2023保险业数字化转型案例展示.docx

《2023保险业数字化转型案例展示.docx》由会员分享，可在线阅读，更多相关《2023保险业数字化转型案例展示.docx（13页珍藏版）》请在优知文库上搜索。

1、2023保险业数字化转型案例展示一、案例概述随着数字化时代的到来，数据要素作为国民经济社会发展的第五大生产要素，已然成为经济增长的重要引擎。“数据入表”等新规发布后，标志着我国向“数字资产”时代迈出实质性的一步。在这样的背景下，中意财险更加重视数据要素和数据资产的价值挖掘、使用。为了更好地利用已有的数据资源，做好数据基建，提高数据的运营效率和数据分析能力，中意财险打通了原有的数据仓库和数据湖,实现了湖仓一体架构，并在此之上建立了一套完善的数据中台系统,包括IDE数据研发平台、数据质量平台、元数据管理平台、调度运维平台、集智平台、客户洞察平台等多个模块。通过这些模块之间的有机结合和高效运行，中意

2、财险数据中台为公司的数据管理和经营分析工作提供了更全面、准确、高效的数据支持，更有力的技术保障。同时，数据中台的建设还为大数据分析和人工智能应用打下坚实的基础，为公司未来业务发展和数据价值挖掘带来新的机遇和突破。二、案例背景及意义（一）数据中台的发展背景随着5G、云计算、人工智能等数字新技术在行业的应用越来越广泛和深入，企业的数据生产速度呈现出爆发式的增长。数据中台作为企业数据的运营平台，承担着对全域的数据进行采集、加工、整理，并将其服务化的任务。数据中台将以持续重塑企业价值链的经营方式，打造全触点、全场景、全链条的数字挛生的业务新能力，实现企业组织赋能、数据驱动、智慧决策，助力企业形成更强的

3、竞争优势和可持续发展。数据中台不仅是一个软件平台，也是一种大数据服务方式，更是一种数字化建设新思维，它将业务、数据和技术三者融合起来，真正使数据在经营活动中产生价值，实现企业数字化转型过程中的商业蜕变。中意财险数据中台系统集成和管理公司内部各个业务部门的数据，实现数据的共享、互联互通。通过数据中台的建设，实现了多源异构数据的接入和整合，为各个业务部门提供准确、及时、全面的数据支持。（二）建设数据中台的意义中意财险数据中台系统，解决了企业管理中数据孤岛和内部数据不关联的问题；对各类数据进行优化，推动了创新体系由链条式价值链向能够实现互动、多方参与的灵活价值网络演进。数据中台帮助公司在运营规划内降

4、本增效，同时实现流程再造,数字技术资源和服务的集中，提高了应用效率并产生经济价值。数据流动促进了信息系统的互联互通和综合集成，挖掘了智慧组织、管理与服务的新价值。数据中台系统帮助中意财险提高行业竞争力，创新发展模式以抢占先机，帮助企业捕获新的市场机会，创新商业模式，在商业市场中抢先占位。数字化转型已经成为所有金融机构，特别是保险行业共同关注的、共同推动的行业趋势。数据中台建设拓展了保险服务的边界，提高了保险服务效率，拓宽了保险行业的发展空间，成为保险行业的重要战略选择。三、案例重点解决的问题及主要创新点(一)重点解决的问题1 .数据治理问题。现有数据存在部分质量问题，如数据不规范、数据标签维度

5、单一等，数据中台可以通过数据治理和数据标准化等手段提高数据质量；同时，各个部门和系统之间可能存在数据孤岛，导致数据无法共享和协同，数据中台可以将这些孤岛连接起来，实现数据的共享和流通。2 .数据管理问题。已有数据可能无法被有效管理和维护，数据中台可以通过提供数据管理平台和工具等手段，帮助企业更好地管理和维护数据，打造数据管理及流通体系。3 .数据应用问题。已有数据可能无法被充分利用，无法支持业务决策和创新，数据中台可以通过提供数据分析和挖掘服务等手段，帮助企业更好地利用数据。同时可能存在数据无法被快速应用到业务场景中，数据中台可以通过提供数据服务和APl等手段，帮助企业快速应用数据到业务场景中

