百融金服副总冯宗欣

　　新浪财经讯 “2016中国金融论坛”于5月20日-21日在北京召开。百融金服副总冯宗欣出席并演讲，他表示，大数据的助力在保险创新与变革这方面，目前主要在保险大数据里面做的一些创新和变革。大数据是一个巨大资源，在未来的竞争中间也可以说是未来金融竞争的一个重要的制高点，大数据能给保险业带来巨大的变革，让保险业服务精准化。

　　以下为会议实录：

　　冯宗欣：大家上午好，刚才曹会长给大家就保险行业大方向做了一个介绍，我就一些微观的，比较落地的东西。我今天主要是从大数据角度，大数据的助力保险创新与变革这个角度一块分享，目前我们公司在保险大数据里面做的一些创新和变革。

　　我今天介绍的内容大概有四个方面，第一个方面我们简要的谈一下大数据，包括对保险大数据的认识。第二个做一个公司介绍。第三个主要讲一下目前在这个保险行业领域里面，大数据如何帮到保险行业在一些创新和变革领域有一些实际的落地。第四个有一个简单的结束语。

　　我们一般讲大数据，可能大家都有一些问题，现在提出很多，大数据到底是什么？十个人可能有九个人理解不太一样，所以今天我简单跟大家分享一下目前大数据的情况。大数据我们主要讲一讲它的由来，从由来大家就能看出大数据到底是什么东西。很多人也问大数据为什么是15年、16年兴起的，或者大家都很关注，为什么不是发生在13年、12年，其实有它的时间原因。它的第一个背景主要是互联网、物联网设备快速发展，过去两年人类产生了90%的数据，收集、储存、分析的成本非常快的下降。第二个背景是一个基础设施的下降，以及分析方法的进步，数据驱动的行业洞察所具备的价值提升。

　　第二个数据处理能力大幅度提升。数据应用变成一种可研，第二个能力大幅度提升。大数据1.0是传统的，传统的商务智能、数据挖掘，它提供的输入源非常有限，通过这个管道输出的东西也是非常有限。但是2.0不一样，因为它的处理能力提升，漏斗变大，可以输的东西变多了，各种各样的形式，文档，音乐的，视频的，结构化的，半结构化的都可以输入到大漏斗里面来，经过处理可以有更多的价值应用。

　　这两个要素大家在很多材料或者讨论中都提到过，第三个要素大家不是非常明确的，第三点也非常重要。为什么是在2015年？我们的用户价值有一个集中体现，做大数据首先面临第一个问题就是数据从何而来，这是一个数据收集问题，就涉及到人力物力的问题，如果做一个核算的话，如果成本过高也不足以这样做。现在的人也在互联网留下大量的轨迹，导致他们的行为在互联网有一个集中的体现，这个数据的采集或者收集，或者数据的分析变成一个比较便捷的获取渠道，所以在这个背景下我们可以通过获取客户的信息做分析，然后再服务客户，这个变成一种可能。

　　下面我简单讲一下大数据跨行业融合的事例，我们以前保险行业有非常多的数据，像中国人寿、人保手里面有接近两三亿客户群体，他们会觉得我们数量非常大，我们这么多客户，但是我们分析的效果达不到预期呢？分析效率有限呢？有一个特点。我们保险目前的数据是结果的数据，什么人买过，哪些人赔付了，哪些人满期了，这些都是保险的结果数据，只是一个单纬度的。它都是一根线，而没有面积，没有体积。但是我们如果通过大数据的分析方法，我们整合分析一些除了保险的主体数据以外，我们还引入用户的资产数据，比如这个人大概的收入情况怎么样，大概是用收入两万还是三万，它的消费能力怎么样，是一个月消费一万还是两万，我们把资产数据整合分析出来以后就变成二维，或者说我们引入一个面积，这个面积就是从一个线变成面，是一个本质的变化，由量变到质变，同时大家可以发现这个变化是逐渐把保险的元素从后端往前端延展。

