1、少说话多做事的策略从数据分析获得满意结果EMEA保险数据分析研究目录前言01作者对本研究的介绍04愿景和战略05分析和业务战略之间的断层05建立明确的商业案例非易事07短期策略胜过长期战略09不断发展的CDO世界10资产和能力12难觅“紫色人才”12数据不总是容易获得并且准确的14敏捷性和传统保险难以结合18运营实施和变革管理23没有最好的运营模式23信息不总是清晰明确24心灵和思想不会一夜之间改变25你准备成为IDO了吗？28附录A调查30附录B出版物链接31附录C主要联系人32在此基础上，我们发布了报告前有激流：一般保险的发展
2、前景，阐述各种能够改变行业的创新以及未来可能出现的情况。这份报告表明，保险业内的创新不再由保险公司本身领导，初创企业在过去十年中所取得的巨大动力，推动了保险市场颠覆性创新和指数式增长。数据以及对数据的分析理解，是从创新中提取价值的核心，它是初创企业的DNA，能够帮助企业不断发展，提出颠覆性的价值主张。但保险公司能不能站在创新的顶端？我们已经看到，保险公司在过去十到十五年间采取了积极的创新，但我们还没有看到一个真正由洞察驱动的保险公司出现。对于大多数公司来说，数据分析在各部门之间仍然是分散的，很少有公司以有组织、有策略的方式推进企业范围的能力建设。其他行业的组
3、织，如航空和消费品等，都能够更加快速而有效地应对分析带来的挑战，从而在经营业务方面达到了新的水平。那为什么保险公司在挣扎呢？我们对欧洲、中东和非洲(EMEA)地区的68家保险公司进行了调查。根据我们的调查结果，我们将在本报告中介绍保险公司如何应对阻碍他们实现数据价值的障碍。虽然调查的结果表明没有保险公司拥有完善的创新计划，但我们会提出重要的经验教训，希望能帮助你们制定有关数据分析的战略，以及更广泛的创新议程。现有企业是时候向前迈出重要的一步，把焦点放在分析能力上，倘若想要在不久的将来捍卫自己的市场份额，就必须这么做。前言DavidRush审计合伙人EMEA保险联
4、合领导人MichelDelaBelliere咨询合伙人EMEA保险联合领导人在今天的世界里，数据扩展和技术变革的速度之快前所未有。我们在2015年与世界经济论坛的合作中发现，在金融服务领域，由于价值链的巨大压力，保险业是最有可能被创新打破现状并改变格局的行业。现有企业是时候向前迈出重要的一步，把焦点放在公司的分析能力上，如果他们想要在不久的将来捍卫自己的市场份额，就必须这么做。01少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究保险公司和数据分析少说话多做事现状短期长期0201110010100101010101000101000110011010110
5、1010110011010超过90%的分析策略未能与今天的业务战略相匹配。70%专注于短期策略措施而不是符合长期战略的项目。60%的战略决策在形成时没有应用到分析能力。几乎90%的分析项目无法确定自己的投资所得到的价值是什么。75%没有数据模型，或者无法为企业带来价值。40%的数据未经定义而且质量较差，大量精力都浪费在校对内部数据上。保险公司倾向专注于建设内部能力，并且有牺牲敏捷性的风险。少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究成为洞察驱动组织的建议03改变决策文化仍然存在障碍，只有24%会使用预测分析，其中只有3%用于驱动自动化行动。40%缺乏高层领导，
8、中筹集了56.7亿美元1。这些组织正在利用数据分析，为消费者提供具有高性价比的定制产品，并且颠覆市场，超越传统的保险公司。例如，创立于2012年的美国在线健康保险创业公司OscarHealth在2016年收到了4亿美元的股权投资，该公司在短短4年内估价为27亿美元2。这表明如果现有企业无法及时掌握数据分析在组织中发挥的重要作用，它们将会很快在市场中落后。只有3%的受访者表示，他们会利用具有前瞻性的洞察推动自动化决策和行动，可见在保险行业，抢夺竞争优势的战争刚刚开始。保险公司是时候面对现实环境，正视数据分析的潜力，把它视为组织内的核心能力，并进行必要的投资。为了做
