大數(shù)據(jù)在保險(xiǎn)行業(yè)的應(yīng)用實(shí)踐

DT時(shí)代的到來，使得金融業(yè)對(duì)數(shù)據(jù)的依賴越發(fā)加強(qiáng)，眾多的金融環(huán)節(jié)都需要通過對(duì)數(shù)據(jù)的收集和分析后完成。銀行業(yè)每創(chuàng)收100萬美元，平均就會(huì)產(chǎn)生820GB的數(shù)據(jù)！

數(shù)據(jù)來源：SINIA，NextGen Storage，BDG等，2015年

縱觀海外，已有三分之一的銀行在組織流程中嵌入了匹配大數(shù)據(jù)的工作方式，識(shí)別出更多的商業(yè)機(jī)會(huì)。他們?cè)诙嗄甑膶?shí)踐和不斷試錯(cuò)后，運(yùn)用成熟的分析手段，持續(xù)地獲得有價(jià)值的商業(yè)洞察！而國(guó)內(nèi)商業(yè)銀行經(jīng)過信息化的建設(shè)也積累了大量的數(shù)據(jù)（有數(shù)據(jù)稱>100TB），這些數(shù)據(jù)一方面在經(jīng)歷整合清洗的過程（以提高數(shù)據(jù)質(zhì)量，保證可用性），一方面也在進(jìn)行著統(tǒng)計(jì)分析。 

而在數(shù)據(jù)分析上，大量的數(shù)據(jù)產(chǎn)生的有效分析結(jié)果卻非常有限，猶如人體血液中血細(xì)胞不足一樣，商業(yè)銀行們也都或多或少患有“數(shù)據(jù)貧血癥”！面對(duì)這樣的情況，近十年來，銀行大多數(shù)采用的傳統(tǒng)解決方案是“以項(xiàng)目的節(jié)奏先建數(shù)據(jù)倉(cāng)庫、再投入人力運(yùn)維數(shù)據(jù)倉(cāng)庫開發(fā)報(bào)表”。前者主要是對(duì)數(shù)據(jù)的數(shù)理，也是不可避免的。但后者的方式導(dǎo)致了很多效率和效果的問題，比如下圖中業(yè)務(wù)人員和科技人員的“對(duì)話”！

銀行的客戶，無論是一線客戶經(jīng)理，還是總行運(yùn)營(yíng)部門，亦或科技中心領(lǐng)導(dǎo)，對(duì)這個(gè)圖反應(yīng)的問題都會(huì)有強(qiáng)烈共鳴。這些問題主要導(dǎo)致了3個(gè)管理缺陷：

1、 不夠迅速：社會(huì)上多個(gè)朋友多條路，企業(yè)里多個(gè)流程多堵墻！當(dāng)業(yè)務(wù)部門的任何需求都要提交到冷冰冰的流程系統(tǒng)，還要去關(guān)注、催促、期待，恐怕有相當(dāng)多的“小需求”都會(huì)被自行澆滅掉了！

2、 不夠靈活：無論什么樣的BI前端軟件，按照“需求分析”做出來的成品，一旦交付都存在難以調(diào)整、修改、變更的問題，哪怕增加個(gè)參數(shù)、增加個(gè)計(jì)算字段、換個(gè)圖形都無法繞開“流程”！

3、 難以共享：經(jīng)歷過這樣的過程，有哪個(gè)業(yè)務(wù)用戶愿意把這樣的成果“分享”出來呢？

我們分析問題不難看出，傳統(tǒng)的集中開發(fā)報(bào)表模式是無法適應(yīng)DT時(shí)代的“數(shù)據(jù)化運(yùn)營(yíng)“需求的，以前的“數(shù)據(jù)”被賦予了生產(chǎn)力屬性，變成了銀行中重要的“生產(chǎn)資料”！在這樣的時(shí)代、管理背景下，“自助分析”就被提上了日程！ 

數(shù)據(jù)的自助分析如同自助餐廳的模式一樣，有人專注于準(zhǔn)備美味的數(shù)據(jù)和舒適的消費(fèi)環(huán)境，更多的人可以盡情選用、組合、品嘗“美食”！我們仔細(xì)觀察一下這樣的自助餐廳，會(huì)受到很多啟發(fā)，簡(jiǎn)單來說至少有5個(gè)方面的工作需要考慮：

- 選餐導(dǎo)引：好點(diǎn)的自助餐廳一般都會(huì)包含涼菜區(qū)、熱菜區(qū)、海鮮區(qū)、飲料區(qū)、水果區(qū)等等。如果沒有人工或者標(biāo)識(shí)牌的導(dǎo)引，顧客就會(huì)產(chǎn)生很多不必要的走動(dòng)，不僅影響運(yùn)行效率而且破壞了就餐環(huán)境。對(duì)自助化數(shù)據(jù)分析道理也是一樣的，首先應(yīng)向用戶（就餐者）提供清晰的元數(shù)據(jù)服務(wù)，說清楚“這里有什么數(shù)據(jù)”和“它是什么樣的數(shù)據(jù)”，否則也會(huì)引起同樣混亂的后果！

- 豐富食材：古人云“巧婦難為無米之炊”，無論是否自助化，原材料（數(shù)據(jù)）的質(zhì)量是最基本的保障。在BI的行業(yè)內(nèi)，也有這樣的訓(xùn)誡——“garbage in garbage out”，就在提醒我們要始終保持對(duì)數(shù)據(jù)質(zhì)量（完整、準(zhǔn)確、及時(shí)）的關(guān)注！

- 加工服務(wù)：原材料很多時(shí)候不能直接享用，比如要進(jìn)行選取、清洗、烹飪等工序，這就好比BI行業(yè)里的ETL工作。一般來說，會(huì)有非常專業(yè)的廚師各自負(fù)責(zé)食材加工，只是有些加工的過程（蒸、炒等）是在后廚完成的，有些加工過程（切、煮等）是在用戶面前“交付“的。類似的，提供自助化數(shù)據(jù)分析，也不可避免的會(huì)需要數(shù)據(jù)加工處理的環(huán)節(jié)，其中有的處理復(fù)雜，也有的處理簡(jiǎn)單，單純想開放原始數(shù)據(jù)進(jìn)行數(shù)據(jù)分析的說法和想法，都有點(diǎn)過于理想了！

- 便捷工具：自助餐的工具包括輔料和餐具，輔料比如油鹽辣椒芥末等，餐具比如刀、叉、勺、筷、盤、碗等。對(duì)自助化數(shù)據(jù)分析來說，查詢數(shù)據(jù)、分析數(shù)據(jù)、設(shè)計(jì)格式化報(bào)表、制作可視化報(bào)告、編制分析報(bào)告等功能是否具備且簡(jiǎn)單易用，就是BI前端工具的核心競(jìng)爭(zhēng)力了！

- 舒適環(huán)境：有了豐富的、高質(zhì)量的數(shù)據(jù)，也有了專業(yè)的加工過程，用戶也可以快速找到可口的“食物”并進(jìn)行自助的調(diào)味和享用，剩下的就需要規(guī)劃好就餐的環(huán)境了。比如如何排隊(duì)、如何等待、如何收拾、如何反饋等等。這里每個(gè)細(xì)節(jié)，都可以映射到自助化數(shù)據(jù)分析的平臺(tái)功能上來