王波

當(dāng)前，大數(shù)據(jù)戰(zhàn)略已上升為國家戰(zhàn)略。作為高度數(shù)據(jù)依賴型產(chǎn)業(yè)，保險(xiǎn)業(yè)具有大數(shù)據(jù)的天然屬性。各保險(xiǎn)公司也紛紛開展大數(shù)據(jù)相關(guān)的研究和項(xiàng)目應(yīng)用，快速推動(dòng)著保險(xiǎn)行業(yè)大數(shù)據(jù)應(yīng)用能力的提升。然而對(duì)保險(xiǎn)業(yè)內(nèi)大數(shù)據(jù)從業(yè)人員來說，大數(shù)據(jù)戰(zhàn)略的落地還面臨著諸多難解的迷局。高層領(lǐng)導(dǎo)對(duì)大數(shù)據(jù)基礎(chǔ)建設(shè)成果的“無感”；在業(yè)務(wù)為主導(dǎo)的環(huán)境下，數(shù)據(jù)人的話語權(quán)不高，往往和業(yè)務(wù)人員一樣有著數(shù)據(jù)的價(jià)值是什么的困惑、面對(duì)著數(shù)據(jù)人成本高而產(chǎn)出少的質(zhì)疑；數(shù)據(jù)人如何讓業(yè)務(wù)方領(lǐng)導(dǎo)理解陌生的數(shù)據(jù)專業(yè)概念，量化業(yè)務(wù)數(shù)據(jù)應(yīng)用項(xiàng)目的價(jià)值，不再孤軍奮戰(zhàn)，空懷一身技術(shù)苦尋落地應(yīng)用場景無果，仰天惆悵。

數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)分析、數(shù)據(jù)平臺(tái)的數(shù)據(jù)概念及差異

首先，業(yè)務(wù)部門人員大多并不理解數(shù)據(jù)人員是做什么的，或者簡單理解成和公司信息技術(shù)部門原有的開發(fā)報(bào)表、臨時(shí)提數(shù)的IT人員沒什么區(qū)別。這需要先從數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)分析、數(shù)據(jù)平臺(tái)等幾個(gè)概念說起。

數(shù)據(jù)分析指的是廣泛地使用數(shù)據(jù)，統(tǒng)計(jì)與定量分析方法，利用解釋與預(yù)測的模型，以及注重事實(shí)的管理方法來制定決策和行動(dòng)方案。根據(jù)分析的復(fù)雜程度，分為描述型數(shù)據(jù)分析和預(yù)測型數(shù)據(jù)分析。概念很枯燥，通俗來說，用戶在業(yè)務(wù)上的一系列行為所產(chǎn)生的數(shù)據(jù)，在實(shí)際業(yè)務(wù)場景分析需求下，結(jié)合數(shù)據(jù)與分析方法去找到因果關(guān)聯(lián)，從而解釋當(dāng)前業(yè)務(wù)表象。這是我們通常所指的數(shù)據(jù)分析，即描述型數(shù)據(jù)分析，包括報(bào)表、即時(shí)查詢、分析預(yù)警等。

數(shù)據(jù)挖掘是從海量數(shù)據(jù)中找到有意義的模式或知識(shí)，涉及到神經(jīng)網(wǎng)絡(luò)、決策樹、關(guān)聯(lián)分析、線性回歸等諸多算法。通俗來說，在哀定的用戶數(shù)據(jù)積累后，業(yè)務(wù)部門所關(guān)心的不僅僅是“數(shù)據(jù)可視化、用數(shù)據(jù)說話”的能力，更多希望獲得“用數(shù)據(jù)與模型去解決業(yè)務(wù)問題”，實(shí)現(xiàn)數(shù)字化運(yùn)營的能力。通過數(shù)據(jù)挖掘解決業(yè)務(wù)痛點(diǎn)，這是數(shù)據(jù)挖掘的意義。