11、。04少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究建立清晰一致的数据分析愿景和策略保险公司和其他行业的组织往往不能认识到分析的真正潜力，因为他们认为成功的分析是一个由IT驱动的过程，也就是从源系统收集数据，放到分析解决方案里。这种思维方式可能会导致决策流程、商业价值和分析洞察三者之间出现断层。保险公司在分析方面提出的愿景，要支持总体业务战略，从而让洞察成为驱动公司实现目标的力量。此外，这种愿景还要帮助组织找出他们在哪些领域可以获得竞争优势或创新服务。我们的研究显示，分析愿景往往被忽视或得不到全面实施。其他与愿景和战略有关的挑战包括：量化数据分
13、和业务战略，高级管理层必须共同合作，不断更新愿景，支持洞察驱动的服务、产品和运营转型。近三分之一的受访者认为，虽然高级管理层认识到他们需要调整业务和分析策略，但却没有制定相应的计划。超过60%的受访者表示，他们的分析并没有被纳入战略决策，因此高层决策主要是了解信息后做出判断，而不是通过清晰而全面的分析来推动决策（见图2）。一方面是设定正确的战略，另一方面是大量的行为变革，同时要让企业领导如常做出业务决策，这两者之间的断层主要表现在：对于如何利用分析来推动结果，高层缺乏深入了解，以及/或者没有一种结构化的方式来衡量分析的影响，也无法利用这种方式整合数据驱动的
14、决策。愿景和战略图1.分析战略在多大程度上能与业务战略保持一致？图2.分析能在多大程度上整合到战略决策中？愿景和战略0%5%10%15%20%25%30%35%40%11%21%38%30%0%战略之间几乎没有匹配分析没有支持决策分析支持解决方案分析整合到战略决策认识到需要调整战略但没有制定计划已经制定调整战略的计划已经批准调整战略所需的资金存在完全一致的战略0%10%20%30%40%50%60%70%14%22%64%05少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究案例分析：创建洞察驱动的战略、发展蓝图和运营模式挑战客户已建立了大型技术和信息管理方案，旨在开发企
17、包括高级目标运营模式、方案蓝图的初稿、组织结构、可扩展的概念数据模型，以及一套在整个公司收集数据定义的流程。此外，我们找到了为推动方案而需要做出的重要决定，并且实现了推动分析转型方案所需资源的一致性。该项目目前仍在进行中。06少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究建立明确的商业案例非易事还有一个挑战是提出明确的数据分析商业案例，不管是走出第一步，还是继续进行投资。我们的调查发现，只有11%的受访者真正了解分析对其业务或责任范围的影响（见图3）。几乎所有保险公司在未来三年内都将增加对分析的投资，然而近90%的公司无法确定价值，或者把价
19、不完整的“洞察流程”：分析流程停在了提出分析解决方案和发布分析解决方案的环节，不考虑工业化状态下的测量活动、进度或结果。愿景和战略44%45%11%图3.您是否了解分析对业务的影响或您的责任范围是什么？还不太了解收益了解收益了解收益并在整个组织中对其跟踪07少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究案例分析：变革商业案例挑战专门从事收入保障和养老保险产品的保险公司推出了针对中小企业（SME）的新产品。由于目标群体对在线养老金产品不熟悉，以及购买过程存在复杂性，所以转换率非常低。这导致了负的投资回报。客户希望更有效地为客户提供支持，并提高在
