数据引擎,助力保险数字化转型

 新闻资讯     |      2019-07-05 10:00

原标题:数据引擎,助力保险数字化转型

6月19号,Smartbi V9新品发布会成功举办,多位嘉宾为我们带来的精彩演讲在现场引起了热烈反响,小麦从上周开始选取一些整理成文,与未能到场的麦粉们一起分享。现在分享的是招商信诺信息科技部总经理胡崇威所作《数据引擎,助力保险数字化转型》的演讲。

刚才听到吴总和杜总对Smartbi新产品做了很多的诠释,那我从比较早期或者说合作比较深入的用户角度,在保险数字化转型这个比较大的命题里面,我们是怎么去做整体规划的?Smartbi是怎么深度结合来发挥它的作用和价值?希望通过这样的经验分享可以给大家带来一些启发。

(保险数字化发展历程)

我们先看一下整个大的背景,招商信诺的发展历程和保险行业近10年的科技发展有些不谋而合之处,比如说我们前期的互联网化,到2016年开始整个金融科技,包括细分到保险科技的爆发式增长。保险行业的爆发跟一些科技手段的成熟相结合可以做很多的事情,比如大数据、人工智能等等。

(数字化战略)

根据这样的趋势,我们会做一个数字化转型的战略,核心就是数字化客户体验和数字化驱动业务。包括从自动化到数据化,再到智能化。自动化其实就是平台的建设,数据化是必须要有一个企业级的数据平台,以及和企业级数据平台相匹配的分析工具和分析能力做为支撑,然后我们才能演进到最终的智能化,用智能化的手段来提供数字化客户体验和数字化驱动业务。我相信这个逻辑比较好理解,那我们具体怎么做的?

(企业级中台架构)

我们看一下后台有很多系统,各个金融企业都大同小异,前台包括服务、交易等各种应用平台,中台就包括业务中台、数据中台和智能中台,我着重讲一下数据中台。数据中台相当于刚才吴总讲的技术中台加数据中台的部分,负责处理数据、存储数据,整个数据处理体系是依托于数据中台。数据是由交易行为产生,通过数据服务体系形成客户视图,搭建BI平台形成分析决策能力。

(企业级数据中台)

我们现在看一下整个数据中台的建设和Smartbi的整合。蓝色框部分就是数据中台,数据中台无非就是做这些事情。除了传统数仓OLAP之外,我们还有大数据平台部分,这部分我们用了TBDS,就是Hadoop为底层的架构。数据有了,数据算力也有了,那我们怎么去应用到AI上面呢?一开始我们用了Smartbi的自助工具,在Smartbi Mining还没发布之前,得益于吴总的大力支持,我们就去学习和使用这个产品。客户洞察、营销自动化和营销效果预测我们是用了Smartbi Mining来做的。Smartbi可以完美支持大数据平台TBDS,无论是简单的报表,还是复杂的客户洞察营销场景,用Smartbi都可以轻松实现,后面会有案例的展示给大家看一下。

(助力招商信诺数字化转型快速落地)

回过来讲,整个中台架构,需要对数据资产进行集中的管理,其它还包括大数据、数据挖掘、AI算法等能力,Smartbi Mining代表我们的智能产品,拖拉拽的建设和部署、可视化的操作都有助于我们把数据分析能力交到用户手里,也得到了用户的认同。虽然门槛有点高,但是通过一定的培训,还是能够快速掌握的。通过这种方式,IT人员就可以更加专注去做中台能力的搭建。目前,Smartbi在我们内部有三个应用场景,一方面是传统的报表,需要进行超多维的数据处理;另外一方面是实时及高速计算,结合Hadoop进行秒级运算;最后是数据可视化,用叙事的方式将数据灵活呈现。

(数据叙事场景)

这是一个实际的场景,我们对整个流程包括参保、理赔、客户服务等各个节点的数据整合在一起,通过数据叙事的方式,利用Smartbi去实现各个关键触点的动态展现,然后实时呈现每一个节点有多少个用户,点进去还可以看到细分的数据,为客户体验工作提供数据支持。这也是客户反映非常好,我们想深入去做的一个场景。

(客户统一视图)

另外一个场景是客户统一视图,我们做了很多客户的画像,利用Smartbi可以将画像保存为个人模板,数据可实时更新,实现跨个人、跨团队、跨部门的知识分享。同时,还可以实现EXCEL透视分析,可选择的图表类型非常丰富。更关键的是,支持单次亿级客户清单数据加工,支持跨库、跨表运算。

(客户画像场景)

这个界面虽然看起来比较简单,但它的数据是Smartbi通过大数据平台实时计算出来的。我们可以通过性别、年龄等不同的维度去分析不同的客户画像,在Smartbi里面通过可视化的界面都是可以轻松实现的。

(营销自动化)

这个是我们的全流程客户营销体系,基于刚才介绍的客户画像,全面融合Smartbi Mining,建成完整的客户营销活动系统,实现流程全封闭,数据不落地。全流程覆盖客群筛选,客群拆分,活动跟踪等节点,最后以短信、邮件、公众号、语音机器人等多种渠道去触达客户。

利用Smartbi Mining实现的好处第一是低门槛,界面式无代码化数据操作,无需IT参与即可进行数据提取、筛选;第二是可视化,利用画布式模型化活动设计,实现灵活的拖拉拽操作,活动数据流调理清晰,完美辅助精准营销设计,深入挖掘客户价值。

(营销自动化之精准营销案例)

最后我再举一个精准营销的场景。在Smartbi Mining里面,首先我们通过数据源选取准备营销的客户,再基于配置好的条件对客户进行细分。这些操作通过拖动相应的功能图标,再进行简单的参数配置就可以实现的。接下来就是根据不同的客群进行不同的内容沟通,这就需要结合客户的历史数据通过模型算法来计算了,再往下要判断客户有没有在短信里面点过什么链接,或者留下什么信息,这些数据返回以后下面的节点会做出判断,然后自动去跟踪营销的执行结果。精准营销是目前我们应用Smart Mining最多的场景,后续我们还会去探索更多的场景,让Smartbi Mining的应用更深入、更广泛,从而进一步推动我们的数字化转型。返回搜狐,查看更多

责任编辑: