中國網財經11月26日訊 由中國網、今日保聯合主辦的2019數字時代·保險高峰論壇暨中國鼎保險行業頒獎典禮今日在京盛大召開,同盾科技副總裁陳蕾出席會議併發表演講。陳蕾表示,對保險公司來講,數字化轉型需要有一個大中臺小前臺,確保業務敏捷和數據驅動運營。阿裏講過很多數據中臺,大家會想作為保險業來講,保險業花了很長時間把前中後臺分開,阿裏講的數據中臺和保險的中臺不太一樣,原來保險講的中臺,更多的概念是業務上的中臺,我們要加上數據中臺,然後要放上技術中臺,數據和技術在傳統領域裏是放在後臺的。這兩個要更往前置,能夠跟前臺的業務結合。當我們講業務的時候,説實話不僅僅是保費這一方面,它也和理賠承保決策更加緊密的接近。我們認為一個數字化轉型需要這樣一個整體架構來支撐。
陳蕾同時表示,打造基於數據驅動的保險業務架構。對於保險企業來講,是會有新的數據採集,之前我們對很多數據的採集更偏重保單,對客戶不夠關注。怎樣把數據採集更多的以客戶維度進行一個整合,這是非常重要的一件事情。
以下為演講實錄:
很榮幸今天在這裡有機會和各位分享。之前主辦方説能不能講一講數字化轉型,今天的分享主要是我個人的轉型之路,前面介紹了我的背景是來自於麥肯錫,我是去年加入同盾科技。
同盾保險科技團隊是相對年輕的團隊,同盾是一家創業公司,是創業公司中的創業團隊。雖然我們比較年輕,人員基本都來自保險和科技行業,積累了不少行業相關經驗。今天在這裡和大家粗淺的分享一下,我們對數字化轉型的一些心得。
最近我有一個客戶,是我以前在麥肯錫時的老客戶,他跟我説,“我有點暈。”前兩天大家在講保險科技,現在為什麼突然講數字化轉型了?在三四年前,我在麥肯錫的時候幫他們公司做過一個數字化轉型的項目,那個時候我們講數字化轉型,大家還是在講網際網路保險,後面講保險科技,今天突然又在講數字化轉型,不知道是有什麼區別。我們講數字化轉型,到底什麼是數字化?我們講數字化的時候,很自然很多人會先想數字化的業務模式。事實上,如果我們要看行業,的確是先從對C端客戶的觸達網際網路保險開始的。
這是大家都容易接受的一件事情,做著做著會發現原來光是把産品放到線上是不夠的,這不是簡單的線下産品線上化,它需要對運營流程進行改造,要讓客戶有新的數字化體驗。
就像前面演講嘉賓分享的,客戶在媒介行業,在電商行業已經有非常全新的數字化體驗了。如果保險是簡單的線下業務線上化,是達不到客戶期望的。所以,大家開始改造運營模式,開始思考如何通過數字化手段來讓客戶有更好的體驗,降低運營成本和提升效率,就像上午嘉賓提到的用API、機器人的手段。這個大家都在做,保險現在進入了下一個更難的一件事情,要有數字化決策模式。中國人不太喜歡把什麼事講得特別白,我當年在麥肯錫的時候,麥肯錫講究用數據分析,用數字説話,我們做了很多的數據分析,給客戶説你有這些問題,你要做這麼多事。客戶看了我一眼説,你需要做那麼多的數據分析來告訴我不好嗎?我們的傳統是不太喜歡數字化決策的模式。
當看到電商今天發展特別快,在前面使用一些貌似簡單粗暴的模式時,其實它背後做了很多數字化的決策。上什麼産品,針對什麼人用什麼樣的價格,每一天都有不同的變化,背後都會有演算法,用什麼渠道獲客。過兩天這個渠道停還是繼續去用,上多大的量,這背後每一天都會有人監控數據,去做模型分析,去用在決策上。但對於很多保險公司來講,這還是很大的挑戰。比如一個客戶分享他的經歷,他做大數據,跟某一個業務部門達成共識,要去建立一個新的模型,是用在客戶獲客上的。模型建完了,也做過測試了,業務部門説,如果我用新的模型,如果業務的效果不好的話,是不是你負責?這其實是一個很現實的問題,也是放在保險公司如果做數字化轉型最核心的一件事情,怎麼樣真正把數字化用在決策裏面。這是為什麼説,構建數字大腦是數字化轉型的成功關鍵。
我們需要內部的數據,雖然保險相對是低頻交易的業務,但其實過往也積累了很多的數據,怎樣把這些數據用好,同時怎樣能夠跟外部的數據進行融合,能夠把這些東西貫穿在整個保險的價值鏈中,從前端行銷獲客到産品定價、承保、理賠、客服,每一個都有很多的關鍵業務決策,怎麼用在那裏面,這是數字大腦要做的事情。
數字化實踐中的“迷思”
1.內部數據有沒有用?
