保险行业怎样打造数据治理闭环?

发布时间:2022.01.23来源:互联网浏览量:86次标签:数据治理

今天给大家分享一下保险行业数据治理的心得,个人认为保险行业的数据治理可以作为标杆了。根据以下3点我们来了解下保险行业是如何打造数据治理的闭环的。 


01 保险客户数据治理背景

保险行业乃至于整个金融业,可以说是对数据价值的感知是最早的、也最完整的。所以他们对于数据治理的需求是相当旺盛的。这也算是行业的属性使然,当然也有保监会的政策要求。

保险客户的数据是保险行业非常重要的数据资源,很多保险险种的精算,都是以客户为基础,加上其他各种乱七八糟的数据一起算好的。所以,保险客户数据的治理背景基本上可以分成三类:


1、业务需要

2、数据管理需要

3、政策需要


业务需要:很容易理解,比如说辛辛苦苦收集上来的客户基本信息都填错了,联系不上人了,这保险买给谁啊?收上来的数据越全、越精准,我们就可以“分级分群定优客”,按互联网的话来说,就是做客户分层,精准营销,最终保业绩,拿年终啊!


数据管理:需要也能理解,毕竟各种后续的数据分析、精算都是以客户数据为依托的么。客户数据都错了,那分析结果肯定有偏差啊。


政策需要:这个就不多多解释了,毕竟保监会的话,谁能不听呢。


保险客户数据治理的目的也很简单,就是提升客户关键信息的真实性。一般来说就是三要素:身份证号、客户姓名、客户手机号码。

1642908518(1).jpg

02 保险行业数据问题分析

虽然保险行业非常重视数据,但是多年保险业务的快速发展,的确也带来了非常多的数据问题。


各地分公司基本都是各自为政,谁都把客户当自己的命根子。业务员那边就更是了,甚至还有人故意隐藏,就是怕别人抢走自己的客户。


这就出现了一个非常搞笑的场景:业绩都完成,保费蹭蹭涨,可就是客户电话一个都打不通,打通了也不是本人,是本人也不一定是真人。我就亲眼见过一个保险代理人让她朋友照着信息读,回答对面的电话,也不知道是帮忙干啥。


所以上到组织层面,下到业务执行层面,都有不同层级的数据准确性的阻碍。你说这数据能好的了么?


说起来,这保险行业的情况,跟二手房的情况简直是一模一样的!政府也一样呼吁“真房源”的好多年,市场上也没解决,最后还是贝壳搞定的。个人觉得某个保险公司也得向贝壳的ACN规则学习一下,没准能颠覆保险行业,成为保险巨头呢。

1642908500(1).jpg

03 保险客户数据治理流程

基本上各个行业的数据治理的流程也就长这样:


当然,上面是实操版,在执行的时候,当然还得按照项目管理的逻辑,先得做整体计划,定岗定人定则,颁布数据治理管理办法。中途还得不断的监督、控制,还得设定几个里程碑,保证按时按质按量完成任务。不过那些都是项目管理的事情,这里就不赘述了。


数据治理的前两步肯定是数据收集、数据处理及分析。这两步基本上都是数据工程师在干活。


数据收集其实就是把平台、Call Center、CRM、各业务系统(承保、理赔、农险等)、投诉系统等各个系统中的**全部拿过来。


数据处理其实就是做客户的归并,用技术进行数据治理。把能技术能清洗、匹配上的数据给弄好,比如去掉手机号码的+86、客户名字中间的空格啥的。然后设定各种规则进行有效性判定,比如:三要素数据缺失、不规范、验真为假。


真正到了数据治理的环节,一般来说,都会分成两部分去处理:


1、存量客户数据清洗;

2、增量客户数据质量控制。


对付存量客户数据,组织层面,需要集团进行全面的数据质量核查,并把结果分发到各地分公司。各地分公司拿到问题数据清单,基本上就得分析问题原因构成,根据不同因素,制定清理方案。


如果是技术能解决的,那还好说。技术解决不了的,就安排业务员进行存量数据清理工作。总之就是各个分公司,根据问题数据清单,对照数据质量整改标准和任务量,各自安排数据清理工作。因为技术规则已经清晰过一遍了,这部分基本都得靠人工清洗。这个工作量可想而知,是最费劲的,最耗人工的。


对于增量客户数据,相对来说还好办一些。让下面严格执行就可以了。保险毕竟是一个**收集的强控场景,毕竟跟个人的钱息息相关。


严格执行的方法其实也好控制,反正保险公司会在销售、承保、理赔、咨询、服务等很多环节跟客户接触,每个环节都跟客户重复询问和核对信息就好了。


业务员重新确认好客户数据之后,客户资源系统这边就得开始动起来了,根据最新的客户数据,反复比对,确认无误后,更新客户数据,做数据补齐、数据归并等处理。这客户数据有效性不就一点点的上去了么?


