting and processing alternative data sources for risk analysis and insurance | |
KR20220166483A (ko) | 농업 분야 대출 신청자의 대출 신용 평가 장치 및 방법 | |
US20190197585A1 (en) | Systems and methods for data storage and retrieval with access control | |
US20150254291A1 (en) | Generating an index of social health | |
US11301879B2 (en) | Systems and methods for quantifying customer engagement | |
US20180122001A1 (en) | Social evaluation of creditworthiness system and method | |
US10395217B1 (en) | Computer-based management methods and systems | |
US11574731B2 (en) | Computer-based systems and methods for action item evaluation and initiation via task data object generation | |
US10366412B1 (en) | Systems and methods for assessing protection needs of retirement services clients and determine cross-selling potential of customers | |
Kudyba | A hybrid analytic approach for understanding patient demand for mental health services | |
US20240095549A1 (en) | Methods and systems for predictive analysis of transaction data using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180313 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20181106 |