2.外部數據能不能用?前幾年大數據概念很火的時候,很多保險公司都跟很多不同的大數據公司進行過一些嘗試,車聯網很火的時候也有嘗試把車聯網數據用做定價,但大家很受挫,所以産生一些疑問,外部數據有沒有用?因為看來看去好像最傳統的數據才有用。
3.數據分散可不可用?對中國保險公司來説,往往面臨一個挑戰,數據本來就是分散的,不僅僅是分散在不同的分公司裏面,它還分散在不同的部門裏面。比如一個典型的理賠數據跟承保數據就沒有打通。承保還是用比較理論的精算模型或者是基於承保人員的經驗,在很多傳統公司裏面,真正的業務表現數據是放在理賠部門,並沒有跟承保部門打通。數據分散的時候,我們怎麼辦?這是我們面臨很大的一個問題。如果想要讓大腦真正運作起來,去幫我們來做數字化決策,這是我們要解決的問題。S
案例1:
這是一個真實的案例,剛做沒多久,有一家客戶稽核部門,他們手中都是歷史數據。我們幫他們做了一件事情,用知識圖譜把歷史車險理賠案件梳理了一遍,我們發現這裡有一些團夥作案。同一個人駕著不同的車出險,同一個車不同的人開著出險,同一個車在不同的地點出險。包括送修的時候又送修到幾家送修廠,通過知識圖譜把這裡面的勾結關聯找到呈現出來。雖然這是歷史數據,但這裡可以幫助我們發現一些規律和規則,能夠有效的反哺到我們的業務裏做事中的發現,就是當出現欺詐案件時。
案例2:外部數據有沒有用?我作為諮詢顧問,以前跟很多客戶講過,美國為什麼厲害,它比別人早十年限把別人的因子用到車險上,但中國過去的信用體系還沒有很好的覆蓋所有人,沒有辦法使用到。這裡也是一個真實的案例,我們和一個客戶做了聯合建模,發現從人的因素對識別高風險客戶是非常有幫助的,這幫助我們更加有效的看到,把資源集中放在好客戶身上。
案例3:同盾科技幫助客戶用聯邦學習技術,解決當數據是分佈式分散時,當你又需要數據聯合建模,這是真實的案例,國際上的銀行因為各個國家都需要有自己的數據監管,數據不可以出境。但是有一些有錢人,在不同國家分行中都有自己的帳戶,對這個人整體的風險怎麼把控?所以我們使用聯邦學習技術來建模,跨不同的國家之間來進行。同樣的技術,尤其對中小保險公司,他們的數據要麼樣本量不夠,如果僅靠自己的數據,他們建模是有偏差的,我們多個公司可以聯合起來用聯邦建模的方式,數據庫是本地化和獨立的,但模型又是開放的,包括金融機構和外部合作公司之間也可以用這樣的方式,以及特別大傳統的金融機構,各個不同的分公司之間也是很難做數據整合,也可以考慮用這樣一個技術。
對保險公司來講,數字化轉型需要有一個大中臺小前臺,確保業務敏捷和數據驅動運營。阿裏講過很多數據中臺,大家會想作為保險業來講,保險業花了很長時間把前中後臺分開,阿裏講的數據中臺和保險的中臺不太一樣,原來保險講的中臺,更多的概念是業務上的中臺,我們要加上數據中臺,然後要放上技術中臺,數據和技術在傳統領域裏是放在後臺的。這兩個要更往前置,能夠跟前臺的業務結合。當我們講業務的時候,説實話不僅僅是保費這一方面,它也和理賠承保決策更加緊密的接近。我們認為一個數字化轉型需要這樣一個整體架構來支撐。
打造基於數據驅動的保險業務架構。對於保險企業來講,是會有新的數據採集,之前我們對很多數據的採集更偏重保單,對客戶不夠關注。怎樣把數據採集更多的以客戶維度進行一個整合,這是非常重要的一件事情。我們怎樣搭建具有相當運算能力的一個平臺,能夠支撐到不同的業務場景的決策需要是非常關鍵的事情。
同盾科技希望致力於和保險行業各位一起共同攻克的一個難題,這不是特別容易的事情,也是我們希望攜手和大家共同完成的事情。
同盾是一家科技公司,很多産品是來自同盾內部用的産品,我們非常有幸把它向各位保險業的同仁們進行輸出。這裡舉一個案例,我們的輸出,已經在智慧交通開始了。這是一個新聞截屏,清明節假期大家都外出,尤其在上海和浙江之間高速很容易擁堵,我們幫助他們做了擁堵指數,根據實時路況數據建立模型,相關高速公路管理部門就可以進行及時的維護。
以上是我今天簡短的分享,如果大家有更多的需要討論,歡迎之後交流。謝謝各位!
(責任編輯:曾薔)