泰康保險大資料應用實踐分享

作者：周雄志，泰康人壽集團大資料部總經理

來源： Smartbi 617大資料分析技術年度峰會

PPT：公眾號可以下載嘉賓演講ppt啦。

大綱：

1、 我們為什麼選擇Smartbi?

2、 泰康大資料概念理解（採存析用）

3、 泰康大資料技術分層（資料整合平臺、演算法能力平臺和資料應用）

4、 泰康大資料實踐——資料魔方（業務人員自助多維分析）

5、 泰康大資料實踐——建模預測

示例1：泰康大資料實踐-大資料核保

示例2：泰康大資料實踐-大資料理賠

示例3：泰康大資料實踐-大資料審計

看大資料在保險行業如何應用?泰康人壽集團大資料部總經理周雄志給您帶來的大資料應用實踐。純屬乾貨，大資料愛好者不容錯過！

泰康人壽為什麼選擇Smartbi

首先，泰康人壽從2004年開始投入大資料領域，對工具軟體選擇非常苛刻。在前期選型中，我們對國內外的產品都做了認真的評級和評測。經過綜合考慮，最終選擇了Smartbi。

原因1：Smartbi產品有持續生命力。從V3版本到現在的V7，我們一直都在關注，發現我們需要的功能，在每次的新特性裡面都有新的驚喜。

原因2：集團和分公司領導需要隨時檢視業務經營資料，要求手機平板PC都要支援。Smartbi在移動、平板和PC，可以支援一次開發跨屏體驗。

原因3：綜合功能、架構、維護等綜合因素，Smartbi功能多樣易用、擴充套件能力強、價效比很高。

此外在使用過程中，我們給Smartbi產品提出的改進要求，都能得到快速的響應和解決。

泰康大資料概念理解

接下來我們看看泰康對大資料概念的理解。

泰康對大資料有自己的理解。泰康把大資料歸納為四個字”採存析用”。泰康”採存析用”的概念，無論從資料，還是資料管理決策支援、資料倉儲到大資料，都是一脈相承的。

採：資料採集。

過去進行資料填報有兩個目的：一是讓流程自動化，二是為了管理決策。無論在國外還是國內，大量的資料填報實際上就是資料採集。以前的採集是人為主動的，現在到了網際網路時代則更為關注人的行為主體，是被動採集。比如你每天有什麼活動，自己並沒有主動錄製，但是手機卻幫你記錄這些活動資訊，並傳遞到後臺。這樣的變化造成資料量的膨脹。

10多年前，資料倉儲這個概念也是非常火爆的，到現在為止，網際網路雖然導致資料爆炸，並不意味著傳統的資料倉儲會被網際網路的做法所替代，而是應該應用在不同的領域，用不同的方式去處理。因此，在資料儲存領域裡的實踐中，它是一種傳統和新生的結合！

存：資料儲存。

完成資料採集，把資料儲存起來。

析：資料分析。

採集儲存的資料可以幫助我們更好的進行資料分析。分析的方式和分析手段非常多，比如說傳統的資料分析方式，有多維分析、報告、報表等。現在有新的方式手段比如深度學習、機器學習等。

用：應用資料。

所有分析的目的都是去用好資料，讓資料在我們的業務中產生價值，去更好的支援管理決策，做好風險控制，做頁面創新等等。而每一個環節的發展都有會有新的方法和思路，新的技術出來，一般不同的業務會有不同的處理思路，並不意味著傳統的就一定是不好的。

泰康大資料技術分層

為了更好的進行資料管理，在大概念和技術上分為三個層次：資料整合平臺、演算法能力平臺和資料應用。

最底層是資料整合平臺，包括資料倉儲、基於Hadoop的大資料平臺和資料集市。

中間層是演算法能力平臺。為了更好的支援業務應用，我們會把一些通用的能力抽象出來，形成各種例子。包括分析能力、資料探勘、最近比較火的語音識別和人臉識別。

最上層就是資料應用。主要是和我們的業務結合，包含精準營銷、風險控制、運營效率優化和健康管理。

泰康大資料實踐—資料魔方

泰康對大資料魔方深有感觸，作為一個傳統金融行業的甲方，業務部門是我們的甲方，業務部門報表的需求是海量的無窮的，為了 滿足這種訴求，我們通過使用多維分析的方式來解決這個問題。

