企业数据化最佳实践案例分析之财保业务管理再升级.docx

企业数据化最正确实践案例分析财保业务管理再升级企业简介中国太平洋财产保险股份成立于2001年11月09 H,注册地位于中国（上 海）自由贸易试验区银城中路190号交银大厦南楼，法定代表人为顾越。经营范围包括财 产损失保险、责任保险、信用保险和保证保险，短期健康保险和意外伤害保险，上述业务 的再保险业务，国家法律、法规允许的保险资金运用业务以及经中国保监会批准的其他业 务。中国太平洋财产保险股份对外投资23家公司，具有3131处分支机构，以成 为“行业健康稳定开展的引领者”为愿景。中国太平洋财产保险股份湖北分公司 位于湖北省武汉市，近年来一直处于高速开展的状态，秉承着国企担当，太保大爱的服务 理念，为百姓守护安康，为企业保驾护航，为政府排忧解难，为经济助推开展，为国防贡 献力量，为社会治理创新手段，为振兴中华勇于担当。一、工程基本信息企业全称：中国太平洋财产保险股份湖北分公司工程名称：湖北分公司报表平台& AI数据平台平台报表总量：200+平台月访问量：3万+二、工程背景1、原数据管理状况在没有应用帆软的一系列产品之前，我们分公司的业务人员想提取某个系列的数据大 致有两种方式：一是通过总公司提供的平台，二是通过人工编写SQL提取。显然，这两种 方式有诸多不便之处。总公司的平台能提供的数据是有限的，及时性虽然能保证，但是往 往不能满足业务人员的所有要求，这时就需要数据开发人员手动提取，但是手工提取数据 是需要时间的，除了理解业务和数据表的结构，还需要业务人员走司内的权限审批系统， 因为数据可能存在敏感信息，需要领导一层一层审批，所以时效性自然也就降低了。另一方面在得到数据之后，对一个偌大的Excel表格还要进行各种分列透视等处理才 能得到自己想要的分析结果，对Excel处理能力有一定的要求，对电脑性能要求也不低， 如果想做成柱状图饼图之类的放在PPT里也需要花费不少时间，而且展示的图形方式有 限，所以一般只有汇总的结果，展示数据也不直观。当然总公司也提供了分析工具，只需 要选择需要分析的维度和需要的字段，即可自动生成相应分析后的图形，但是这种展示方 式也是很局限的，可视化效果不佳，并且无法修改图形中的属性。再就是查看数据不是很方便，只能通过PC或者平板端查看数据，没有移动端的支持， 当业务人员在一线出单的时候，却不能实时看到对应保单的信息，对于报表使用者来说体 验不佳。综上所述，我们在数据管理方面存在以下几个问题：1）获取特定的数据比拟困难2）分析数据时操作相对复杂3）展现数据的方式相对单一4）无法在移动端查看数据2、数据平台建设需求与工具的选取针对以上几个问题，我们需要一个能表达企业各种数据状况的平台，不管是经营数据 还是预测数据，以便让公司开展的方向更加明确，不断提升公司的竞争力。作为保险行 业，我们决定使用一个成熟数据管理和分析平台，我们比照了市场上一些优秀的平台，例 如阿里云体系中的QuickBI、大图展示DateV、微软的PowerBI等，但还是决定采用帆软系 列的FineReport和FineBL其原因主要有：这两款产品的后台管理页面很相似也很友 好，上手比拟容易。两款产品的功能相似但侧重点明显不同，我们最初的想法就是 FineReport实现自助数据提取，而FineBI用于可视化分析，也可以让业务人员自己分 析。另外总公司已经有局部帆软应用，鼓励分公司学习并尝试使用帆软的产品。最后就是 其UI设计，与太保蓝的格调一致，说明我们秉承同一片梦想，24小时在线的客服耐心解 决问题，丰富的论坛和大量的学习视频或资料，最终我们创立数据团队，在梳理完整个数 据架构后，开始学习并使用FineReport和FineBI来建设我们的数据平台。三、管理场景随着网络和信息技术的不断普及，大数据也触动着保险行业管理者的神经，搅动着保 险行业管理者的思维。我们公司作为财产保险行业的领头羊企业，一直在探索如何利用科 技赋能、数据创新的手段去助力业务增长，降低经营本钱，提高服务质量。我们在进行具体的工程之前，将所有的数据进行重新架构。分为三个步骤，分别是基 础数据存储，ETL数据清洗，应用数据构建与输出。最终将数据结合我们帆软进行展示和 分析。这大大提升了数据性能，优化了存储结构。