IT信息化建设有三项关键提升

记者 苏洁/整理报道

随着新业态、新技术的发展，数字化已经是所有企业的共识。平安产险数字化转型主要基于四大层次：数据奠定基础、分析驱动经营、科技充分融合不同场景、聚焦以客户为中心经营。

对于产险IT架构转型、信息化建设能力与未来规划，我认为有三大关键转变和提升点：其一，数据要全触点打通，要从原来的单触点线上化实现到以客户为中心的全触点打通；第二，系统架构从原来面向工作流程转为面向数据信息流程设计；第三，决策驱动升级，要从过去传统的中心决策模式转变为实时处理进行快速经营决策。

此外，科技赋能业务转型有三大要诀：一是提供AI技术的平台能力，降低业务应用AI的门槛；二是规划并建设机器人工厂，按照业务场景深入落地机器人助手的应用；三是团队机制和文化的建设。

平安产险总经理助理兼首席信息技术官 顾青山

顾青山：谢谢大家，今天论坛主题是要讲讲数字化转型的IT架构，但我们是产险业务公司，我是从平安科技转到平安产险负责IT，我一来孙建平总（平安产险董事长）就跟我强调说在产险的技术主要是应用、应用再应用，所以无论做什么技术都看在哪里应用、有什么价值，技术是我们的手段，我们也可以广泛地合作，比如我们也会和平安科技合作、也会和外面的技术公司合作，关键要在场景上做出探索。所以今天我想给大家分享的不仅仅是技术的架构，更想结合业务角度和大家分享我们如何通过科技赋能业务，以及我们在数字化转型方面的探索和思考。当然现阶段还不到总结的时候，这个报告也并不全面，但是里面很多的要点都是精髓，这些要点是经过内部很多讨论规划、设计之后再调整形成的内容。

随着新业态、新技术的发展，数字化已经是所有企业的共识，平安产险数字化转型主要基于四大层次，包括要有数据奠定基础、要用分析驱动经营、科技要充分融合到场景里去、经营上一定要聚焦以客户为中心，这是我们一直努力并且坚持的方向。

为了更好支持产险数字化经营转型，总结下来，我们认为IT的信息化建设主要进行三项关键提升，这也是现阶段IT架构需要转型的趋势和方向。

第一项是数据一定要全触点打通，要从原来的单触点线上化实现到以客户为中心的全触点打通。过去很多年我们一直在做管理信息化及客户信息化建设的工作，很多垂直领域做了线上化，并且做了客户的线上化连接，但实际上放眼整个业务链，跨整个渠道来看的话，以客户为中心、从客户全生命周期看这个事情，会发现实际上有很多断点，包括很多事情没有完全线上化、没有完全打通，从客户体验来讲是做到一半就断下来了，到线下做额外的沟通，再从另外一个点上到线上，中间的数据我们就无法获取了，就会存在我们要数据化经营的时候数据缺失了，而且信息连接不起来，所以要做数据的全触点打通。

这一点的重点是要做队伍的全线上作业和客户的流程线上化，只有这样才能全面的获取到客户的和队伍的数据，以及他们之间交互的数据，才有可能做数据化的经营。

第二项，系统架构由原来面向工作流程转为面向数据信息流设计，这意味着设计理念和架构改造都围绕这个变化。过去主要看业务流程怎么流转，流程哪里要有岗位权限、节点，流程里哪些地方可以自动化...更多是以工作流程流转为核心设计的，主要技术就是工作流、规则引擎等等。未来要转成以信息数据流作为中心设计，不再是仅仅关注规则，而是关注数据的流向、信息的流向。

具体来说，主要从关注流程自动化、流程提速-这是过去的焦点，未来转向围绕客户的体系构建。我们的架构策略是要设计和构建成“小前台、大中台”的全新架构体系，以及建立业务中台、数据中台为核心的动力引擎，这些我们正在建设。“小前台、大中台”是阿里提出的概念，最近一两年比较热，也符合我们的需要，但是我们的路径和它不太相同。互联网公司他们最初是每一个业务板块独立发展，都有订单工作台、都有支付以及同样的客户画像等等，怎么可以共享快速支持到前台业务，不需要各自设计、各自去开发？他们是从这条路上发展到中台模式。

保险公司过去虽然是集中式发展的，整体系统都是在一个公司体系下去设计构建的，所以我们和互联网公司不同，我们有集中的后台。但是我们也存在问题，我们的子系统也是按照业务条线或者部门划分的，是垂直的，像烟囱一样，那么在系统间就存在和互联网公司不同事业公司或者不同APP一样，有部门墙或者系统墙，怎么打通、怎么共享？那就需要拆离出来，公共的东西共享成为中台，前台要贴合业务快速变化。