大數(shù)據(jù)分析是在大數(shù)據(jù)時(shí)代基礎(chǔ)技術(shù)平臺(tái)處理能力得到極大提升，可以突破以往的數(shù)據(jù)分析思維，在數(shù)據(jù)維度、數(shù)據(jù)量、數(shù)據(jù)快速更新、解決復(fù)雜數(shù)據(jù)計(jì)算能力、以及模型訓(xùn)練的完整性上，能夠讓你從更全面的角度去重新認(rèn)識(shí)用戶，獲取到更精準(zhǔn)的信息。這是大數(shù)據(jù)分析的價(jià)值！

數(shù)據(jù)分析、數(shù)據(jù)挖掘、大數(shù)據(jù)分析的區(qū)別可從“解決問題的深度”和“數(shù)據(jù)思維的廣度”兩方面來理解。

數(shù)據(jù)平臺(tái)是公司大數(shù)據(jù)建設(shè)的戰(zhàn)略基礎(chǔ)工程。數(shù)據(jù)平臺(tái)的建設(shè)規(guī)劃，避免重復(fù)建設(shè)和資源浪費(fèi)；已有數(shù)據(jù)如何整合，消除數(shù)據(jù)孤島；新的數(shù)據(jù)用什么標(biāo)準(zhǔn)采集；什么樣的數(shù)據(jù)可以開放共享；復(fù)雜數(shù)據(jù)處理的快速響應(yīng)；如何實(shí)現(xiàn)數(shù)據(jù)的便利查詢和利用；如何保障數(shù)據(jù)的安全等。

認(rèn)識(shí)大數(shù)據(jù)的價(jià)值和效益

中國工程院院士李國杰院士在《對(duì)大數(shù)據(jù)的再認(rèn)識(shí)》的報(bào)告中提到，大數(shù)據(jù)是典型的通用技術(shù)，理解通用技術(shù)要采用“蜜蜂模型”：蜜蜂的效益主要不是自己釀的蜂蜜，而是蜜蜂傳粉對(duì)農(nóng)業(yè)的貢獻(xiàn)。還有一個(gè)家喻戶曉的寓言可以一定程度上說明大數(shù)據(jù)的價(jià)值：一位老農(nóng)民臨終前告訴他的3個(gè)兒子，他在他家的地下埋藏了一罐金子，但沒有講埋在哪里。他的兒子們把家里所有的地都深挖了一遍，沒有挖到金子，但由于深挖了土地，莊稼收成特別好。同樣，數(shù)據(jù)收集、分析的能力提高了，沒有發(fā)現(xiàn)什么普適的規(guī)律或出人意料的新知識(shí)，或許就是因?yàn)榇髷?shù)據(jù)項(xiàng)目實(shí)施的價(jià)值收益，更多地體現(xiàn)在不可量化方面。

在具體業(yè)務(wù)應(yīng)用場景的數(shù)據(jù)應(yīng)用項(xiàng)目上，對(duì)業(yè)務(wù)痛點(diǎn)進(jìn)行數(shù)據(jù)建模，可直接量化收益。如：保費(fèi)提升，減少人力成本支出等，這類項(xiàng)目更容易落地。進(jìn)一步考慮，如果公司計(jì)劃引入大數(shù)據(jù)應(yīng)用，面對(duì)市場上眾多的大數(shù)據(jù)技術(shù)應(yīng)如何選擇？

保險(xiǎn)公司大數(shù)據(jù)應(yīng)用建設(shè)策略

大數(shù)據(jù)及人工智能技術(shù)在企業(yè)落地需要較大的前期投入，對(duì)技術(shù)的過高預(yù)期可能導(dǎo)致新技術(shù)實(shí)際應(yīng)用的凍結(jié)。作為以贏利為最終目的企業(yè)，既不能不計(jì)成本地投入各種大數(shù)據(jù)項(xiàng)目，期待全面開花，也不能對(duì)抗技術(shù)潮流固步自封，否則可能是大部分項(xiàng)目爛尾或者企業(yè)被時(shí)代淘汰。我們需要有策略地開展大數(shù)據(jù)項(xiàng)目，保持企業(yè)的競爭力。個(gè)人認(rèn)為，按照公司發(fā)展階段、業(yè)務(wù)形態(tài)、技術(shù)成熟度、人才儲(chǔ)備、投入產(chǎn)出比等維度來考量，對(duì)不同的數(shù)據(jù)應(yīng)用項(xiàng)目可采用不同策略：跟隨、引進(jìn)、探索、關(guān)注。