同时我们也提供了多终端的数据分析与 展示的统一平台，围绕公司保险经营及管理，构建全方位的自动化分析体系，解放业务管 理部门的员工工作量，改善了运营监控方式，为我司中高层管理干部提供及时的决策依 据。保险应用经莒优化酋理提升风气空制分析横st总公司WtfKT发场景一：车险营销主题企业的销售状况决定了企业的生存与开展，在最开始没有使用帆软应用的时候，我们 的车商部门每天会根据车险的销售情况制作各种Excel报表，虽然可以通过公式自动生成 结果表，但是还是需要手工录入数据，而且数据表每天都需要上报与下发，光是录入和整 理这些数据都需要7到8个业务员一周的时间，大大的浪费了人力物力；另外，领导看的 数据也是各种各样的，每个部门的统计口径会因不同的分类方式可能有所差异，这样的数 据很不利于管理和分析。因此，我们首先制作了一个实时的车险销售情况报表大屏，这是最基本也是最重要 的，以车险销售报表为例：我们可以很直观的看到当年全部的出单量，新转续标识的占 比，以及车险险种的占比情况，这些都有利于我们决定未来应该如何更好的出单、更多的 针对哪类客户出单等等。另外这个数据是实时且公开的，可以看到每天的签单保费以及各 个中支的详情，当业务员在一线签单完成后，马上就能看到订单数据。领导也能实时查看 这几天的保费走势，如果当天保费过低，或者连续几天没有完成当年的平均保费值，就会 分析保费降低的原因，及时让企业防止亏损。不再需要特定人员手工录入和整理这些数 据，大大节约了业务员报表制作的时间，解放了数据人员的劳动力，让业务人员有多余的 时间聚焦业务分析和业务督导。节省了每天10人时的报表制作时间，人均产值提升了 20%o车险销售大屏通过车险的销售报表大屏制作，我们抽取出了一些关键的指标，让业务人员能更有动 力的做好自己的工作，解决了数据滞后的问题，让领导能第一时间看到当天的数据而不是 T+1。在访问报表时，我们只需要对指定人员开通相应的权限，领导即可查看并分析车险的 销售情况，并更好的对未来做决策，基本实现了对车险销售状况的全方位展现与管理。场景二：续保主题除了销售能力，保险公司的续保率也是十分重要的指标，它是衡量一个公司能否在市 场上立足的指标之一，通过这个指标不仅能看出公司的经营情况，还能看出其服务态度、 人文关怀以及承当风险的能力等等，可以说提高续保率就是一个保险公司的根本任务之 一。但是以往在求续保率的时候，最大的问题就是口径不一致，中支机构或者机构下的部 门为了提高自身的续保率，算法可能跟总公司的逻辑有出入，那么同样的数据续保率就会 不一样，这样就不能暴露出潜在的问题。为此，我们分别针对车险、非车险制作了分渠道 的续保率报表。例如下列图为车险某个渠道3月的续保率详情，首先可以看到各中支机构商 业险续保率一览，设置好联动后，点击中支机构即可看到其当月续保率的变化情况。由于 车险续保率的计算逻辑比拟简单，所以我们选取的指标不是很多，但相比以前手工计算， 我们直接从数据库中取数计算更加精准并且节省资源，而且通过选取续保单号的签单日 期范围，就能动态设置计算续保率的规那么因子，主要还是统一了口径，进一步提升了各个 渠道的竞争力。通过这种方式统一口径后，各渠道整体的产能上升了 10%,进一步提高了 各个渠道的竞争力。车险某渠道续保率情况概洋保险分公。非车险续保率情况场景三：渗透率主题这次疫情给全世界带来了沉重的灾难，在银保监会的提议下，湖北省车险延保了一个 月，这对于车主来说肯定是好事，但是为了公司以及员工的利益，我们必须要通过其他业 务来弥补这一个月可能没有车险业务的空缺。我们对渗透率的定义是购买过车险的客户中 又购买了非车险的占比，例如一个客户买了车险，但是在开车游玩的过程中可能还会购买 一些乘车意外险，这对于车主和乘客们来说也是十分重要的，所以提高渗透率即扩展非车 险业务，是我们这一个月一直在做的事情。但同时以前的计算方式也存在一些问题，例如口径不统一、计算规那么不一致、计算容易出错并且数据量大以及数据展示不直观等等。为此我们分别制作了 PC端和移动端的渗透率报表。通过FineBI在PC端可以直观的看出各中支机构以及其部门对于某险种的渗透 率，以及各险种的渗透率占比，这样就可以分析最受车险客户欢迎的非车险险种，后期通 过客户脸谱也能更精准的推荐合理的险种。