找回密码
 立即注册

QQ登录

只需一步,快速开始

陈蕾:打造基于数据驱动的保险业务架构非常重要

|原发: 中国网财经

放大 缩小

由中国网、今日保联合主办的2019数字时代·保险高峰论坛暨中国鼎保险行业颁奖典礼近日在京盛大召开,同盾科技副总裁陈蕾出席会议并发表演讲。陈蕾表示,对保险公司来讲,数字化转型需要有一个大中台小前台,确保业务敏捷和数据驱动运营。阿里讲过很多数据中台,大家会想作为保险业来讲,保险业花了很长时间把前中后台分开,阿里讲的数据中台和保险的中台不太一样,原来保险讲的中台,更多的概念是业务上的中台,我们要加上数据中台,然后要放上技术中台,数据和技术在传统领域里是放在后台的。这两个要更往前置,能够跟前台的业务结合。当我们讲业务的时候,说实话不仅仅是保费这一方面,它也和理赔承保决策更加紧密的接近。我们认为一个数字化转型需要这样一个整体架构来支撑。


陈蕾同时表示,打造基于数据驱动的保险业务架构。对于保险企业来讲,是会有新的数据采集,之前我们对很多数据的采集更偏重保单,对客户不够关注。怎样把数据采集更多的以客户维度进行一个整合,这是非常重要的一件事情。


以下为演讲实录:


很荣幸今天在这里有机会和各位分享。之前主办方说能不能讲一讲数字化转型,今天的分享主要是我个人的转型之路,前面介绍了我的背景是来自于麦肯锡,我是去年加入同盾科技。


同盾保险科技团队是相对年轻的团队,同盾是一家创业公司,是创业公司中的创业团队。虽然我们比较年轻,人员基本都来自保险和科技行业,积累了不少行业相关经验。今天在这里和大家粗浅的分享一下,我们对数字化转型的一些心得。


最近我有一个客户,是我以前在麦肯锡时的老客户,他跟我说,“我有点晕。”前两天大家在讲保险科技,现在为什么突然讲数字化转型了?在三四年前,我在麦肯锡的时候帮他们公司做过一个数字化转型的项目,那个时候我们讲数字化转型,大家还是在讲互联网保险,后面讲保险科技,今天突然又在讲数字化转型,不知道是有什么区别。我们讲数字化转型,到底什么是数字化?我们讲数字化的时候,很自然很多人会先想数字化的业务模式。事实上,如果我们要看行业,的确是先从对C端客户的触达互联网保险开始的。


这是大家都容易接受的一件事情,做着做着会发现原来光是把产品放到线上是不够的,这不是简单的线下产品线上化,它需要对运营流程进行改造,要让客户有新的数字化体验。


就像前面演讲嘉宾分享的,客户在媒介行业,在电商行业已经有非常全新的数字化体验了。如果保险是简单的线下业务线上化,是达不到客户期望的。所以,大家开始改造运营模式,开始思考如何通过数字化手段来让客户有更好的体验,降低运营成本和提升效率,就像上午嘉宾提到的用API、机器人的手段。这个大家都在做,保险现在进入了下一个更难的一件事情,要有数字化决策模式。中国人不太喜欢把什么事讲得特别白,我当年在麦肯锡的时候,麦肯锡讲究用数据分析,用数字说话,我们做了很多的数据分析,给客户说你有这些问题,你要做这么多事。客户看了我一眼说,你需要做那么多的数据分析来告诉我不好吗?我们的传统是不太喜欢数字化决策的模式。


当看到电商今天发展特别快,在前面使用一些貌似简单粗暴的模式时,其实它背后做了很多数字化的决策。上什么产品,针对什么人用什么样的价格,每一天都有不同的变化,背后都会有算法,用什么渠道获客。过两天这个渠道停还是继续去用,上多大的量,这背后每一天都会有人监控数据,去做模型分析,去用在决策上。但对于很多保险公司来讲,这还是很大的挑战。比如一个客户分享他的经历,他做大数据,跟某一个业务部门达成共识,要去建立一个新的模型,是用在客户获客上的。模型建完了,也做过测试了,业务部门说,如果我用新的模型,如果业务的效果不好的话,是不是你负责?这其实是一个很现实的问题,也是放在保险公司如果做数字化转型最核心的一件事情,怎么样真正把数字化用在决策里面。这是为什么说,构建数字大脑是数字化转型的成功关键。


我们需要内部的数据,虽然保险相对是低频交易的业务,但其实过往也积累了很多的数据,怎样把这些数据用好,同时怎样能够跟外部的数据进行融合,能够把这些东西贯穿在整个保险的价值链中,从前端营销获客到产品定价、承保、理赔、客服,每一个都有很多的关键业务决策,怎么用在那里面,这是数字大脑要做的事情。


数字化实践中的“迷思”


1.内部数据有没有用?


