保险大数据融合平台

对保险业务大数据创新的前提是需要对保险业务员、客户、保单、产品等业务基础数据进行融合、治理，打造统一的高质量数据中心。德拓基于数智开发平台DanaSdudio开展了数据中心建设工作，总体架构包括数据融合、数据治理和数据交互服务，对历史业务累积的相关数据，从“数据资产”科学管理角度考虑，将数据作为资产纳入标准化、规范化管理，赋予数据“鲜活生命”，对数据进行全生命周期管理，从数据产生、数据采集、数据处理、数据质量、数据安全、综合管理应用方面入手来满足大数据融合创新应用的诉求。

对保险代理人和业务顾问来说，个人最核心的竞争力就是不断增强学习能力、提升业务转化率、提高保险业绩。对不同级别的保险人员来说，如顾问、总监、初级合伙人、高级合伙人、经营合伙人，及保险团队等，其核心综合能力考核指标也是不同的。以保险代理人和业务顾问为对象，构建个人画像，通过融合与代理人相关的基础数据、业务数据、客户数据等多方面各维度数据，对代理人建立算法模型，利用已有数据从多个角度来进行描述和刻画分析。一方面通过多维分析辅助提高个人业务能力和学习能力，另一方面帮助领导决策层从管理角度对保险业务人员进行能力综合分析，并相应采取如提供定向培训等学习促进手段，帮助最终提高业务转化率。

将以往以投保人为对象的客户个体分析范围扩大到以投保人家庭为对象，进行客户家庭关系分析。根据已有客户的相关有效数据构建客户家庭关联关系图谱，可以从身份特质、家庭角色、人脉关系、保障意识、风险耐受、支付能力、理财意识、健康状况等维度进行全面保险意识风险评估，可为保险业务顾问定制客户推进方案提供参考。
对保险代理人来说，以客户家庭为对象对其所有交互行为进行大数据分析，涉及到投保人、被保人、当事人、收益人等不同角色，深入到家庭收入、家庭财产、家庭地址、家庭旅行等行为分析，建立一套完整的客户家庭关系图谱，跟进潜在客户完成保单托管、挖掘分析客户潜在需求、定向推荐保险方案，提高用户转化率。
从管理决策层的角度来说，通过分析客户群体特征，将不同的客户群体细化分类，推出具备市场竞争力、贴合用户需求的保险产品。同时，辅助提升代理人业务聚焦能力，利用公司资源快速完成保单转换，提升业绩。

针对保险产品的运营支撑方面进行数据决策分析，包括产品理赔风险分析、产品的推广理念分析、明星产品分析等。
产品理赔风险分析主要是通过融合产品的理赔数据、保单销售数据、客户相关信息，从产品类型、理赔原因等多个方面进行历史数据分析，以及针对同类产品进行轻量级的预测分析；
产品推广分析是从产品推广率方面进行的分析，结合保险代理人的画像数据、偏好险种、推广情况、费率占比等进行产品推广情况分析；
明星产品分析是定向推荐性价比较高、较易推广销售、理赔保障较为符合客户和保险公司双方的收益，能够被客户广泛接受的保险产品。各险种类型按月或季度评比出不同类别的明星产品，结合代理人的偏好进行推荐学习，储备多类产品知识，提高保险交易成功率。
此外，保险产品运营分析可以根据寿险、财险、车险、短意险等不同险种类别的推广定价、产品的理赔率和不同类型产品的销售业绩等进行关联性综合分析，分析其因果关系，甚至是地域影响关联性分析，通过数据分析的方式将合作成果直观展现，辅助决策层制定战略合作方向。