《以战略目标为导向的数字化转型思维探讨课件.pptx》由会员分享，可在线阅读，更多相关《以战略目标为导向的数字化转型思维探讨课件.pptx（29页珍藏版）》请在三一办公上搜索。
1、以战略目标为导向的数字化运营思维探讨,2019年10月,分享提纲,数字化转型原理（4分钟）全面数字化经营（2分钟）常用模型与适用场景（4分钟）模型解决业务痛点2案例（3分钟）数字化转型N意识与理念（2分钟）,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
2、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：2021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
3、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
4、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
5、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
6、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
7、。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
8、：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
9、。,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
10、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
11、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：*
12、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
13、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
14、。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！欢迎骚扰！,
