24小时 随时随地 期货网上开户优惠啦 ！ 新！盈利宝热销基金榜

　　金融界网站讯 中国金融论坛于2016年5月20在北京金隅喜来登大酒店召开。本次论坛主题为：金融创新服务助力“双创”引擎。本届论坛将邀请国家发改委、财政部、人民银行、银监会、证监会、保监会等部委领导，世行、IMF、亚行等相关的国际组织官员以及著名学者、金融投资机构高层、跨国公司高管等同台演讲与对话。

　　百融金服副总裁冯宗欣参加了21日上午关于“保险业如何抓住机遇适应新常态？保险业资产管理市场化改革发展机遇”的分论坛，并发表了主题演讲，他表示，

　　以下为文字实录：

　　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，半节候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15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，那些人赔付了，那些人满期了，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。

　　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。