业务员那边正在人工清洗数据呢,我们这边也别闲着,各种监控得弄上啊!监控大屏要摆上领导桌面,发领到手机上;各种监控日报、周报、月报都得设计好,定期分发下去;各种分公司数据有效性排行榜都得安排上。这效率,嗷呜的一下就上去了!


有些人说,数据分析没啥用的,看不到实际价值。其实,咱就是说并不是讲数据换成钱就是价值的。有些时候,一张排行榜就能成倍的提升效率,这难道不是价值么?


同时除了数据驱动,其实还得靠组织驱动。所以还会组建督导小组,一方面进行进度监控,另一方面对问题比较严重的分公司进行监督指导,辅助他们做好数据治理工作。


当然KPI驱动也是相当重要的。最后的成效指标也需要放出来,形成最终的数据治理的闭环。一般来说,以客户真实率、验真为真客户续保率两个指标为最终成效指标。


04 总结

数据治理是一个老生常谈的话题。数据治理最难的事情就是如何推动组织重视、执行这件事情。但是这个事情在保险行业有天然的推动力(政策、价值),同时也有天然的阻力(个人利益与组织利益的冲突)。


保险行业数据治理工作流程与其他行业的数据治理流程大致相仿,都是先收集数据,再用技术进行清洗、归并。这部分其实可以用之前提到的One ID的方法,效率会很高。


技术处理完之后,剩下的无效的就得交给人工处理了。总部做好数据质量分析、过程监控、督导的工作,各个分公司彻底贯彻执行。利用KPI、排行榜等各种方法和手段,驱动所有人共同达成数据治理的目的。


数据更新完之后,系统再去做一次客户判别和数据归并,这样数据质量就会不断的提升。


个人理解,数据治理最难的部分不是技术,而是如何调动整个组织的力量一起来做。其实技术在这里能做的事情很少,绝大多数时候需要业务、人事等各个部门的共同努力。


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 治理,管理和质量角色和责任

    治理,管理和质量角色和责任

    最好的数据治理计划通过减少模糊性,建立明确的问责制以及向所有数据利益相关者传播与数据相关的信息,积极主动地在数据相关问题开始之前采取措施……查看详情

    发布时间:2019.03.18来源:亿信华辰浏览量:86次

  • 如何数据标准应对这些难题

    如何数据标准应对这些难题

    应对数据标准这些难题,最经济、最理想的模式当然是:做大数据建设,首先做标准,再做大数据平台,数据仓库等。但一般的不大可能有这样的认识,很……查看详情

    发布时间:2020.11.13来源:知乎浏览量:91次

  • 数据治理流程中,最重要的3点都在这

    数据治理流程中,最重要的3点都在这

    数据治理能够带来的好处就在于,更高效地帮助企业将数据价值转化成实际的业务价值。数据“井喷”仍在进行,机器学习、AI等这类十分依赖数据质量……查看详情

    发布时间:2021.05.10来源:亿信数据治理知识库浏览量:376次

  • 企业如何进行数据资产管理

    企业如何进行数据资产管理

    大数据离不开计算和存储,因此大数据建设与成本强挂钩。大数据需要耗费大量的计算存储资源,如果没有合理的资产管理,很可能在大数据还没来得及发……查看详情

    发布时间:2020.08.28来源:知乎浏览量:59次

  • 如何有效的进行数据交换管理

    如何有效的进行数据交换管理

    在现代信息社会,政府、企事业单位相继建立了各自的信息管理系统,这些独立的系统创建之初没有统一的规划,彼此之间数据的存储环境和存储形式差异……查看详情

    发布时间:2020.04.23来源:知乎浏览量:83次

  • 有效数据治理计划在客户购买决策中的作用

    有效数据治理计划在客户购买决策中的作用

    数据治理计划将最大限度地提高数据的安全性,质量和价值,所有这些都构成了客户的信任。……查看详情

    发布时间:2019.01.23来源:亿信华辰浏览量:86次

  • 数据治理如何释放信息的力量来解决实际的业务问题

    数据治理如何释放信息的力量来解决实际的业务问题

    数字商务永远改变了零售业的面貌。广泛的产品选择,快速交付和简单易用的搜索功能,也推荐相关产品,提高了标准。……查看详情

    发布时间:2019.08.02来源:知乎浏览量:79次

  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。了解您的数据并确定如何实施它会带来一系列问题,包括用户和利益相关……查看详情

    发布时间:2018.11.13来源:克里希基德浏览量:85次

  • 制定数据治理行动路线和计划

    制定数据治理行动路线和计划

    路线图是使用特定技术方案帮助达到短期或者长期目标的计划,用于新产品、项目或技术领域的开发,是指应用简洁的图形、表格、文字等形式描述技术变……查看详情

    发布时间:2020.07.17来源:知乎浏览量:88次

  • 银行自身要提升数据治理能力

    银行自身要提升数据治理能力

    数字经济对金融服务的模式也提出了新的要求,银行必须依托科技支撑,加快和深化数字化转型,带动风控模式的改革创新。银行还需要着力于构建其自身……查看详情

    发布时间:2019.10.29来源:知乎浏览量:109次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议