　　我们再引入用户的消费数据，这个人喜欢买什么，他现在消费什么，在互联网上看什么，通过这些用户的消费行为可以分析出这个人大概是什么性别，年龄结构怎么样，他的家庭状况是什么样，家里有没有老人小孩，家庭结构是保险销售非常重要的元素，我们把这个变成一个立体三维元素。我们如果在保险行业如果要做大数据，第一要引入外部数据，第二往前转。所以大数据一定要跨行业融合才能产生价值。

　　我们要构建一个大数据应用有三个重要的因素，第一个是他的本职特征，有四个V，五个V，都是非常基本的，就是我在这里面希望强调两点，第一点数据一定是跨行业融合，保证数据的纬度足够多，第一数据的精准性问题，他准不准确，如果从单一来源的数据分析，有可能单一来源数据错了，你可能全盘错了，如果纬度多的话，就可以用其他的数据去纠正这一块错误的数据。第二个数据的高，我们一直知道金融产品相对比较低频，保险产品是金融产品中更频的产品，我们面临一个问题，我们销售出去的保险产品，我们怎么跟客户互动，我们是缺乏互动的。如果没有互动，这个客户慢慢慢慢要么变成一个沉睡的客户，要么就脱落了，所以做大数据的时候非常强调高流动性，数据要经常交互的。所以我们提了一个口号，我们要把金融交易或者金融消费做成由低频转成高频。

　　大数据有两个方向，一个是大数据技术，一个是大数据应用。传统的技术是搭建一个平台，做一些数据的方法方案，这是我们做的大数据的技术，但是更重要的是我希望强调的是大数据应用，应用有两点。以业务为主导，以技术为跟进，我做大数据一定是业务主导的，如果技术主导的考虑特别完美，特别全，反而解决不了业务问题。第二一切从应用场景出发，也是验证前面一点，我做大数据一定是解决业务痛点，如果解决不了，这个大数据应用没有价值。第三点是方法论，一种是相关性研究，第二是因果性研究，我不做深入介绍。

　　第二个介绍一下百融金服公司，我们公司全程是百融北京金融信息股份有限公司，我们是一家专业提供大数据的金融信息服务公司，目前在金融业里面做大数据相对比较知名，我们现在服务了接近600家金融机构，包括银行非金金融，小贷，P2P，保险公司业服务十几家，包括正在拓展证券的，基金的，期货的相关业务板块。

　　百融金服定位是做一个金融机构的大数据应用开放平台，通过我们的流量可以获客，包括我们的信贷领域，证券基金领域，理财领域，保险领域，期货领域都可以用一种流量获客的方式。第二块是在风控领域，主要是信贷多一些，可以在保险里面用，特别是在保险的核报里面用，特别是跟一些寿险谈的非常深入。第三块是做贷中管理，包括理赔核查。第二块和第三块的区别，一个是事前，一个是事后的，一个是卖了保险以前怎么审查他，一个是卖了之后怎么处理。第四块再一个是贷后与不良资产处置。还有做一些产品设计，这个产品设计是我们现在提的C2B的模式，经过客群分析，这种技术应用于信贷、证券、基金、理财、保险都可以涉及到。这是我们帮金融机构做一个全生命周期的管理，从他进来到最后离开。

　　保险行业再深入介绍一下，百融金服为保险行业带来什么？有四个板块能够帮到保险行业做一些变革和创新。第一块最直接的就是保险的营销，保险营销是非常复杂也是非常精细化的工作，我把一张纸卖出几千块钱这是非常需要技巧的，这块有两个方案作为参考。第一个是销售线索的推荐，这个也是互联网发展以后我们引进的技术，这个也是参考了我们在海外一些研究成果，包括欧美一些发达国家他们国家在保险成长了一百多年，非常资深，相对比较成熟。它的模式有50%的保险成交单，里面有一半的成交里面有80%的是来自于线上，他们在线上看保险的产品，看保险的知识，保险的销售品牌。我们通过建模和算法的办法，可以分析出来哪些客户更容易成交，可以卖一些健康险，卖一些财险等等。

