以战略目标为导向的数字化运营.pptx

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/5/14,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/5/14,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/5/14,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/5/14,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/5/14,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/5/14,#,以战略目标为导向的数字化运,营,技术创新，变革未来,分享提纲,数字化转型原理,全面数字化经营,常用模型与适用场景,模型解决业务痛点案例,数字化转型意识与理念,一,.,数字化转型的基本原理,什么是数字化转型？,为什么要数字化转型？,数字化转型要从哪转到哪？,一,.,数字化转型的基本原理,什么是数字化转型？,数字化转型是利用最新的数字化技术和能力驱动商业模式创新，目的是实现业务的转型、创新和增长。（数据,+,业务逻辑分析、数据挖掘、人工智能,=,能力）,各种模式的电饭锅；,根据保障责任的定制化产品？（如何计费、风控、保全、理赔、客服等？建设具有强大运营能力的,大中台,，以具备诸多,小前台,业务场景的运营能力）,注：部分观点来自,IDC,中国副总裁兼首席分析师武连峰,一,.,数字化转型的基本原理,为什么要数字化转型？,中国经济增速下滑,，对保险行业的挑战,：经济增长点转变为追求服务品质，从配置不配置保险，变为配置什么样的保险，怎样配置保险。,行业竞争不断加剧：,2,021年，开放金融机构的外资股份占比限制，促使竞争升级；,2015年放开从业资格证的增员红利逐渐减少，粗放经营,-,精细化经营。,用户需求越来越苛刻和个性化：京东上午,9,点下单，下午,3,点收货。,注：部分观点来自,IDC,中国副总裁兼首席分析师武连峰,一,.,数字化转型的基本原理,转到哪：,新体验、新沟通、新价格、,新速度、新服务、新模式。,领导力创新：认识转型对人寿的价值；,运营创新：提效率、降成本、优体验、创价值；,资源创新：用,IT,整合资源（,众包、云）,；,体验创新：产品、服务（,to,：客户,+,代理人）；,盈利创新：数据带来收入。,注：观点来自,IDC,中国副总裁兼首席分析师武连峰,一,.,数字化转型的基本原理,战略目标：数字化、在线化、智能化，依托科技驱动、极致体验，迈向大健康产业生态体系。,数字化转型的,内涵,：应用,数字化技术和能力，建设具有强大商业模式运营能力的大中台，,实现,业务运营模式的转型、创新和价值增长,。,数字化运营的,外延,：搭建具有支撑企业数字化转型的强大中台需要：,一套认知体系、一套转型机制、一套业务模式。,一,.,数字化转型的基本原理,一套认知体系：要管控，先认知，因此需要一套可视化监测平台。,追求方向：强大的数字化经营能力；,实现路径：全面量化各个环节过程,KPI,，以,KPI,优化为运营方向，通过大数据、,AI,等技术手段，持续优化过程,KPI,，以达到战略目标,；,一,.,数字化转型的基本原理,一套转型机制：精益化经营机制,运营能力,模块化,：反欺诈、核保、承保、保全、调查、理赔等细粒度模块集合；,运营模块,可配置,：每个能力模块都能根据业务场景，定制化地快速配置；,业务场景,拉模式,：事业部或产品线需要新建运营能力，可拉取所需能力，个性配置；,快速搭建智能化反欺诈、核保、承保、保全、调查、理赔等能力，并与人工流程无缝衔接；,一,.,数字化转型的基本原理,一套业务模式：围绕可视化监测平台、精益化经营机制，持续建设、优化，探索新的业务模式。