跟隨策略：通常是行業(yè)內(nèi)大公司已應(yīng)用，效果顯著，通用性較強(qiáng)。這類項(xiàng)目整體方案成熟度高，自有人才或第三方技術(shù)人才充足，投入產(chǎn)出比高，項(xiàng)目實(shí)施難度不大。如：語音質(zhì)檢、人臉識(shí)別技術(shù)應(yīng)用于客戶身份識(shí)別。

引進(jìn)策略：在金融行業(yè)應(yīng)用較好，有第三方服務(wù)商提供技術(shù)方案，應(yīng)用場景相似。如：智能客服機(jī)器人。

探索策略：與公司業(yè)務(wù)相關(guān)的個(gè)性化應(yīng)用或熱點(diǎn)技術(shù)趨勢(shì)，不同公司業(yè)務(wù)模式、信息系統(tǒng)和數(shù)據(jù)基礎(chǔ)等存在明顯差異，項(xiàng)目實(shí)施難度和投入不同，這類項(xiàng)目可采取分步驟試點(diǎn)實(shí)施。如：精準(zhǔn)營銷、智能核保、產(chǎn)品個(gè)性化定價(jià)、智能風(fēng)控。

關(guān)注策略：新技術(shù)新趨勢(shì)，但未有成熟的落地案例，側(cè)重于研究，為公司數(shù)據(jù)及科技相關(guān)戰(zhàn)略制定做準(zhǔn)備。如：機(jī)器學(xué)習(xí)，個(gè)人保險(xiǎn)智能管家。

數(shù)據(jù)人如何擺脫業(yè)務(wù)瓶頸

（一）深入業(yè)務(wù)前線，調(diào)研業(yè)務(wù)目前的痛點(diǎn)需求，嘗試抽象出具體數(shù)據(jù)建模需求，列出優(yōu)先級(jí)和復(fù)雜度。

（二）從小事做起，盡可能服務(wù)好業(yè)務(wù)方，培養(yǎng)業(yè)務(wù)人員對(duì)自己的信任感和依賴性，讓他們?cè)谖磥砻鎸?duì)數(shù)據(jù)的那一刻，最先想到的是你。

（三）營造數(shù)據(jù)氛圍，定期進(jìn)行大數(shù)據(jù)知識(shí)和應(yīng)用案例培訓(xùn)或宣講等活動(dòng)，讓業(yè)務(wù)方養(yǎng)成用數(shù)據(jù)說話、以數(shù)據(jù)思維思考的習(xí)慣。

（四）學(xué)會(huì)量化工作的價(jià)值，試著將工作亮點(diǎn)展現(xiàn)出來，杜絕埋頭苦干，定期進(jìn)行匯報(bào)和反饋。

數(shù)據(jù)應(yīng)用項(xiàng)目的成功要素絕不僅是技術(shù)一流，別陷入數(shù)據(jù)和算法之中，而是理清業(yè)務(wù)需求，先把實(shí)際業(yè)務(wù)服務(wù)好。在這個(gè)過程中會(huì)發(fā)現(xiàn)，所需要的技術(shù)并沒有那么困難，這樣才有更多資源去挑戰(zhàn)更復(fù)雜的場景。

大數(shù)據(jù)的落地是一項(xiàng)系統(tǒng)工程，需要數(shù)據(jù)人共同努力向前推動(dòng)。未來，值得期待！