所以，平安产险也提出自己的三层架构。底层是基础架构核心业务的核心服务内容，因为我们的事务一致性、金额准确性要求比互联网公司高很多，所以要求高稳定、高可靠、高准确；中层是微服务化的可共享服务能力的业务中台；我们把客户体验、客户交互等很多东西剥离到前台层，这样可以快速根据业务变化、根据客户体验进行快速调整。调整的时候每块能力都重建不现实，这时候要组合和运用中台可以共享的服务能力。我们把这个结构比喻成后台似时针、中台似分针、前台似秒针，上下三层形成像钟表的体系一样很好的联动，达到每秒都可以快速跳动的高节奏、高效率，又可以保证稳健精准的运行，这是我们的架构愿景。小前台、大中台大家都在探索，国外没有中台的概念，这是中国互联网发展、数字化发展走在了前列。

第三就是决策驱动要升级，从过去传统的中心决策模式要转变为实时数据处理和事件驱动进行快速经营决策。过去传统的中心决策模式是看到不同维度的数据分析之后进行讨论、再结合经验定出策略。未来基于实时数据处理和事件驱动的模式，是数据驱动的快速反应，会根据某一个关键节点发生市场数据或者用户行为数据的变化，在上层以事件驱动下一步要怎么变化、如何实时响应。我们从最早的三个月决策周期，到当前的T+1决策周期要变成实时的决策，某一个事件发生时立即作出决策、马上发生变化。这种快速决策模式只依靠人为经验是没法实现的，一定要有智能的决策引擎支撑。一开始可能无法做到那么智慧、全面，但可以在业务核心的决策点上先实现。比如很多公司已经开始在做的风控方面，需要实时进行风控，而不能事后再去风控。未来我们要往经营上去覆盖实现实时的数据决策。

如何支撑从过去传统的事后决策升级到支持数据驱动的实时决策？在系统架构上是一个很大的变化和挑战。我们原来的系统设计原则分为两种类型：一种是实时在线交易处理，将所有实时在线交易的数据，存放到交易型数据库中。另一部分是非实时的在线分析处理，把数据导入到分析型数据库及大数据平台上做相关的数据加工、数据分析挖掘，最后做出决策，这个过程最快是T+1，无法达到实时在线分析处理。未来我们的架构应该变成融合式的HTAP架构，交易型和分析型的数据是融合打通的。比如说我们现在做的客户画像更多的是静态的客户标签，比如客户的车辆信息、产品倾向、渠道倾向等等，但是只有这种静态的客户画像是不够的，你不知道他是否在柜台刚办了业务、是否对办理的业务满意……如果客户服务只是通过客户画像看到他开什么品牌的车、对服务评价是否满意，这种效果是不好的。我们必须知道他之前办了什么事情，刚又办了什么事情，所以结合他的实时行为分析这样才能更好地服务和应对。

下面分享下平安产险数据化转型的整体框架设计。

平安产险数据化转型的整体设计，底层是“核心共享后台+底层数据库”、中间是“业务中台和数据中台做核心业务能力的共享”，前端大的改造方向要做全面的线上化、无纸化和自动化，这是实现真正数据和智能的基础，最后达到精准营销、精准定价、精准风控、精准服务。在数据应用方面，主要有两个层面：一个是数据的客户化经营，比如说精准推荐、客户定价、客户风险；另一个是数据化的管理经营，我们很多内部的经营管理动作，管理指标以及对队伍的管理，都要建成数据化的管理；这两部分的内容要交汇起来，做队伍管理的时候也要关注这个队伍所对应的客户的处理情况是什么样，过去这两部分脱离比较大，未来这两部分要做更多的融通才可以。

平安产险如何用科技驱动数据化转型？先得有大的架构规划和方向，再全面做相应的转型推动。可能我说得不一定很全面，但列举的每一个都是我们认为比较重要的，首先需要深入洞察客户。为此平安产险推出了指南针这一数据产品，并推广到很多业务系统中去使用，其中有埋点事件分析、用户行为路径、页面访问分析、系统埋点分析、漏斗分析等等，这样便可以知道客户在每一步的留存，可以知道第一步点进来的用户有多少人，第二步有多少人，第三步有多少人，分析出用户流失的原因，让我们对客户有更深入的了解。