,二、全面数字化经营-流程,数字化经营流程,数据分,析,与挖掘,数据统计：,自动化报表,数据分析,：,经营分析报告,数据挖掘,：分类、聚类、推荐等,智能算法,：,带病投保识别等人寿算法,数据,存,储与治理,数据存储,：准确、全面、实时,数据建模,：客户画像、自核模型、人核辅助决策模型等,数据处理,：收入校正、特征处理等,应,用,驱动经营与决策,客户经营体系化,：老客加保、转介绍，新人拉新客,队伍经营终身化,：甄选、培训、留存、绩优、流失,产品营销精益化,：个性产品快速拉取销售、承保、运营等能力,运营两核智能化,：突破时效、效果、吞吐量,管理决策科学化,：内勤配置方案、财务风险识别,.,全生命周期数据,采,集,实时采集,：,运营、行为等,重点集市,：客户、队伍等,外部接入,：广接触、有选择,数据驱动包括数据采集、存储、分析和应用，需强化数据分析挖掘能力，赋能业务部门实现：,客户经营体系化、队伍经营终身化、产品营销精益化、运营两核智能化、管理决策科学化,。,二,.,全面数字化经营,-,商业数据挖掘过程,数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的业务数据中，识别隐含的、有价值的知识的过程。,即：把业务痛点抽象为由数据表示的模型，再通过算法解决业务痛点，给出可行方案。,问题定义,模型选择,算法实现,应用,落地,痛点发现,哪些客户更像带病投保的？,某家庭今年保费缺口是多少？,各级机构该配置多少内勤？,买了重疾险,A,的客户更容易加保哪类产品？,代理人学什么课程更能提高产能？,业务痛点多种多样，例如：,场景,1,：“怎么找出带病投保,健康尊享的,客户?”,场景,2,：,“怎么,按工作量给,四级机构,配置,人力?,”,场景,3,：,“,怎么填补和校准客户的个人收入？,”,场景,4,：,“,哪些保险产品会被同时购买？,”,场景,5,：,“怎么按业务员的阶段、知识体系和喜好推荐培训课程？”,分类问题,聚类问题,回归问题,关联分析,推荐系统,三,.,常用ML模型与适用场景,3.1,分类问题：,“,预测未来,”,业务痛点：,场景,1,“怎么找出带病投保健康尊享的客户?”,提高中端医疗险承保后调查呈阳性占比；,数据理解：,X,：个人、保单、营业部业绩、出险等；数值,Y,：承保后调查呈阳性。,0/1,抽象定义：,二值分类问题。,模型构建：选用,XGBoost,；拉取数据，分训练集和测试集。,模型评估：准确率、召回率。,总共,100,带病投保的，通过模型找出,120,人，其中,80,人是真的，那么：,准确率,=80/120*100%=66.7%,召回率,=80/100*100%=80%,三,.,常用ML模型与适用场景,分类算法有哪些？,3.2,聚类问题,：“物以类聚”,业务痛点：场景,2,“怎么按工作量给四级机构配置人力?,”,不同市场条件下应有不同规则，如何合理分组拟合；,数据理解：业绩、外勤数、留存客户数、新契约客户数、营业部数；,抽象定义：聚类问题。,模型构建：选用,Kmeans,算法；拉取数据，分训练集和测试集。,模型评估：簇内距离、簇间距离；,三,.,常用ML模型与适用场景,3.3,回归,问题,：,Y,是数值的分类问题,业务痛点：场景,3“,怎么填补和校准客户的个人收入？,”,2,亿,+,客户，,2000,万,+,人有收入，一半不靠谱，年代久远；,数据理解：,X,：地域、性别、工作类型、年龄、职级等；,Y,：收入数值（单位万元）,抽象定义：回归问题。,模型构建：选用,XGboost,算法；拉取数据，分训练集和测试集。,模型评估：,MSE,均方误差、,RMSE,均方根误差、,MAE,平均绝对误差；,三,.,常用ML模型与适用场景,3,.4 关联分析：啤酒与尿布的故事,沃尔玛在分析销售记录时，发现啤酒和尿布经常一起被购买，于是他们调整了货架，把两者放在一起，结果真的提升了啤酒的销量。,业务痛点：场景,4,，哪些保险产品会被同时购买；年金、寿险、重疾、医疗、意外等；,数据理解：客户同年共同购买的所有产品种类；,抽象定义：关联规则问题。,模型构建：选用关联规则算法；拉取数据，分训练集和测试集。,模型评估：准确率；,三,.,常用ML模型与适用场景,3.5,推荐系统,业务痛点：场景,5,：“怎么给业务员推荐最合适的培训课程？”,根据职级阶段、知识体系和喜好，做千人千面的培训；,数据理解：量化表示业务员生命旅程，知识体系，喜欢学习；,标签化表示培训课程。,抽象定义：推荐系统。,模型构建：选用不同推荐算法；拉取数据，分训练集和测试集。,协同过滤、基于内容、混合算法等。,模型评估：点击学习率,三,.,常用ML模型与适用场景,1.图挖掘算法：,随机游走、pagerank、异构信息网络,；,2.