20、线养老金产品的转换率。方法和成功因素在原来的商业案例里，我们主要依靠保险公司的主题专家做出判断和假设。为了提高业务案例的透明度，我们对客户进行了广泛的调查。收集了定量信息（如客户人口统计数据）以及定性信息（如采访反馈信息）。结果显示了一些意想不到的问题，包括中小企业对养老金产品和一般解决方案缺乏了解（例如知道销售过程可能需要6个月）。从调查中获得的这些新的洞察带来了以下变革：针对新的业务需求选择营销工具，满足客户的潜在期望，避免让他们失望。在保险公司的在线门户网站添加了其他互联网站点的链接，以提供更多信息，增加客户对新产品的信任。通过网络分析，我们针对特定
24、内不断探索，他们的角色职责正在快速增加，以满足不断变化的需求。此外，CDO的任务是处理极其广泛的问题，因此他们的角色具有复杂性和挑战性。CDO要做的事情太多，所以经常忙于应对，而且他们要面临一个实际的风险，那就是在短期内很难为组织带来影响。不断发展的CDO世界不管保险公司在分析方面怀有多大的抱负，他们都需要一位执行层领导（在执行团队的支持下）提出愿景，并且推动组织实现这一愿景，以便在当今环境中求得发展。由于没有市场标准的保险业数据分析方法，所以管理层很可能经常遇到多种相互冲突的观点。许多保险公司现在已经引入了首席数据官（CDO）的角色，以承担责任和提出愿景
26、“问题”基本上都由一个人负责解决，在公司看来数据分析是这个人及其团队（如有）的责任，而不是整个公司都要参与的重要内容。这就产生了一个新的分析库，而不是把所有的分析库整合起来，让数据分析成为所有人的责任。为了体现CDO的影响力和推动分析议程，CDO必须与高层一起确定明确的职责范围，说明不可能马上取得效果。在执行层的支持下，CDO应优先考虑他们所能做的事情，同时明确在其他方面需要做些什么。虽然CDO可以在建设分析能力的过程中发挥非常重要作用，但只靠CDO一个人无法推动变革，因为在企业中引入分析会涉及整个组织的重大文化变革。这种变革的重要性往往被低估了（参见第23页的
28、产和能力的CDO发展有限。没有明确的策略和目标就开始建设能力，从长远看可能会成为无效和成本高昂的做法。一旦制定了分析策略和愿景，确定了方案路线图，就应该决定人员、流程、数据和技术方面所需的能力。我们的调查发现，在能力和资产方面有很多问题，比如数据科学家很难找，数据往往不准确而且难以获取，保险公司的技术也不够敏捷，不能很好地满足当前的需求。我们的调查结果和建议如下。难觅“紫色人才”我们的调查发现，在分析方面最需要的资产就是数据科学家，也就是可以将数据转化为洞察的人（见图5）。如果数据分析能力没有立即建立起来，企业往往会聘请更多的数据科学家倾解决问题。雇用一
29、个、两个甚至二十个数据科学家也无法推动组织的变革，特别是他们在一个小分析库工作的情况。虽然数据科学是一项有价值的技能和能力，但它不是推动数据分析所需的唯一技能。同样重要的是商业头脑、变革和沟通技巧。在理想的情况下，企业每次聘用数据分析人才的时候，都应该寻找兼备技术和统计能力（“红色技能”）以及行业和沟通知识（“蓝色技能”）的人才。在德勤，我们称这些人为“紫色人才”。他们能够处理复杂的数据分析，而且还具有灵活的沟通技巧，具备商业眼光和政治才能。70%的受访者表示，他们的组织通过集中发展和保留内部人才的方式来应对人才缺口的挑战，而不是利用第三方服务或者招
30、聘顾问的方式解决问题。研究表明，行业里的所有公司都面临着巨大的数据分析人才供应缺口。入门级职位难以填补，而最高级的职位也十分缺乏人才。能够提供基于数据的洞察，创造商业价值（不仅是处理数据）的专业人才特别难找，而且他们的身价也越来越高。资产和能力技术与分析商业与沟通0%10%20%30%40%50%60%4%12%12%16%56%图5.在分析方面最需要的资产是什么？数据科学家（将数据转化为洞察）数据架构中小企业（核心大数据IT架构师）大数据技术专家（核心大数据IT业务分析师和开发人员）实时数据中小企业（将原始数据转换为可用数据）其他12少说话多做事的策略从数据分析获得满意结果
