保险行业IT系统的未来在BI

理想的BI可以给保险业一双慧眼，但是BI的应用并非尽如人意。

保险的未来在IT，保险行业IT系统的未来在BI。正因为BI在保险行业的应用需求越来越大，BI系统建设和应用者们，任重而道远。

业界对BI的关注从未减弱，但BI究竟能给我们带来什么，我们该怎样有效地利用BI是其中的关键问题。BI是把双刃剑，用得好确实能为企业经营管理起到辅助作用、支持作用,但用不好，就会成为昂贵的摆设，没有真正用处。

财产保险险种繁多，程序复杂，标的核保、核赔因素众多，权重不一，涉及行业和专业技术都相当广泛。在业务拓展、经营管理高速发展的同时，财产保险行业越来越感觉到信息化技术应用不到位所带来的掣肘。

当财保遇上BI，两者能碰撞出怎样的火花？面对财保行业在客户分析、产品分析、渠道分析方面的需求，BI该怎样为财产保险装上一双明察秋毫的慧眼？

保险信息化三阶段

从上世纪80年代至今，我国保险行业恢复已有20多年，信息化应用在保险公司基本的流程管理、客户服务乃至加速公司发展等方面都发挥着重要作用。保险行业运用信息化大致可以分为如下三个阶段：

第一阶段是面向业务处理。在1996年之前，保险行业处于起步阶段，主要特点是保险公司应用基本上是各自为战，各分公司自己做软件，应用系统也不是面向客户，而是面向某一个产品。在这个阶段，整个信息技术应用的效果并不明显，基本上是业务人员要求什么IT人员就做什么，IT人员能动性发挥很少，处于被动地位。

第二阶段是拓展服务。从1996年开始，IT应用已经不仅仅简单围绕业务流程处理来做，基本上是围绕公司的业务拓展、客户服务、合作伙伴的服务展开。从技术方面说，在这个阶段已经形成集约化应用，一个系统可以处理所有产品，而且在这个阶段里电子商务、网上服务都开始出现。

第三阶段是支持经营与管理。如何通过BI技术应用，充分推进保险公司管理水平的提高，提升市场竞争中的经营水平，成为这个阶段保险公司考虑的重点。推动信息化工作的本质目的是让信息系统在保证公司基本运转，提供各种服务手段的基础上，充分对信息进行挖掘、处理，为公司的经营和管理提供支持。

能够通过类似BI等技术的应用，在客户、产品和渠道分析等方面为制定政策、策略提供数据支撑，这才是信息化应用最有价值、最根本的部分。

海外经验失效

保险行业销售的是一种服务承诺，而非实物。由于销售的是一种未来的、不确定的服务承诺，这种商业行为存在的基础就有很多人文因素，比如保险公司的信誉、良好的程序、销售人员与保户个人之间融洽的接触等等，这决定了保险行业内企业管理的模式、方法、水平跟社会生产力、社会文化、社会成员的价值观念有非常深入而密切的关系，也决定了保险行业作为金融服务行业而非实物销售的行业，它管理、经营的本地化特点很强。

海外保险行业的发展比国内早近200年，核心业务处理有很多经验和很完善的基础供我们借鉴。但国内保险企业IT应用中完全使用海外核心处理系统的并不多，成功的就更少。这并不是海外系统的功能不好、不稳定、不完整，而是因为系统体现的管理策略和方法、所用的服务手段与国内企业有差异，本地化的要求使海外的管理思想、方法不太适合国内的企业运作。因此，保险行业尤其是财产保险的BI应用，需要植根于本土，很完整、有计划地从信息化的高度推进应用。

提炼数据是关键

BI的应用既需要掌握熟练的数据挖掘技术，又需要清楚财产保险业务模型，只有在这两条腿的基础上才能搭建实用的平台。真正要把BI做得很深入，解决实际问题，最关键的是能够在目前业界所生产出来的数据基础上，经过数据的抽取，整理出实实在在的符合目前市场情况的业务模型。依据这样的模型做分析，才能指导运营。

关键的难点是目前BI的模型跟市场情况有距离。要消除这些距离，一是保险公司要对自己生产出来的数据做很好的管理，同时要丰富更多的数据，重点是丰富那些和保户有关，虽然不是直接相关，但的确对BI应用很重要的数据。

把这些数据补充完之后，要在这些数据基础上抽取出一些，提炼业务模型。比如车险，只抽取车的品牌、排量、生产年代、行驶地点、车主……这些数据还不行，还要在这些要素的基础上，跟标的其他相关数据、社会公共信息实际的数据结合在一起，根据实际情况调整这些要素在分析当中的权重，这样制订出来的模型才有实际价值。

保险企业不一定要自己做这些事，要找有意于此的IT企业共同来做。双方要发挥各自的优势整理数据模型，保险公司先提供数据，IT企业先去做基础分析，在分析基础上，保险企业再提炼数据模型，然后IT企业再做结果的数据挖掘，这是一个交互的过程。在这个过程中，简单的一两次交互是不够的，要很多次的交互才能把数据的价值真正提炼出来。

保险本身就很复杂，由于业务人员不懂IT，IT人员更需要理解业务人员的意图，形成IT语言，才能跟IT专业公司沟通，在众多的基础数据上才能提炼出有效模型。

如何保证有效实施

应该如何保证BI系统的有效实施？

首先，不要把BI实施作为一个IT项目，而要作为一个商业计划。业界已有先例，比如电子商务应用，现在几乎每个保险公司都有这方面的应用，甚至做了很多产品的改造，在结算方面也有很大投入，但实际在保险业中，以电子商务为渠道所形成的业务回报与电子商务资金投入相比，不尽如人意。究其原因，这是把电子商务作为一个IT项目而不是商业计划所造成的。因此，BI不能再以做IT项目的方式来做，它是一种依托于数据基础，加上分析工具，加上保险行业专业知识的整合。从某种程度上说，技术并不是决定性的因素，手段的提供方、合作方的配合，公司的配合程度、重视程度这些因素反而更加重要。如果公司不去真正使用BI系统的话，就没有机会验证系统价值，这样的系统只有死路一条。

其次，在启动BI项目的时候，应用领域选择很关键，既不能选择基础很差的领域，也不能选择应用价值很小的领域。选择技术基础很差的领域很难取得好效果，选择应用价值很小的领域，分析出来的结果对公司没有什么意义。需要选择那些保险公司用得很熟悉，目前存在的问题清楚可见的领域，这样BI系统做起来既有数据基础，效果也会更明显，价值也更大。

总之，实施BI需要抓住一个常用点，迅速产生效果。例如对客户的进行数据分析，形成黑名单，运用到系统当中，一些劣质客户就会被挡在外面。而一些优质客户在费率体系、产品和后续理赔上都会得到更优秀的或是个性化的服务。这样企业马上就会见到应用效果，公司不只是业务规模扩大了，利润也增加了。

链接:BI及其工具

商业智能也称BI，是Business Intelligence的缩写。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。

商业智能所谈的数据来自企业业务系统的订单、库存、交易账目、客户和供应商等企业所处行业和竞争对手的数据以及企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的。为了将数据转化为知识，需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用
。