2.外部数据能不能用?前几年大数据概念很火的时候,很多保险公司都跟很多不同的大数据公司进行过一些尝试,车联网很火的时候也有尝试把车联网数据用做定价,但大家很受挫,所以产生一些疑问,外部数据有没有用?因为看来看去好像最传统的数据才有用。


3.数据分散可不可用?对中国保险公司来说,往往面临一个挑战,数据本来就是分散的,不仅仅是分散在不同的分公司里面,它还分散在不同的部门里面。比如一个典型的理赔数据跟承保数据就没有打通。承保还是用比较理论的精算模型或者是基于承保人员的经验,在很多传统公司里面,真正的业务表现数据是放在理赔部门,并没有跟承保部门打通。数据分散的时候,我们怎么办?这是我们面临很大的一个问题。如果想要让大脑真正运作起来,去帮我们来做数字化决策,这是我们要解决的问题。S


案例1:


这是一个真实的案例,刚做没多久,有一家客户稽核部门,他们手中都是历史数据。我们帮他们做了一件事情,用知识图谱把历史车险理赔案件梳理了一遍,我们发现这里有一些团伙作案。同一个人驾着不同的车出险,同一个车不同的人开着出险,同一个车在不同的地点出险。包括送修的时候又送修到几家送修厂,通过知识图谱把这里面的勾结关联找到呈现出来。虽然这是历史数据,但这里可以帮助我们发现一些规律和规则,能够有效的反哺到我们的业务里做事中的发现,就是当出现欺诈案件时。


案例2:外部数据有没有用?我作为咨询顾问,以前跟很多客户讲过,美国为什么厉害,它比别人早十年限把别人的因子用到车险上,但中国过去的信用体系还没有很好的覆盖所有人,没有办法使用到。这里也是一个真实的案例,我们和一个客户做了联合建模,发现从人的因素对识别高风险客户是非常有帮助的,这帮助我们更加有效的看到,把资源集中放在好客户身上。


案例3:同盾科技帮助客户用联邦学习技术,解决当数据是分布式分散时,当你又需要数据联合建模,这是真实的案例,国际上的银行因为各个国家都需要有自己的数据监管,数据不可以出境。但是有一些有钱人,在不同国家分行中都有自己的帐户,对这个人整体的风险怎么把控?所以我们使用联邦学习技术来建模,跨不同的国家之间来进行。同样的技术,尤其对中小保险公司,他们的数据要么样本量不够,如果仅靠自己的数据,他们建模是有偏差的,我们多个公司可以联合起来用联邦建模的方式,数据库是本地化和独立的,但模型又是开放的,包括金融机构和外部合作公司之间也可以用这样的方式,以及特别大传统的金融机构,各个不同的分公司之间也是很难做数据整合,也可以考虑用这样一个技术。


对保险公司来讲,数字化转型需要有一个大中台小前台,确保业务敏捷和数据驱动运营。阿里讲过很多数据中台,大家会想作为保险业来讲,保险业花了很长时间把前中后台分开,阿里讲的数据中台和保险的中台不太一样,原来保险讲的中台,更多的概念是业务上的中台,我们要加上数据中台,然后要放上技术中台,数据和技术在传统领域里是放在后台的。这两个要更往前置,能够跟前台的业务结合。当我们讲业务的时候,说实话不仅仅是保费这一方面,它也和理赔承保决策更加紧密的接近。我们认为一个数字化转型需要这样一个整体架构来支撑。


打造基于数据驱动的保险业务架构。对于保险企业来讲,是会有新的数据采集,之前我们对很多数据的采集更偏重保单,对客户不够关注。怎样把数据采集更多的以客户维度进行一个整合,这是非常重要的一件事情。我们怎样搭建具有相当运算能力的一个平台,能够支撑到不同的业务场景的决策需要是非常关键的事情。


同盾科技希望致力于和保险行业各位一起共同攻克的一个难题,这不是特别容易的事情,也是我们希望携手和大家共同完成的事情。


同盾是一家科技公司,很多产品是来自同盾内部用的产品,我们非常有幸把它向各位保险业的同仁们进行输出。这里举一个案例,我们的输出,已经在智慧交通开始了。这是一个新闻截屏,清明节假期大家都外出,尤其在上海和浙江之间高速很容易拥堵,我们帮助他们做了拥堵指数,根据实时路况数据建立模型,相关高速公路管理部门就可以进行及时的维护。


以上是我今天简短的分享,如果大家有更多的需要讨论,欢迎之后交流。谢谢各位!


(编辑:王星


版权所有

本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,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。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。文中图片除非有标注外,均来源于网络。如若发现有侵犯您知识产权的作品,请与我们取得联系,我们会及时修改或删除。邮箱:qygcbs@163.com


返回顶部