32、析项目或战术分析转型方案。从长远来看，随着数据分析需求的增加，我们需要考虑的是，在内部培养所有人才是否现实和具有经济效益。我们相信，未来的洞察驱动型保险公司会采用“矩阵式”的分析人才供应方案，这是公司内部人才和外包能力的混合体现，反映了组织对集中化、离岸外包、机器人技术和多源采购（在端到端的洞察流程的不同环节使用不同供应商）的灵活选择。我们开始看到其他行业的组织，如专业服务、电信、石油和天然气，他们为分析人才设定了与其他业务不同的专业学习和发展途径。真正了解“紫色人才”重要性的组织正在与领先的大学和专业协会合作培养下一代人才。我们还没有看到保险行业向前迈
34、期。数据不总是容易获得并且准确的每天生成的大量信息以指数的速度增长。得益于传感器技术，数字化通信和人工智能现在已经是司空见惯，数据使用的竞争只会愈演愈烈。考虑到这样大量的数据，组织往往很难以最有效和最高效的方式来处理这个问题。数据架构我们认为，很少有公司真正准备好迎接数据方面的挑战，例如从物联网中发现价值。尤其对于保险行业，由于其各系统分散并且信息没有互通，情况更是如此。75%的数据模型不存在或无法提供业务价值（见图6），保险行业的数据架构水平未能满足分析的需要，无法充分发挥分析的力量。将数据转化为有利于分析的格式和结构，同时将其保存在相对安全的环境中，仍然是一项
35、挑战。数据存储和管理方法并不统一，我们发现今天的保险公司应用了各种不同的方法。例如，有些客户在公司防火墙内储存内部数据，而其他客户则从第三方数据中心获取可信的云端分布式数据库。改进传统IT基础架构有利于更敏捷地访问数据，构建能够快速消化和处理这些数据量的架构，这是最大化未来数据网络的先决条件。资产和能力0%10%20%30%40%50%60%70%80%3%22%75%图6.你的数据架构是否符合目的？数据模型不存在，无法在整个公司中实现价值数据模型协调一致并支持公司需求已经设计出企业和元数据管理模式，但尚未实施到位企业和元数据管理模型存在并完全支持公司需求14少说话多做事的策略
36、从数据分析获得满意结果|EMEA保险数据分析研究可信的洞察在数据的可信性方面，我们的调查收到了各种回应。如果在整个公司中没有一致、准确和可靠的数据，那么组织的竞争力和效率就会降低。许多保险公司都有数据治理能力的基础，但需要进一步发展，才能解决现有的数据质量和文化问题。确定组织中最高（高管和CDO）和最低级别的数据所有权和问责制是成功的关键。这可以通过强大的能力框架来实现。40%的受访者表示，他们的数据质量较高，能够带来值得信赖的洞察。同样有40%的受访者面对的是未定义的、质量很差的数据（见图7）。“我们的内部数据质量有限，我们更倾向于信任外部数据。”EMEA定价精算师
40、采取行动，在GDPR生效的时候保证运营合规性，预计会对保险业的数据治理和数据架构产生重大影响。最有可能影响保险公司的变化如下，有关GDPR的更多信息请参见附录B：如果出现数据泄露（或潜在的数据泄露），公司有义务立即通知数据保护机构，在某些情况下还要通知任何受影响的人员。公司要通过清晰、明确、积极的行动征求同意沉默、先入为主的判断或不作为将不再被视作同意。公司有清除个人资料的义务，一旦发现特定的数据处理属于非法行为，应立即阻止。对自动化决策施加限制，包括如果决策和资料搜集会对数据主体造成影响，则要对资料搜集过程加以限制。惩罚力量幅度加大，违法违规行为的打击
43、中得到了验证，预计将在明年初在整个集团推行。我们发现以下因素对于这个项目的成功至关重要：数据必须具有足够高的质量，让每一位司机的洞察与个人折扣因素准确关联。由于远程信息处理数据本来就很“脏”（通常不完整或不准确，例如GPS数据），因此我们开发了数据清理算法，用以改善由远程信息处理设备捕获的原始数据。鉴于客户的文化和当地监管机构的立场，我们在设计和应用解决方案时优先考虑数据隐私问题。信息安全主任参与了整个项目，确保我们的工作符合有关个人数据的法律要求。创造新的商业模式和技术平台，需要公开的态度和高层领导的大力支持。成果通过这次合作项目，我们创建了一款有吸引力