其次要以客户为中心服务。这也对应前面提到的如何做到以客户为中心的数据服务，不能零散地每一部分做一个模型、引擎或者应用，必须要以客户为生命周期，这就像人的大脑一样要有一个中枢神经。为此，平安产险规划了“营销大脑”，未来会扩展为“智慧大脑”决策引擎池。这个引擎池会通过各种手段汇聚不同数据，不同脑区处理不同的内容。比如有方案、产品、服务的推荐，还有定价、风险识别等等，每一个脑区之间又通过记忆区互相联系，我们会把每一次对用户的决策判断过程、判断结果都记忆到记忆区里，这个记忆区会输出到别的脑区。比如说在做一个服务推荐的时候，我们可以知道刚刚有没有给客户做产品推荐，能通过指南针的埋点知道客户有没有接受产品推荐，推荐的产品方案客户是不是做了调整，然后再指导下一个推荐，这是以客户为中心统筹考虑的。

接下来是运营客户。我们结合“指南针”和“营销大脑”从很多方位判断客户行为，这样可以提升获客能力,包括客户画像分群和精准的活动推送, 还可以做沉默用户促活，对沉默客户做动态筛选，用最合适的方式触达客户，了解哪些客户用短信、哪些客户用好车主、哪些客户用公众号，通过这些方式促活、唤回。消息一定要精准触达，选择最合适的渠道、最合适的时间触达，这个助力于我们APP做好客户线下迁徙和线上活跃，这也对应我们要做的全面客户线上化。

目前线上迁徙到好车主APP注册用户超过7000万，大部分购买平安保险的客户都下载和使用了好车主，使用查违章或者查看修车地点、保养地点等附加活动，还有活动圈、生态圈...... 线上活跃我们也在持续推动，目前已经做到月活1800万，通过用数据驱动的这一系列方式促活，效果也很明显，活跃用户较去年同比增长了1.65倍。

然后我们要深入服务客户和经营客户。要发掘客户别的使用场景，比如是否够买保险或加保之类，产险在车险和服务、非车上都做了相关的数据模型和数据应用，也结合了用户的行为和画像。其业务价值主要是提升留存、增加销售。提升留存意义非常大，提一个数字，我们去年开始重点铺设和推动给客户的服务，特别是线上化服务，有助于我们增加和客户的接触，同时根据客户的服务使用情况可以知道如何更好的服务客户，目前使用人数达到了近千万，使用过服务的客户续保率比没有使用客户的续保率高出很多，效果非常好，差异非常明显。从整体上看，好车主的活跃客户续保率比平均续保率要高，这非常值得做。尤其是目前新车增量市场放缓，车险更要做好存量客户的经营，要为客户提供更好地服务，让其留存下来。同时可以做好客户的深度耕耘，挖掘客户多维的产品需求，为客户提供一站式的保险服务。

最后是数据驱动经营管理，重点就是要围绕整个经营过程去做相应的智能决策，这是产险目前正在规划的前景和方向，我们也正在朝着这个目标在努力。

数据化经营管理的要诀是什么？即先知、先决、先行。为达到先知，平安产险打造了一款APP，通过移动化的方式让每一个经营管理部门可以看数看得快、问题发现快、管理动作快，可以看实时的业绩、做实时的预警、问题归因的发掘，层层往下看这个数据产生的原因是什么，有可能是产能不高、队伍臃肿等。

科技赋能业务转型也有几个要诀。

第一要诀即要提供AI技术的平台能力，降低业务应用AI的门槛。保险公司最主要就是应用、应用再应用，你的技术好，但是你没有用或者没有用好就白搭。我们要花很大的力气考虑怎么降低技术的门槛，怎么提高技术的成熟度。这是我们平台规划：下面有全面的大数据平台，加上AI开放平台，包括很多AI开放能力。当然数据的能力是基础，我们认为AI的智能一定是建立在数据基础上，没有数据AI就是噱头，没有用。所以我们在数据基础上再去构建我们的AI能力，然后把AI的能力变成相应的产品或者技术能力输出，拉底业务应用的门槛。

第二要诀就是规划并且建设机器人工厂，按照业务场景深入落地机器人助手的应用。我们在摸索中发现，AI应用里有一个场景是和业务的结合作用非常大，就是机器人的应用，这个机器人不简简单单是RPA流程机器人，不只是做成系统代手工录入的自动化，而是充分利用AI技术加数据，做到听、说、看、想、做，这样可以垂直打通业务应用，而不只是一个点上做一个问答，做一个小操作。我们打通业务场景，规划了多个机器人助手：客户助手、车商助手、坐席助手、理赔助手和团体助手等，从多个业务领域全面打通垂直业务场景。