同时移动端为了方便领导随时查看各渠道整体 的渗透率情况，我们通过FineReport中精美的模板制作了渗透率分机构分渠道的保费占比 和一览表，每个指标都一目了然，能让领导实时了解业务动态。原来非车险渗透率在42%- 53%之间波动，自从引入了 FineBI和FineReport产品后，渗透率明显有所提升，波动范围 为 48%-56%o渗透率PC端渗透率PC端渗透率移动端场景四：车险理赔主题客户购买保险之后出了险就自然需要进行理赔了，但是理赔的流程也是可以不断优化 的。维修资源利用率是车险理赔四大核心KPI工作指标，关系着车辆维修资源的流向，关 系着车商业务的开展，同综合赔付率、万元支付时效周期、己决充足率同样重要。但是以 前维修资源利用率车商统计口径只能到机构，由于与各机构各店车商业务规模挂钩，无法 到人，无法更精细化的管理，提升数据，且统计口径为系统点选，还存在小局部的不真实 数据。因此，为了突破维修资源管控的瓶颈，提升数据指标、实现精细化管理，管理到人， 落实到人、降本增效，提升资源利用率，在跟一线的理赔老师充分沟通后，我们使用 FineBI制作了针对性的数据报表，分各维度进行维修资源的统计，能更加直观明了看到各 维度维修资源数据，做到精细化管理，提高工作效率！其数据处理却解决了之前存在的各 种问题。另外把仪表板提供给理赔的同事之后，他们可以按自己的想法操作仪表板，我们 全司随之看到更新后的结果，比方某个同事离职了之后，他们可以第一时间就把这个人的 数据过滤掉，这样也方便管理。车险理赔维修资源流向一览表维修资源是目前车险理赔管控的根本，因为维修资源牵扯了很多的利益关系，管控好 理赔资源，可以助力业务开展，可以切断查勘员与维修厂的利益，打击虚假赔案，可以增 加专票的获取率，提高营改增抵扣红利，等等其他方面的利益，维修资源的管控，可以做 到一箭多雕。通过帆软的展示，我们对车辆维修资源的监控做到及时快捷，从此模块上线 以来，根据业务部门反应，我们的车辆维修资源利用率大大上升，初步测算截止目前已节 约超过100万的维修费用。随着时间推移，这方面取到的效果将会日渐凸显出来。场景五：移动端数据看板随着FineReport和FineBI上的报表日益增多，我们开始接触移动端的报表，主要是 为了方便业务人员和领导能随时随地查看公司数据。和PC端一样，我们使用FineReport 的移动端模板，嵌入到企业微信里，通过员工的ID相互绑定，即可实现权限管理。目前已 经有四个比拟丰富的模块，分别是总体经营、车险、农险、非车非农。总体经营里一般是 入账和签单数据，而其他三个模块主要是针对该险种的详细数据。在使用移动数据看板之前业务人员和领导不管是在查看数据方面还是在关于数据的沟 通方面，都存在很大困难，经常会出现领导发邮件打 索要数据的情况，这给领导和业 务人员同时带来了麻烦。此外，如果数据出现异常也不容易被及时发现。然而随着移动端 的推广，我们可能将所有报表都放在移动端显示，这样业务人员和领导层坐在家里也能实 时查看数据情况，再也不用通过打 或发邮件的形式索要数据了，数据异常的情况也能 被及时发现并及时纠正。有了移动数据看板，通过一部小小的手机就可以展示丰富的数据 信息，给我们的工作带来了极大的便利。虽然手机尺寸很小，但是展示的东西却能很丰 。IlkIllibhllii零入StMU入( Ml )IllinswwmIlliIMtBB ()非车重点险种销售报表非车检视报表移动端主页车险模块局部报表四、工程总结1、数据规整，方可起程。在使用帆软系列产品前，一定要先把自己有的数据规整好，原有 的表结构可能不太适合以大数据技术为底层的帆软平台，我们因此搭建了二层和三层架 构，在基础表搭建好之后，搭建帆软平台就得心应手了。2、理解业务，交流心得。平台的搭建很容易，但是完善却是一个漫长的过程，官方论坛提 供了各种各样常见的问题和解决问题的技巧，十分的规范，还有各种教学视频，遇到问题 可以问在线客服，我们还有一个太保总群，群里的老师也能及时解答我们的疑惑。3、数据智能，预测未来。大数据时代，如何平滑地过渡到大数据生态系统，帆软为我们提 供了一条思路，而客户脸谱和推荐算法正是我们在做的，主动预警，自动挖掘，洞悉规 律，决策未来！