44、和现代化的新型汽车保险产品，建立了一个能够在集团内部推行的平台。此外，该项目为未来的传感器和分析保险产品套件提供了先例。17少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究敏捷性和传统保险难以结合鉴于数据分析中的工具和技术非常重要，业务部门和IT部门要实现无缝对接，这一点至关重要。如图8所示，业界越来越认识到技术平台和工具（IT技术）需要更好地与商业用户联系起来。然而，近40%的受访者认为今天的业务部门与技术或IT技术部门之间没有足够的协作。“我们有洞察，但我们的系统非常糟糕，所以无法将洞察导入到保险和定价工具进行分析。”EMEA区域首席执行官资产和
45、能力0%5%10%15%20%25%30%35%40%45%5%16%42%37%图8.业务和IT部门如何共同合作来支持分析目标？业务和IT部门之间的协作非常有限业务和IT部门正开始协调一致业务和IT部门都有认真负责的专家在组织中整合治理结构以推动协作18少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究案例分析：连接新旧世界挑战一家纯数字化财产和医疗保险保险公司希望提供个性化报价，同时保持目标转换率。本质上，他们希望根据估计的客户价值设定保险费率，向潜在客户提出最具竞争力的报价。方法和成功因素我们开发了一个实时动态定价引擎，可以根据（预期）客户终身价值和实时在
46、线价格基准确定个人保险费。这个引擎协调新客户和现有客户的动态定价，并记录所有提出过的个人客户保费。它还记录了同行报出的价格和客户的反应。实施动态定价是一个过程，我们认为下面的因素对于该举措的成功至关重要：只有将所有能力融合在一起（包括市场营销、精算和财务），才能设计出所有人都能理解和认同的客户终身价值模型。我们对客户价值的定义要达成共识，这点至关重要。为了利用现有的平台（如保单管理系统），避免过高的成本，我们开发了“附加引擎”。附加引擎基于多种输入（如同行报价和购买倾向等）导出校正因子，以反映报价点的客户生命周期价值。校正因子反馈到现有的定价系统中
48、新时代需要新方法。现有企业必须变得更加敏捷，测试并了解自己能否得到像初创企业那样的发展。其中一种方法是创建沙箱环境，为敏捷开发提供平台，同时让组织正确管理生产环境，从而构建和交付下一代解决方案。例如，有家英国的一般保险公司引入了沙盒，现在正在定期进行分析概念验证，以测试未来工业化解决方案的价值。利用生态系统，适时展开合作在建设分析能力的过程中，组织经常会发现他们需要的能力太多，难以应对快速变化的市场。开发合作伙伴网络并利用生态系统，可以减少组织的压力，不需要在内部建设这么多能力。数据生态系统包括数据供应商、数据经纪人和数据分发网络。分析生态系统包括技术和人员
50、投资回报的最有效方式。关键在于知道什么时候要找合作伙伴，什么时候需要投资。组织应抓住与合作伙伴合作的机会，这样就不必独立完成创新任务。第三方可以提供新思维和新观点。我们强烈建议保险公司借助第三方支持，在短期内加速能力建设，同时发展自己的内部功能。以这种方式实现效益，可以给商业项目带来持续投资和支持。分析沙箱分析沙箱是一种提供核心分析工具集和访问业务数据的环境，方便用户通过各种分析技术进行探索，找到新的洞察。这个环境独立于标准的商业智能和报告流程，因此资源密集型分析能够在不影响关键生产活动的情况下进行。沙箱也可以扩展，用户可以加载新的内部和外部数据集进行更高级的专门分析
51、。此外，在一些更高级的案例中，用户可以将自己的技术安装到沙箱环境中，以便生成完全定制的分析洞察，而且可能在以后实现产业化。资产和能力20少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究在考虑外包能力还是内部建设的时候，下面的框架可以为决策提供支持。虽然生态系统可以成为组织转型的有力工具，但是高级分包和伙伴关系也能带来相当大的风险，所以必须从一开始就降低风险。资产和能力决定是否外包能力构建生态系统的关键要诀跨越行业：结合技术、数据经纪人、公共部门和行业合作伙伴风险意识：注意隐私、网络安全、数据质量和其他容易传染的风险管理框架：采用可靠但敏捷的采购和供应商框架