以车商助手为例，有一个业务场景，车商业务人员会和客户谈价格，可能他又是跑动的，要么是在线做报价，操作比较复杂，有的时候忙不过来就找后面客服、作业支持人员，把客户的信息发过来，就给你一个报价，客户要投保了，把客户的证件信息发过来，就给你录入出单，最后打印送过去，整个流程很复杂，后面有一千多人支持前端不管是客户要的，还是业务员、代理人要做的出单。

平安产险如何把这部分流程大大缩减，并最终达到用机器人提升效率，替换重复的报价和录单工作？这就需要做到如图像自动识别、车险方案推荐、客户意图的识别，了解客户到底想干什么、有什么需求，包括领域信息的纠错等等。

给大家演示一下，（案例演示）直接上传证件系统报价方案就出来了。扫二维码就可以支付了，支付成功就可以收到电子保单，整个过程就完成了。我们现在已经做到一部分，这不是一个DEMO，而是生产上录屏，就像用Siri一样，你问机器人之后，我们机器人就帮你全干了，我们发现在好车主做了智能问答之后，很多客户问问题的时候实际是想完成一件事，我们直接帮客户完成这件事，是对客户体验的最大的提升。未来我们推广到所有的机器人场景都希望这样考虑。

科技赋能转型的要诀三就是建立机制和文化的建设。首先要加大科技的投入，平安产险有20%的利润投入到科技研发上，投入还是非常大的，而且是持续投入。其次要提升科技的能力，要打造专业的技术队伍，要引入相应的AI、大数据和互联网的专家、人才，特别是要与传统保险充分融合，所以需要跨界人才。当然我们会在我们的核心应用场景去自建技术能力，产险自身有二百多项技术专利，其中产险科技中心AI团队在OCR识别小票单证国际大赛上获得世界第一。我们发现产险要实现全面线上化有大量的单证要识别，也就是看的部分。现在说人工智能、机器人有一个最大的问题没有解决，就是看懂纸质材料是什么。保险的单证类型特别多，我们现在解决了十几种单证，但是还有几十种单证还得一个个去研发，这里面有很多基础活要去做。只有做好了才可以智能，否则看都看不懂怎么智能？看的部分恰恰是非常难的，而且要花很长的时间去铺，因为单证类型特别多。比如说解决一个行驶证还不认得驾驶证，搞了驾驶证还要身份证，理赔的话还要搞责任认定书等，驾驶证还贴了膜反光，或者拍的时候有点歪，种种生产中的问题都需要自身有核心技术能力来解决。再是建立创新文化。产险通过持续组织科技开放日、微创新大赛，让全员了解科技、积极创新，拥抱变化。参加人员不只是IT自身，所有的业务同事也都会参与进来，也让业务人员考虑哪些技术可以用、哪些环节可以创新，哪怕是微创新。我们有自上而下的大的创新，也有自下而上的微创新，这样才能全面的创新转型。最后就是融合敏捷驱动。我们要和业务团队形成一个团队，根据业务的场景沟通什么样的技术怎么使用，什么样的数据怎么使用，然后快速形成方案，快速地生产实验，如果发现有效，继续加大，如果发现效果不佳，再寻找新的解决方向。

最后值得一提的是，我们也要打开脑洞做创新。只要想得到的、有可能的，不用先太多考虑到底能不能马上用，我们有一个分支也做前沿的研究，不一定可以马上能产生业务价值，但是也在研究，给大家展示一下。比如说研究人脸图片数据对预测驾驶风险到底有没有作用，我们叫FACE KYD技术，通过用大量人脸数据，结合历史出险数据和其它数据做驾驶风险的判断，做了建模之后把其它数据全部不要，只用人脸数据判断到底容不容易出险，这个判断有多大的作用？我们发现第一有用，第二把数据加到风险判断模型里可以提升判断能力8%，虽然不是很高，但是有效果。我们分析为何会有效果呢？可能是长相体现性格、性格决定驾驶习惯、情绪跟驾驶风险也有关。虽然我们现在还拿不到实时情绪数据，但是未来车联网和自动驾驶汽车的发展，自动驾驶汽车的中间阶段是辅助驾驶，这个阶段可以拿到一些情绪数据，并用来预测驾驶风险。

典型表现比如说脾气暴躁的人容易激烈驾驶，可能比较喜欢超车；有的司机说我不允许有人在我前面，这种人确实容易出风险；有的人心情比较平稳，慢慢地跟在后面，保持车距这样比较难会追尾。给大家做个技术演示，有兴趣可以试一下。

（互动演示中）

好的，今天演讲分享就到这里，谢谢大家。