摘要：國泰産險精算産品部經理王帆在2018雲栖大會上海峰會資料中台專場做了題為《業内首創普惠保險，看國泰産險如何借助資料進行智能化的更新和戰略轉型》 的分享,首先介紹了國泰産險的從業人員正在做什麼，其次闡述了國泰産險對資料應用的了解及實踐，最後對未來運用科技應用的方向做了一個展望。
數十款阿裡雲産品限時折扣中，
趕快點選這裡 ，領券開始雲上實踐吧 精彩視訊回顧請點選 以下為精彩視訊内容整理：國泰産險的介紹
國泰産險成立于2008年，它是大陸首家台資保險公司，在2016年7月螞蟻金服成為了我們的戰略投資者，随後成為了我們的入股股東。在2016年年底，我們走向了線上與線下結合去探索一個科技保險公司的道路，在螞蟻金服入股之前，國泰就已經有了車輛保險、财産保險，線下也覆寫了上海、浙江、山東等共11家分支機構，螞蟻金服入股之後給了我們一些線上資源，于是我們就走向了線上與線下結合的道路。
業内首創的普惠品牌
在轉型的一年多時間裡，我們在普惠保險領域進行了嘗試和探索，相信大家也一定都騎過小黃車，通過支付寶掃碼支付小黃車就可以得到由國泰保險提供的一個騎行意外保險。但這個保險和大家平時接觸的意外險是不一樣的，因為普通的意外險一般主要針對一段航程、旅行的意外、一年期限或一天，我們的産品是保障騎自行車的意外，就是每一次騎行都會生成一個保障，掃碼即生效達到了秒級實時的響應，這就是我們在出行方面進行的探索，接下來我們也在健康方面做了一些探索，每個人的身體狀況是不一樣的，保險公司會為了自己财物的穩健性想辦法去識别身體比較健康的客戶，和這些客戶一起抵抗未來的風險，那麼國泰的初心也是希望給更多的人提供保險，是以會借助資料和科技的力量幫助我們擴大一個可以得到保障的範圍，基于我們不斷的探索，在一年半的時間，一個月的保單量突破了9個億，相比一年前是一個9倍的增長，我們在一個月内服務了1300萬個案件，也就是為我們的客戶提供了1300萬個保障，相比于7個月之前擴大了13倍，業務量的巨大增長也帶來了資料量的增長，我們需要在最短的時間内使我們的存儲能力、計算能力有一定彈性來支撐業務的快速發展。
國泰産險對資料的了解和實踐
大資料和人工智能對國泰産險的助力主要為三個部分：首先，賦能了我們産品的創新，通過一些技術的手段創造了一些新的保險銷售場景；其次，賦能了我們的營運和服務，提升了客戶服務的體驗，同時幫助我們控制了成本；最後，賦能了我們的管理決策，資料幫助了線上和線下的細化管理及快速的決策。
我們借助Quick BI和雲平台進行産品的創新，一部份是産品形态的設計，以共享騎行意外險舉例，在騎行開始時，我們就要及時的生成保單，騎行結束時，要有及時的記錄并來界定保險提供保障的責任區間，如果我們接到了客戶的報案，我們能夠及時查詢客戶騎單車的運作軌迹，并與客戶報案時的描述進行比對，快速界定案件的真實性并對損失進行一個合理的估計，這些都有賴于雲平台的實時響應，特别是早晚下班高峰期間，我們要達到每秒上千單承保的速度，完成這樣的一種速度要依賴于布置阿裡雲上的計算能力達到的。另一部分是産品的定價政策，市場上沒有同類意外險的定價能夠作為參考，我們的産品是按行程進行投保的，在對産品進行初創的時候調取了公共交通業務意外險的經驗，并結合單車意外的情況給出了一個初步的價格，借助Quick BI可以實時地監控業務的品質，業務上線了以後快速了解到業務的賠付水準、賠付率是怎樣的。
上圖為資料技術在運維服務上賦能的示意圖，通過用Quick BI為每個産品建立如上圖的報表體系，我們可以看到每一個月營銷情況的變動、各個管道業務之間的占比情況、各個場景領取率的變化，通過這些變動可以及時的改動産品線的政策。
服務的部分主要包括理賠和客服。理賠需要對自有團隊理賠的速度品質以及第三方的速度品質進行評價，包括結案率和給客戶支付的實效也是我們非常重視的一些營運環節。于是，在每一個理賠環節都會為理賠人建設資料示圖。
如何做保險成本的優化，保險行業和其他傳統行業是不一樣的，傳統行業是一個标準化的生産過程，各個産品之間的成本是穩定的，但對于保險來說每個人的出險狀況是不一樣的，以車輛出險為例，有的車可能是小擦小碰，有的車可能前面的保險杠全部撞壞，這兩種情況帶來損失的成本也是不一樣的，是以我們需要對保險的成本做一個精細化的管控。通過Quick BI和機器學習結合達到成本優化的結果。
Quick BI幫助我們賦能了管理決策，名額是一個重要的參考依據，包括各個産品線的業績名額在創新産品中的業績能力，如果團隊想管理下面人員的活動率，可根據這些人員是否按照規定完成了銷售任務及規定的銷售動作。上圖最左面的一部份是為18個産品經理下面的每一個産品線建立資料門庫示圖，這樣就可實作快速的管理業務，同時也幫助管理層去評價産品經理業績的達成情況。我們有11家經營機構對于線上業務的承接和協同，每個月也有一些名額體系會定時的去看業務的達成情況。自從轉型使用Quick BI智能資料後，複雜的按天記，不複雜的按小時記來産生資料報表。
技術建構的路程需要搭建資料，2017年啟動了資料的重構并完成了資料字典的統一，在11月和Quick BI合作統一了資料的出口，并在一個月的時間内完成了資料的切換，目前建設了12個資料門戶、400多張報表來支撐前面工作的鍊路。
未來科技應用的方向
在未來國泰也要進一步的加強資料在智能方面的應用，我們希望通過技術手段切入更多的即時場景，同時也會做業務流程的智能化來降低成本，能夠通過圖像識别、自然語音識别和知識圖譜的建設來助力業務流程各個環節的更新。