52、实现双赢：设计合同，推动互利互惠和持续的伙伴关系试后再买：通过小型概念验证来测试潜力衡量收益：利用KPI跟踪和比较价值内部能力外包能力内部建设结合外包能力所需的技术专长所需的业务理解外包能力21少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究案例分析：敏捷的保险公司挑战一家拥有150年历史的加拿大传统相互保险公司表示，他们正在被竞争对手甩在后面。他们想改变在线购买保险的方式，提出数字化价值主张和颠覆市场。方法和成功因素我们与他们合作，创建加拿大第一家完全在线的物业和汽车保险公司。客户可以使用任何数字设备随时（每周7天24小时）购买和维护保单。客户只需要回答
53、几个简单的问题，而不是像竞争对手那样填写冗长问卷。通过提供即时报价，客户能够在几分钟内购买保单。这是通过以下方式实现的：为客户和经纪人提出最佳的价值主张，建立多渠道接入、分销和服务网络。投资世界领先的分析技术，在客户理解、定位、风险分类、定价、产品设计和业务组合优化等方面建立竞争优势。通过股份化和物资收购的方式追求规模、多元化和增长，近期侧重经纪投资和中期战略关系的考虑。提高运营效率、人才培养和生产力水平，超越业内所有业务领域的基准水平，从而实现战略。成功因素包括：在市场研究和调查方面进行超前投资，确保能够深入了解客户和经纪人的需求。通过大数据不断地
54、测试、学习和了解哪些定价变量可以去掉或者代替，同时保持定价粒度和结构。不断反馈和学习，完善定价算法。围绕三个核心平台（政策管理、分析引擎和数字前端）开发技术解决方案，支持组织用具有性价比和敏捷性高的方式开发定制解决方案，实现自动化决策。成果该公司是第一家允许客户使用任何设备随时在线定制报价的加拿大保险公司。它使用复杂的分析技术，在短短的几秒内就能提供个性化的报价，客户只需要回答几个问题即可。它利用现有的后台功能，不需要经纪人或保险商，只有20个客户服务人员。因此，这家公司显着改善了客户体验，颠覆了今天的加拿大市场。22少说话多做事的策略从数据分析获得满
55、意结果|EMEA保险数据分析研究为成功改进组织只是解决方案的一部分根据洞察采取行动才是最大的挑战有了明确的愿景和战略，准备好数据分析项目的路线图，考虑过内部能力，利用好生态系统，而且预计将在整体上实现价值，剩下的是工作就是找到正确的运营模式。成功的运营模式不仅支持洞察的提交，还能确定如何根据洞察采取行动，还有进行实施和评估。我们的研究显示，没有单一的办法能确保运营变革的成功。沟通和变革管理也是成为洞察驱动组织的挑战。下面的部分将更详细地讨论这些挑战，并列出我们的建议。没有最好的运营模式考虑组织的需求并选择有效的运营模式对于实现数据分析的价值至关重要。今天行业采用各
56、种各样的运营模式（见图9）。虽然一般组织可能会从“功能”模式开始，然后在成熟时转向“咨询”或“卓越中心”模式，但所有这些模式都是正确的组织形式，在保险行业中还没有发现一种特定的模式比别的模式更成功。没有明显的成功秘诀，所以保险公司正在尝试不同的模式，而且必须调整和改变他们的方法。运营实施和变革管理为成功改进组织没有适用于所有情况的运营模式。分析功能的范围和能力应根据组织当前和未来的潜在需求确定，愿景、策略和行动路线图将发挥重要作用。与许多其他组织功能一样，标准化也有利于发展数据分析功能。开发可重复流程和集中化的功能可以推动企业发展。但是，分析不应该与产生
58、10%15%20%25%30%35%40%45%5%14%28%39%14%图9.你现在采用哪种运营模式？功能模式分析师主要实现营销和供应链等功能，这些地方的分析活动最为频繁。咨询模式分析师都在中心集团工作，但他们是内部顾问，向业务部门收取服务费用。集中模式分析师处于在一个中心集团，他们服务于各种职能和业务部门，参与各种各样的项目。卓越中心模式由一个中心实体协调整个组织中各单位分析人员的活动，并建立一个共享知识和最佳实践的社区。分散模式分散模式分析师分散在不同职能和业务部门的组织中，彼此协调很少。咨询模式功能模式集中模式卓越中心模式23少说话多做事的策略从数据分析获得满意结果|