6、，实现数据价值体系。(一)主要创新点1.数据治理一一湖仓一体与OneIDo打通了原有的数据仓库和数据湖，实现了湖仓一体的开放式架构，将数据仓库的高性能及管理能力与数据湖的灵活性融合了起来，底层支持多种数据类型并存，能实现数据间的相互共享，上层可以通过统一封装的接口进行访问，可同时支持实时查询和分析，为企业进行数据治理带来了更多的便利性。建立OnelD,首先收集不同来源的数据，例如用户行为数据、客户属性数据等;其次建立ID映射表,将不同数据源中的H）进行映射；再次利用HOB-GN等算法模型将它们识别为同一个对象或主体；最后生成OneID,通过ID映射表，可以生成一个唯一的OneID,用于标识同一

7、个对象或主体，将不同数据源中的数据通过OnelD进行整合，形成一个完整的用户画像。基于识别、融合生成OnelD,从海量数据到真实、有效、统一的企业级客户视图。准确识别客户，捕捉行为进行分析，基于行为与交易数据设计标签体系并进行客户分群，基于不同客群推进不同业务策略，实现千人千面的精细化业务运营能力。4 .数据管理一一IDE数据研发和元数据管理平台。IDE数据研发平台是一站式数据集成开发平台，能够快速帮助公司搭建数据中台底座，功能涵盖数据集成、数据研发、数据血缘以及表管理。元数据管理平台，帮助构建数据资产全景、数据血缘全链路，为数据质量奠定基础。元数据是描述数据的数据，包括业务元数据、技术元数据

8、和操作元数据等。元数据管理平台可以帮助企业对元数据进行采集、整合、标准化、质量控制、安全保护、服务化、分析挖掘等操作，从而提高数据的可重用性和价值，降低数据管理的成本和风险。5 .数据应用一一数据洞察平台实现数字化经营分析,改善客户体验。从历史以产品为中心，转化成用户为中心，数据发挥着至关重要的作用。数据除提供决策价值外，还要让业务看到数据，让业务流程可以获得数据支持。数据洞察平台重点解决以下三个问题：第一，数据洞察平台是一个对数据分析师透明的数据查询加速引擎，对于亿级的数据进行即时的查询与多维下钻。第二，数据洞察平台同时支持了流处理与批处理，并且具象出了统一的数据模型层，对于分析师来说，不论

9、是近1分钟的数据还是平均30天的数据，都可以在一个模型里进行可视化或者分析汇总。第三，数据洞察平台也是一个可视化的系统，可以非常高效地搭建出各种大屏、报表与移动端应用，一方面基于数据的查询和下钻分析辅助经营分析；另一方面，通过与业务系统简单快速地进行对接与嵌入。四、案例主要建设内容中意财险建立了一套完善的数据中台系统（见图1、图2）,数据治理及数据管理层包括IDE数据研发平台、数据质量平台、元数据管理平台、指标管理平台；数据流通体系包括调度运维平台；数据价值体系包括集智平台、客户洞察平台等多个模块。通过这些模块的有机结合和高效运行，中意财险数据中台为公司数据管理和分析工作提供了全面、准确、高效

10、的支持和保障。资产务平台应用实时并及APi可田化计算引簟计，Mive.SparkMaxcompute实MttlIFlink.SparkStreamingO1.APfrCllckHou.Prto机学习SparkM1.,TeneorFIowifIlSparkOfph采集Kalka.DfltaHubEMKBHbaseMySQ1.MongoDBNOSQ1.fFMIMbase.TnbfStor数据存储HDFSDataX数据来源图1系统技术架构图Ifi用*msMBKIRn三BJR图2系统应用架构图（一）IDE数据研发平台IDE数据研发平台是数据中台的核心模块，提供集成开发环境及开发工具，可以为数据分析师及

