引言：2017年11月18日，在永洪科技举办的北京用户大会上，泰康保险集团数据信息中心大数据部总经理周雄志作了题为《保险大数据应用实践》的演讲，介绍了大数据在保险行业的应用实践。本文根据周雄志演讲内容整理而成。
大家好，我是周雄志，现任泰康集团数据信息中心大数据部总经理。作为保险行业从业人员，今天跟大家分享一下我们在保险行业里的大数据应用实践，希望对大家有所启发。
泰康保险大数据概念理解
泰康从成立开始，就很重视数据，在这样一个数字文化氛围中，我们把大数据理念归纳为四个字：“采”、“存”、“析”、“用”。
采：数据采集
把日常工作中的数据采集下来；
存：数据存储
完成数据采集后，把数据存储起来；
析：数据分析
采集存储的数据可以帮助我们更好的进行数据分析。分析的方式非常多，比如说传统的数据分析方式，有多维分析、报告分析、报表分析等，现在有新的数据分析方式如深度学习、机器学习等；
用：应用数据
所有的数据分析的目的都是去用好数据，让数据在我们的业务中产生价值，去更好的支持管理决策，做好风险控制、业务创新等。
泰康保险大数据概念理解
泰康保险大数据技术分层
泰康为了做好对整体数据进行管理，将技术平台分为了三个层次：数据平台、算法能力和数据应用。
最底层是数据平台：包括数据仓库、基于Hadoop的大数据平台和数据集市；
中间层是算法能力：为了更好的支持我们的业务应用，我们会把一些通用的能力抽象出来，包括多维分析、挖掘预测、机器学习、深度学习；
最上层是数据应用：包含精准营销、风险控制、运营效率优化和决策支持；
泰康保险大数据技术分层
泰康大数据应用实践
1. 数据魔方
泰康作为一家金融企业，不同的业务层级都有大量的数据分析需求，报表是一种最朴素的需求，但是报表不能解决所有的问题。我们早前梳理过业务指标，高达一千多个常用数据指标，每一个指标都有大量的的数据维度，如果用报表去支持所有的数据追踪，是一种不可能的事情，没有人能从几千张报表中发现有效的价值。
这个时候我们给业务人员提供了灵活的数据分析模式，我们内部叫“数据魔方”，通过“数据魔方”，可以全方位、多角度灵活的解决这一业务诉求。除此之外，我们培养业务人员如何使用自主式数据分析，业务人员通过拖拉拽方式来查看自己关注的维度和指标，尤其金融行业特别强调经营分析，每季度、每月、每周都会有大量的报表，这种方式不仅提高了业务人员的工作效率，也大大节省了公司的开支。
数据魔方
2. 建模预测
随着智能化的发展，我们也在传统的多维数据分析基础之上，发展数据的分析预测能力。分析预测通过利用过去积累的大量历史数据，更好的来完善我们的风险控制能力。
风险控制是基于数据模型来进行的。传统时代，我们做风险的判断更多的是基于客户提供的信息资料。随着大数据的发展，我们可以获取越来越多的数据，这些数据会作为我们风险判别的数据输入构成，利用这些数据我们可以在保险的经营过程提升风险的管理能力，包括我们核保的时候防止欺诈、防止骗保以及我们内部管理的经营风控。
除了风险控制，在营销方面，我们通过用户画像的能力去做精准的客户分群，为不同的客户群提供不同的产品，更有效的提高销售效率。
除此之外，基于历史数据，我们可以做人的健康疾病预测、做医疗花费预测，有了这些预测模型方法后，在做客户健康管理的时候，我们就会像国外的先进公司一样，提前做一些预判和干预，利用穿戴设备、手机医生等方式，去提醒我们的客户，什么时候应该加强锻炼、什么时候应该注意风险防范等。
建模预测
3. 保险社交关系营销
每一份保险都会涉及到几个关系人，像投保人、被保人、受益人等关系人，通常一个客户，他需要的保单份数不止一个，平均会有六到七份。通过这种多人多保单的方式，我们会发现保险里反映了一个社会的构成、家庭的构成、甚至是整个家族的构成，我们通过数据分析，会发现中国社会和家庭保险的变化，我们会把这种变化总结成保险的营销策略，利用这一策略来帮助我们整个行业和社会更好的开启保险意识。
保险社交关系营销
4. 大数据核保
保险行业特别强调风险管理，在保险业务开始前，需要做好核保风险的控制。在核保这一领域中，保险公司里面有专业化的核保工作人员，大都是医生和有行医背景的人。核保人员需要对客户的身体状况进行判断，以便识别身体风险。为了让这一判断的效率更高，我们把医生的经验数据进行了归纳总结，形成规则，最后再让这些规则为核保服务。
但是这种规则会随着保险业务的拓展遭遇瓶颈。一是我们不能把所有的规律都解释清楚；二是有的问题不能使用这样简单的方式去处理，因此就需要一些经济学的预测方式，并且会涉及到一些算法。基于我们所有的历史数据，将这些数据导入到算法模型中去做训练，从而形成信用评分体系。有了这个体系后，客户在投保的时候，会根据他们的资料进行信用评分，从而来帮助我们做判断，进行风险控制，进而提升核保服务效率，降低成本。
大数据核保
5. 大数据理赔
无论是人寿保险还是财产保险，理赔都是保险的本质。保险的最终目的就是为了理赔，大家买保险就是为了在发生意外的时候，能够高效快速的理赔。在理赔的过程中，会存在大量风险的识别和控制等问题，比如车险是很容易亏损的，汽车在修理时，保险公司是不可见的，若4S店和驾驶员串通模拟出险场景，一般很难识别，公司为此也会损失大笔财产。
哪家保险公司能更有效的识别真正的风险，对应该赔保的客户进行高效的理赔，并能把虚假骗保的案子更快的找出来，谁就能经营的更好、更持久。
泰康利用大数据，制定了一套大数据智能风险评估机制，它是根据过去十多年的理赔案件，从几十个维度的角度对理赔案件数据做训练，形成每个案子都不一样的个性化的风险评分，再把风险评分跟过去传统的流程结合起来，形成差异化服务。基于这种服务，不仅规避了风险，还让优质客户的理赔更高效、更及时，从而提高了客户满意度。
大数据理赔
6. 大数据审计
对于保险公司来讲，任何一个机构内部的风险管控都是非常重要的。因此我们和自己的内控风险部门一起合作，经过几年的时间，建立了一个全国性的完整的大数据风控平台。我们内部的风控人员在开展审计工作的时候，会通过风控平台利用其中的各种模型筛选，从而做精准的定位。目前我们整个大数据审计平台内置了一百余个风险模型，在整个内控审计工作中，利用大数据审计模型，大大的提高了内控审计工作的效率。
大数据审计
7. 采购物控大数据分析
采购部门是我们集团的一大部门，每年都会进行大量的物资采购，因此公司沉淀了大量的资产，包括有形资产（实物）和无形资产（各种数据）。如何有效的来管理这些资产呢？后来我们为整个物控采购部门建立了一套采购大数据平台，以及通过和永洪进行合作，利用永洪的敏捷BI，把所有的设备、物资全部数字化，我们通过数据化的方法了解采购的合规性、采购效率如何，除此之外还能够给业务人员提供同比、环比、趋势等各方面的可视化分析，让我们的采购部门建立起数据管理导向意识，从而提升工作效率。
永洪助力泰康实现数据化运营
我今天的分享就到这里了，谢谢大家！