　　第二个板块是我们做存量经营，像人保有大量的沉睡客户，你找不到他了，或者这个客户到期了就脱保了，就走了，存量客户有大量的可以挖掘，甚至有些保险公司不把新客获取作为年度的KPI主要考核指标，而是把存量激活作为考核指标。这里面做的事情非常多，第一个通过事件化营销，比如我们发现他的家庭结构，他是不是升职了，是不是买房子了，是不是换了一个工作地点，家里生小孩了，通过这些隐性的事件去做一些精准营销，包括依赖于银行，邮政，依赖于第三方的营销机构，包括4S店，修理厂等等，大部分依赖于第三方面临一个问题，第三方带来流量或者带来客源的机构，它都不会把这个客户的联系方式告诉保险公司，保险公司面临我做二次营销的时候，我做客户关怀，做新的营销案例的时候联系不到这个客户，但是这个可以通过大数据分析的方法可以找回很多客户的联系方式，包括他的手机、邮箱、QQ等等。这也是在保险当中非常常见的产品

　　第四个通过用户画像二次营销可以做各种各样的事，可以把用户画像做二次营销，也可以做风险监测，也可以做一些产品分析，他到底喜欢样的产品。

　　再一个是客制作产品研发，我找到一个固定的人，比如北上广深，我找十万人，是女性，年收入在30万以上，家里有小孩的，小孩上幼儿园或者上小学，我找到这样一群人为他们定制一些产品，附加一些教育金、万能账户，一个综合的保障计划。

　　第四个大板块可以做一个运营提升，主要做两个优化，包括我们在核保阶段做信用反欺诈，财务反欺诈，识别这个人目前购买的保险份额跟他的资产状况是不是匹配，如果过大了，他是不是有潜在的没有告诉保险公司的东西，我们要发邮件让他提交更多的材料。

　　百融金服有什么？有什么东西才能做什么事。我们现在有非常大量的原材料，我们根据这个原材料去做各种产品，我们有6.1亿实名消费者，10.8亿匿名消费者。第二个特点用户价值高，我们地域集中在中东部经济发展地区的比较多，人口发达国家也多，像河南、河北，四川这种人口大省也非常多，年龄结构在70后到80以上占到80%到85%。第三个是风控能力比较强，我们09年成立的时候做了一些互联网业务，做了一些推荐引擎的业务，你在网上看什么东西，你可能还能什么东西，你喜欢看什么东西，感兴趣什么东西，做这个业务的时候，整合收集了非常大量的用户行为数据，大部分基于一些消费目的或者阅读目的，例如你买东西要留一个姓名、电话、地址，这个信息你不会留假的，因为快递要给你送到家。我们整合的数据做用户分析非常准，这个特点在我们跟银行、小贷，P2P合作的时候有一个明显的表现，我们建模得出来的风险指数会比银行好很多，大概能够帮他把不良率降一倍左右。

　　第四个特点是用户识别的身份准确，我们有一款产品叫1D号可以识别到你的笔记本，你用的手机是不是同一个人，你的手机对应的邮箱是什么，身份证是什么，能够把所有的行为都打通，这是我们公司作为大数据公司最核心的一个能力。这个是我们公司最大的特点。第五个特点我们数据来源非常广，第六个数据非常强。这就构成了一个全范围画像，购物标签，消费标签，阅览的标签，游戏的标签，社交圈都含在里面。

　　这是一个财产险方面的案例，通过大数据分析辅助一个车险个性化定价，包括对他的家庭结构，家里是不是有老人、小孩，他的驾驶行为，包括他的交通违反记录，他每天跑多少里程，都在什么区段跑，拥堵不拥堵，还有车辆保养情况，这样对我们目前的车险做一个定价。

　　最后有一个结束语，大数据在中国的发展我们看一下，到底中国的企业他们需要什么样的大数据服务，金字塔是我简单画的，大数据整个产业链的构成下层有一个数据整合、数据管理的厂商，下面通过收集整体分析客户资源，到第二层我可以为客户打上非常准确的标签，给商品打上标签，其实我们做金融活动，或者做任何的贸易，交易活动，就是把我们的客户和我们的商品做对接，应用的行业非常多了，旅游、健康、服装、金融、媒体、房产，线下零售都可以用。好，谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。