業務人員可以通過拖拉拽的檢視關注的維度和指標。尤其金融行業特別強調經營分析，每季度每月、每週、會有大量的報表、圖形、大量的角度、大量的交叉需求，如果使用原來的方式會有大量的工作，而教會業務人員使用自助多維分析，可以很好的解決這個問題，提高工作效率。

泰康大資料實踐—建模預測

前面主要講述的是傳統管理資訊的方式，包括如何用報表、多維分析等去解決業務上的問題。但是如果一直停留在這個階段，我們會基本上感受不到表格表姐的地位。在未來，如果要實現資料的價值最大化，讓我們對業務有更深刻的認識的話，其實離不開利用資料去找業務的潛在規律。這個規律包含使用表哥表姐去識別預測。下面我們舉例說明如何使用演算法去預測，使之在業務流程中用起來。

示例1：泰康大資料實踐-大資料核保

保險行業特別強調風險管理，風險管理裡面分為兩個方面：一是前端的風險，在保險業務開始的時候需要做好前面核保風險的控制。

在核保這個領域中，保險公司裡面有專業化的核保隊伍、，這個隊伍大都是醫生以及有行醫背景的人。核保隊伍需要對客戶的身體狀況進行判斷，以便識別身體風險。為了讓這個判斷的效率更好的提高，我們需要把醫生的經驗做歸納總結，形成規則，比如年齡地區規則等，最後再讓這些規則為核保服務。

但是這種規則經過發展，會遇到瓶頸，因為第一我們不能把所有的規律都解釋清楚，第二有的問題不能使用這樣簡單的方式去處理。因此就需要一些經濟學的預測方式，並且涉及到一些演算法。使用這些演算法基於所有的歷史資料去做訓練。

這些資料模型，就形成了信用評分體系。有了這個體系，客戶在投保的時候，會根據他們的資料進行一些信用評分。然後再根據評分結果並結合客戶原來的傳統經驗規則，去幫助我們做判斷，進行風險控制，從而使我們在客戶風險控制和業務效率之間找到平衡點。

示例2：泰康大資料實踐-大資料理賠

第二個風險控制的實踐——理賠管理。無論是人壽保險還是財產保險，理賠都是保險的本質。保險的最終目的就是為了理賠，大家買保險就是為了在發生意外的時候，能夠高效快速的理賠。在理賠的過程中，會存在大量風險的識別和控制，比如車險是很容易虧的，修理時保險公司是不可見的，若4S店和駕駛員串通模擬出險場景，一般很難識別，從而造成風險。在大資料背景下，保險公司如何去更好盈利，在保險行業中，誰能更有效的識別真正的風險，該陪保的客戶進行高效的理賠，並能把虛假騙保的案子更快的找出來，誰就能經營的更好，更持久。

今年泰康，利用大資料理賠，制定了這樣一套大資料智慧風險評估機制，它是根據過去十多年的理賠案件，從幾十個維度的角度做訓練，形成每個案子都不一樣的個性化的風險評分。把風險評分跟過去傳統的流程嵌入結案巢狀結合起來，形成差異化服務。基於這種服務從而規避風險，讓優秀的客戶理賠更高效，更及時，提高客戶滿意度。

示例3：泰康大資料實踐-大資料審計

金融行業都強調一個內部審計內控。審計內控在過去是非常依賴個人的經驗，都是根據財務的經驗去稽核、調研、抽查等等。這樣的工作，在前期需要做大量的技術準備工作，因為保險和金融的業務量特別大，每天幾億資金的流入和流出，如果每一筆都靠人工去檢測審計，工作量是非常大的。

那麼如果在人工稽核過程中，能使用歸納的方式把經驗總結出來，並把過去已知案例，放到歷史資料裡面，進行不斷的訓練，尋找一些固定的模式，使稽核審計工作從經驗驅動走向資料驅動。比如我們給稽核審計人員提出的一些演算法和模型、風險排查的這種機制，讓其在現場調查之前，通過機器就能篩選有風險，可疑的線索。而基於這個線索在現場排查，是非常有的放矢的，能大大提高了工作效率。

軟體支援：Smartbi