11、开发人员，提供数据深入分析及挖掘的平台和能力，同时IDE平台具有直观友好的用户界面和强大的功能,数据分析人员可快速创建数据集、执行数据处理和数据分析操作，可以极大提高工作效率，提升数据处理的准确性，同时为公司降低开发成本（见图3）o关系型数据库集成数据研发非结构化存储向导/专家两种模式一键生成目标表敏感识别数据脱敏大数据存储数据水印版本管理I数据源中心I血缘采集I表管理I流程控制图3IDE数据研发平台建设路径（二）数据质量平台数据质量平台用于保证系统的稳定性和可靠性，拥有丰富的测试工具和测试用例，能够对各个模块和系统进行全面的测试。通过质量平台，能够有效地发现和解决系统中存在的问题和潜在隐患，

12、提高系统的稳定性（见图4）。图4数据质量平台建设路径（三）元数据管理平台元数据可以帮助更好地管理、维护数据，包括数据的来源、格式、质量、安全性、使用权限等方面的信息。元数据管理平台提供了便捷的操作，可以对元数据进行分类、整理、维护和查询，方便数据分析师和决策者快速获取所需的数据信息（见图5）。图5元数据管理平台建设路径（四）调度运维平台调度运维平台用于管理调度数据处理任务，可以根据不同的业务需求和优先级，自动调度和执行数据处理任务。调度运维平台的引入,让数据处理变得更加自动化和高效，减少了人工干预和错误的发生。（五）集智平台集智平台用于生成各种报表和数据分析结果，支持自定义报表样式，通过数据可

13、视化，能够将复杂的数据呈现出直观、易理解的图形和图表。通过集智平台，业务人员能够实时监控业务数据的变化，及时发现异常情况，并作出相应的决策和调整（见图6）。vsntt实时事通就承保建动分析号IK业超删地杏业务债分析代人IIMXarstt&anCRVOBV妙IW,CDHCkkHouMKynPresioNeo4jHadoopFK*SPMC图6集智平台建设路径（六）客户洞察平台客户洞察平台通过对大数据的深度挖掘和分析，提供客户画像和洞察结果，帮助业务人员更好地理解客户需求和行为，从而提供更加个性化和精准的服务，围绕客户体验增强核心竞争力（见图7）。户权益.修动晨立馀平台.SCRM枳分-呼川中心rsa

14、多伟座Ml敛中台企及3畸一/户!-PB动态启利.讣矣.清观sitPatWPft.K2IIlIl4*OIlmI22I杳诉II曾网SKIII.图7客户洞察平台建设路径五、案例效果（一）IDE数据研发平台效果IDE数据研发平台大幅缩短了数据研发流程，将过往需要重度依赖开发人员进行编码的繁琐过程，通过可视化开发界面，简化为数据岗人员都可以通过简单的拖拽和设置完成复杂业务逻辑实现，使数据开发过程更加高效和准确。这一功能的引入使得整体开发过程更加灵活、平滑，极大地提高了开发效率和准确率，同时降低了人力成本。（二）数据质量平台效果数据质量平台一键测试与发布功能，改善了产品测试和发布过程需要投入大量人力和时间

15、的问题。使测试和发布过程更加自动和智能化，一键操作即可实时看到相应的结果和成效，不仅提高了测试发布的效率，也降低了人为因素引起的错误发生。目前%数据质量平台已维护规则“3000+”。（三）元数据管理平台效果通过数据中台的建设，应用大数据底座建设理念，将历史kettle任务脚本替换为更加高效准确的hiv脚本，从根本上提升了数据同步的速度和稳定性，减少了数据传输的延迟和数据丢失风险，为公司的报送、报表、取数等各个环节提供了更加可靠的数据支持。同时，通过数据血缘能力对各类数据源进行整合，将公司原来零散且无序的全量业务数据进行了全面可视化梳理。从数据层面清晰地体现出业务的关联性，从而为产品的研发和优化提供更加准确和有针对性的数据支持。上线元数据管理平台后，“5W+”数据表涉及万亿级PB级数据量，上万级数据加工任务/每日，可在数小时内加工完成。（四）调度运维平台效果基于MaXeOnIPUte的全自研调度管理平台，提供了高效、稳定、灵活的数据处理分析能力。平台引入了企微监控告警系统，能够实时监控关键运行指标和