保险业大数据解决方案(创造数据和分析的信息优势)（155页 PPT）.pptx

;我们正处在充满生命力的数字金融时代;中国保险业大数据概况;大数据环境下中国保险业面临的挑战;依托大数据分析和服务规划五大核心管理能力的建设蓝图;;大数据在保险业的主要应用场景;中国人寿;大数据的应用案例;趋势;;;;;认知体系扩展了我们理解问题的能力;认知的定义;;;;

在当今的技术环境，数据分析一般是基于确定性，可编程软件，然而认知技术是基于自然语言处理和概率推理。因此，认知技术和数据分析是互补性很强的方法，可以用来处理各种我们今天所面临的最具挑战性的问题。在实践中，认知技术和数据分析是不同的，但协同，结合使用就可以产生更大的深度分析和对业务洞见更有益的见解。

;;;数据科学家的特征?

数据科学家在艺术与科学之间的结合技能横跨多个学科以获得大数据可操作的洞察力的平衡;Photocredit:NewInternetOrder;Photocredit:NewInternetOrder;;;大数据关键技术产品地图(国际厂商);大数据技术的趋势;国内外大数据厂商产品比较

;大数据厂商产品比较;大数据技术趋势1:完全的数据分析能力,R语言成为更多选项;大数据技术趋势2:内存计算是数据处理加速器;90;大数据技术趋势4:深度学习和人工智能是未来;数据开放的3个不同维度;BAT公司大数据发展洞察;基于百度开放云的大数据和人工智能平台–天算;阿里云的技术层次（云计算大数据）

;腾讯大数据平台（数据服务）;IT治理;;支持数字化在线业务的寿险业务系统架构，特点：

支持以移动、在线的数字化渠道为主的业务模式；

采用传统核心系统作为保单和理赔业务处理的核心，通过外部的营销管理、客户管理和交互管理等系统填补传统核心系统的弱项，从架构总体上强化对数字化业务的支持；

增强业务处理的无纸化/电子化和数据的分析应用，适应数字化在线业务的需求；;针对大数据分析应用，企业信息平台将基于X86的分布式架构作为全新的基础架构引入，从而实现计算效能的优化及敏捷业务响应能力。;;实时数据源

（flume+storm+kafka）;传统的数据仓库和数据湖的比较;;;;将传统数据与大数据环境有机结合，构建基于客户洞察的综合视图;大数据架构–顶层框架

;;新一???企业数据应用架构;实时数据采集平台;

P级多维分析平台;高可用图数据库 ;大数据智能监控平台;9;数据源以及数据采集服务;;大数据平台应该能够通过的大数据典型服务能力列表;大数据典型服务能力–数据服务能力

规划六类数据服务（客户洞察服务、基于统一指标数据管理的自主取数服务、基于跨域融合数据的关联分析服务、统一视图服务、产品标签服务、分析知识库服务），通过API方式支撑应用开发与数据分析。;大数据典型服务能力–数据服务能力

基于涵盖客户全量特征原则，设计六类客户洞察（融合标签）服务能力，为市场营销、客户体验分析、对外变现等应用场景提供支撑。;大数据典型服务能力–数据服务能力

构建多维指标数据矩阵，实现企业级全量指标数据的统一管理，保障指标口径的唯一性，支撑业务分析人员或数据分析人员的自助取数或数据分析。;大数据典型服务能力–数据服务能力

根据分析知识库与算法分析关联指标的波动情况，客户、收入、成本等指标异常时能快速定位根因，作为应对指标异常的决策依据。;大数据典型服务能力–数据服务能力

设计涵盖个人、公司和风险三方面的统一视图，把同类数据聚集，快速获取所需的渠道、交易、资产等数据，结合客户融合标签，为市场营销、成本效益分析、网络保障等应用场景提供支撑。;大数据支撑能力–对内

大数据对内业务支撑能力要从客户的获取、价值的提升、客户流失、风险管控、欺诈识别等方面覆盖全业务线和客户全生命周期管理。;大数据支撑能力–对内

大数据分析必须对企业的业务决策提供支撑。按照企业对大数据分析发展程度不同，会分成数据收集与存储、信息整合、知识发现和智慧洞察四个层次。;大数据管控流程–对内营销支撑;大数据支撑能力–对外

面向行业客户的数据服务变现（金融）-基于个人、公司和风险的融合数据，构建客户交易信息、客户兴趣偏好等服务能力，形成面向信贷机构、证券、保险公司等企业的金融类应用，为行业客户提供大数据支撑，实现面向跨行业的数据报告服务、SaaS服务的变现。;大数据管控流程–对外数据产品运营模式;大数据管控流程–对外数据产品运营;大数据组织架构–组织架构;大数据治理–数据资产：盘点方法

;大数据治理–数据资产：资产价值评估

从数据资产变现来看，用于变现交易的对象可分为数据源、数据产品/服务/应用/数据模型、数据衍生品等。但数据变现前，首先要解决数据资产价值评估问题，其次要解决的是数据定价问题。

;大数据治理–数据资产：数据定价;