2017年11月5日，由中国新一代IT产业推进联盟指导，CIO时代学院主办，北京大学软件工程研究所、金融电子化杂志社联合主办，CIO时代APP承办的“第二届中国区块链与金融科技论坛”在北京大学隆重举行。和金在线CTO原雷在活动中带来了题为《大数据在保险行业的应用》的主题演讲。以下为演讲实录：
和金在线CTO 原雷
大家下午好！非常高兴有机会与大家分享我们在保险行业做的一些大数据案例。首先，简单介绍一下和金：和金在线于2015年创立，核心团队大多数来自于阿里大数据部门，以前在阿里服务更多的是健康业务板块，我们团队的初衷是将其他传统行业大数据驱动业务的成功经验输送到保险行业，以大数据技术来推动保险行业的发展。今天将与大家分享的是我们在保险行业做的一些创新型大数据的应用，以及在项目中遇到的问题和我们解决问题的经历。
一、保险公司大数据应用场景
目前，随着保险行业的快速发展的同时，保险企业所面临的竞争环境以及未来的发展压力非常大，如何能够更快更强的洞察力能够了解客户，更快的根据客户需求设计产品，如何在竞争中更好的脱颖而出？很多保险企业一直在探索。对于保险企业，如何选择最新的保险科技，从而全面提升企业的运营能力，也是当前面临的挑战。由此，我们认为：现在是大数据切入保险行业最好的契机。在保险行业，有四方面的需求适合大数据应用落地。
产品设计
保险产品的设计过程本身就是基于数据的精算。传统的产品精算更多是通过小样本数据去实现。而当社会场景越来越丰富，人的保险需求差异越来越大的情况下，如何能更好的根据客户去定制产品？这需要对客户进行清晰的刻画及准确的需求洞察，再利用大数据的计算能力，设计出个性化的保险产品。这个方向是目前所有保险公司在探讨和尝试的。
精准营销
最初大数据都是从精准营销开始切入保险行业，但这两年发现投入产出效果并不是太好。原因是保险公司用户行为、业务场景比较单一，所以分析出来的结果并不能全面准确地刻划我们的客户。目前看来，在精准营销这一方向，保险企业已经逐步关注怎么能够在整个的保险业务流程中更好的去整合各方面的客户数据，借助于外部的数据资源，形成全面、精确的客户画像，然后再对客户进行产品推荐、交叉销售、保险顾问等营销行为。
风控
风控对保险公司来讲一直是比较严峻的话题。骗保行为频繁发生，有效的风控，对保险公司是很大的挑战。而大数据技术可以帮助保险企业全面提高风控的能力。
内部管理
利用大数据强大的统计和分析能力帮助保险企业实现精细化管理。当前，保险企业已经积累大量的承保、理赔、客服等数据，通过大数据技术，将以上数据进行统一管理和存储，并快速生成企业经营的KPI，帮助企业的决策层和执行层快速了解企业的经营情况。
对于保险公司来讲，传统IT架构已经比较成熟。但是在面对复杂、多变的业务应用环境，已经无法适应业务的快速增长带来的压力。如何用大数据技术重构保险企业的IT系统架构？怎么能够帮助他们更有效的提升各个环节能力的增长？这也是我们与保险企业重点合作的内容。
二、大数据技术应用思路
大数据在保险行业的应用经过这两年的探索，已经有了一些积累，很多保险公司都开始搭建大数据平台，并逐步把一些传统的系统迁移到大数据平台。不同的保险企业发展阶段不同，大数据应用的方向也不同，如何选择适合的大数据平台，规划符合当前业务发展的大数据架构，也是当前保险企业面临的困难。
大数据技术能够提供强大的数据存储和计算平台，但是，如何提升现有IT系统的能力，则需要进行整体规划，并分布实施。根据我们的实施经验，大数据技术的应用主要包括：基础平台搭建、数据采集和管理、应用系统迁移和升级。
1：基础平台搭建：目前，大数据基础平台的选择有很多，有开源的，也有商业的，众多大数据平台的底层技术都类似，但是各平台又有各自擅长的能力，例如：实时统计、大批量数据计算、快速检索等，那么在选择平台时，就需要根据实际的需求，和需要解决的痛点进行选择，还没有任何一个大数据平台产品能够满足所有的应用场景，由此可见，平台的选型非常重要。
2：数据采集和管理：保险企业积累很多数据，这些数据也都分布在不同的业务系统中，为了能够更好的发挥大数据平台的价值，就需要从各业务系统中将有价值的数据进行采集，并在大数据平台中对各种异构的数据进行融合、管理，形成标准化的基础数据。
3：应用系统迁移和升级：针对需要提升能力的系统，应该详细分析该系统的数据计算逻辑，并结合大数据的计算架构进行数据计算模块的迁移，同时，再针对旧系统的痛点进行优化，从而达到高性能、高可用的目标。
大数据技术在应用推广过程中，既需要实施人员了解大数据技术，还需要了解业务逻辑，这样才能够更好的利用大数据平台的特性建设全新一代的、高性能的业务系统。
三、大数据应用案例
大数据管理平台
大数据管理平台是基于分布式存储的海量数据管理平台，根据保险行业数据特性及应用场景，为多远异构数据存储、复杂业务数据分析、历史数据查询等需求提供全面的解决方案。在保证数据快速响应和准确的前提下，能够全面解决企业数据管理难度大，应用复杂的困难，为企业数据运营提供了能力和保障。大数据管理平台包括：采集与同步服务、元数据管理服务、主数据管理服务、数据质量管理服务、数据集成服务、流程管理服务及数据分发等模块，为基于大数据的批量处理、实时查询、统计分析等工作提供更专业化的支持。
客户信息平台
客户信息平台通过一致性规则建立统一的客户信息体系，归并不同业务条线、渠道、系统的客户全生命周期数据；以客户为中心，结合保险业务特性加以有效分析，对个体及家庭客户形成360度视图；多角度、全方位洞察用户，为销售、服务、运营、产品定制等业务场景提供智慧服务引擎。
360°客户信息平台采用数据湖技术，支持结构化及非/半结构化客户数据的存储与管理，具备P级数据秒级响应的服务能力。
实时的计算引擎
实时规则计算引擎，是基于流计算进行实时数据分析和规则计算的一体化平台。针对保险公司大量的各类业务数据，如客户信息、交易信息、保单信息等，基于分布式的规则引擎实现，构建一个并行的计算集群来进行处理，最终将业务数据通过规则模型进行量化计算，输出给不同的业务场景进行使用。
实时规则计算引擎可运用到如自动核保、自动核赔等业务中，将核保、核赔结论定量化科学化，满足高并发、快速响应要求，提高业务处理效率、降低运营成本。
信用平台
信用平台是互联网金融发展的基石，如何能够建立一套可靠的信用平台更好的降低骗保风险，是很多保险企业在探索的方向。我们知道信用平台不太好建，因为它的数据来源和数据整合难度非常大，所以信用平台也是大数据落地的一个非常重要的场景。
四、保险公司大数据应用总结
简单总结，大数据不仅是技术的变革和创新，更重要的在于大数据技术怎么更好的跟业务结合，这需要不断深入业务去磨合以提升技术效能。这样才帮助企业优化业务流程、降低人工成本、提升企业管理能力。
我们希望未来可以跟大家做更多的探讨，如何把大数据新技术更好的应用到金融机构。谢谢大家。
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：yulina
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