知识图谱：知识表示、检索、推理等，如：智能问答；,3.,NLP,：分词、关键词、相似度计算、情感计算、文本分类；,4.,CNN、RCNN、Fast-RCNN、Faster-RCNN、MaskRCNN；图像；,5.,RNN、LSTM、Bi-LSTM、attention机制、Bert：时序、,NLP,；,6.,GAN,生成对抗网络和图像生成；,7.,强化学习：DQN,AlphaGo原理。,三,.,常用ML模型与适用场景,四,.,模型解决业务痛点,1-,中端医疗险承保后调查模型,1.,目的初衷：严控带病投保、理赔高风险；,风险主要来源分析（以中端医疗险为例）：,人工核保出险率极低，可以忽略；,亟待提升时效和吞吐能力。,自动核保出险率较高，需要严控。,因此，可通过正反两模型实现,“,严控风险前提下，减少人工工作量。,”,：,建议,1,：自核规则中加入风险阈值，高风险转人工！,建议,2,：人工审核部分加入低风险评分，低风险也过！,四,.,模型解决业务痛点,1-,中端医疗险承保后调查模型,2.,问题定义：承保后调查就是找,“,带病投保,”,。,抽象为,01,二值分类问题；,定义,Y,：带病投保为,1,，包括,承保后调查阳性,、,理赔调查阳性,、,“,未如实告知,”,拒赔,；其余为0。,选取,X,：在数据库中查询、计算与问题相关的原始字段和衍生字段。,四,.,模型解决业务痛点,1-,中端医疗险承保后调查模型,3.,效果验证,:,2019,年,6,月下调返回结果：,*,省阳性率,19.2%,(35/182),2019,年,7,月数据平台返回结果：,*,省阳性率,28.0%,(56/200),*,省阳性率,39.5%,(79/200),四,.,模型解决业务痛点,1-,中端医疗险承保后调查模型,4.,持续优化：,难点,样本不均衡,字段合理性,/,可用字段,收入数据不准确,吸烟、饮酒不准确,体检指标缺失,解决方案,过采样、欠采样，平衡样本,不合理字段剔除,未来增加其他来源的字段，正在尝试加入一些体检指标,四,.,模型解决业务痛点2,-,营业部风险量化方案,一、营业部风险画像项目目标：,本项目拟量化人寿营业部理赔风险画像，以承保、,拒保、,理赔等数据为基础，设计多维度风险画像，实时监测营业部各维度风险，给出预警提示。,二、问题定义：,风险维度的量化以统计方法为主，结合按时序预测方法；按医疗、寿险、意外、重疾预测之后,3,个月营业部风险，并按风险评分从高到低排序,；,三、数据需要与来源：,承保数据、拒保数据、理赔数据。,四、,解决方案建议：,1.数据探查，产出：营业部风险量化方案：计划；,2.风险标签，产出：营业部风险量化指标,：直接反应营业部操作风险的指标,；,3.风险量化，产出：营业部风险量化评分：风险预测模型；,4.风险预警，产出：营业部风险量化报告：按风险排序，提示主要风险。,五、数字化转型N意识与理念,3,个意识：,发现：,发现,业务痛点,的意识：战略,-,KPI-,瓶颈；,解决：,数据,+,模型,解决业务痛点的意识：一切问题皆可用数据和模型解决，但需讲究方式方法。,落地：,总分联合建模,落地业务痛点解决方案的意识：分公司紧邻一线，更易发现痛点，总公司结合数据基础、模型能力构建解决方案，分公司试点方案。落地战略、实现共赢。,四个理念：,三化理念：,在线化,：多屏融合、以APP为主；,数字化,：业务过程、客户行为全记录；,智能化,：数据+模型beyond时间、效果、吞吐量瓶颈。,模型万能理念：,任何问题都能用数学模型解决,，解决不了的那一定是方式方法没选好。,数据完备性一般重要理念：,数据就像钱，有多少钱干多少事。,目前的痛点不是解决数据多少的问题，而是解决,先有,模型的问题。即：数据和模型都不是一蹴而就的，数据需要持续积累，模型需要持续优化；目前要解决关键环节模型从无到有，之后,再,考虑从有到,优,。,数据标准化,一般重要,理念：,数据标准化对数据统计、业务分析很重要；而对建模来说，,原始数据完整性、准确性,更重要。因为模型的入参格式千差万别，需要特殊加工。,五、数字化转型N意识与理念,总结,周虽旧邦，其命维新！创新三层次：,机制创新：,持续创新的组织机制,；,平台创新：,迭代优化的,运营,平台,；,方案创新：业务痛点的,解决方案；,自建模型要考虑的三个问题：,机制创新：业务与模型团队持续发现业务痛点，联合建模的,组织机制,；,平台创新：成体系地从无到有，持续优化的,模型中台；数据基础、快速建模工具；,方案创新：针对每个业务痛点，给出更合理的,解决方案；术的问题，我们能解决。,感谢聆听,！,