59、EMEA保险数据分析研究信息不总是清晰明确执行负责人起到十分重要的作用，他们可以改变组织的文化，推动组织转变为数据驱动和追求洞察的组织。虽然我们调查的绝大多数保险公司选择了正确的方向，但40%的受访者表示他们缺乏高级领导，因此整个组织对分析可以带来的收益和它的力量了解有限（见图10）。使用数据来指导决策，对有些人来说是一种非常大胆的尝试，所以只有证明它的价值，才能让人们相信洞察驱动的好处。“我们了解分析的重要性，但将这件事实施起来是一个挑战。”EMEA首席精算师传播成功故事根据精心设计的项目蓝图采取行动，可以让组织的其他部门看到价值，前提是项目负责人足够强大，能够
60、保证他们根据洞察行动。通过以敏捷的方式进行概念验证，可以建立一个“提升”循环以及用于分析的内部品牌。成功的故事不仅仅要在高管和负责人之间大力宣传，而且要在整个公司范围内广泛传播。其他行业的组织通过现场演示、内部网站、Yammer小组、Sharepoint网站和视觉洞察中心进行。运营实施和变革管理8%31%39%14%8%图10.执行负责人在改变企业文化，成就洞察驱动组织的过程中会带来什么影响？没有明确的支持，对业务分析的了解非常有限存在局部支持，没有中心角色，有少量分析知识团体负责人和一些集中领导的项目正在出现，主要倡导者接受培训，同时传播分析知识有清晰的团体支持角色，
61、在整个组织都有分析沟通方案存在高级负责人和支持者，一个变革群体正在充分发挥分析潜力24少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究内心和思想不会一夜之间改变组织中的每个人都需要接受战略，并利用他们手上的数据、工具和洞察。即使有强大的领导和执行负责人，一个组织也许也不会改变，更不可能在一夜之间改变。特别是需要大幅改变文化，才能根据分析得到的洞察采取行动，从而支持和推动决策。图11说明，虽然在大多数情况下，决策中使用了分析洞察，但要根据洞察进行预测分析，仍然存在障碍。只有24%的受访者正在使用预测分析来预测未来情景，只有3%正在使用洞察来推动自动
62、化决策和行动。通常认为数据质量低、对洞察的信任不足是造成这种情况的原因。然而在保险行业，我们相信这也可能是因为人们对数据分析有着根深蒂固的看法，而且不愿摆脱基于直觉的决策方式。也就是说保险公司会错过巨大的机会，因为竞争优势和颠覆性的力量源于快速预测和行动的能力。传统的心态正在阻碍保险公司发展，他们无法大胆行动，享受自动化决策和人工智能带来的好处。“我们很容易低估驱动变革需要付出的努力。我们有数据科学家，但不知道如何用最好的方式使用数据。”EMEA功能风险总监运营实施和变革管理图11.什么是决策文化？我们主要依靠中小企业的知识和直觉使用一些基本的前瞻性数据和预测使用洞察驱动的数
63、据和KPI进行前瞻性预测预测分析用于支持下一步最佳行动，但并不一致使用一致的预测分，并推动一些自动化决策和行动0%10%20%30%40%-3%35%24%35%3%25少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究改变心态许多决定都来自于直觉，通常受到深厚的知识和经验的支持，但更常见的是人们不相信（或不能访问）数据和洞察，无法用它们支持决策过程。解决底层数据的质量和访问问题只是挑战的一部分，在实现利益和根据洞察采取行动的过程中，改变深层次的观念也同样重要。变革管理技能对成功实现分析转型至关重要。随着分析项目的复杂性和全球影响力不断增加，它对不同
65、无人机和3D打印机等。分析实验室：提高敏捷性和构建测试环境，具有复杂的数据可视化工具和设计功能。改变物理环境只是支持组织文化变革的一种方式。鉴于挑战的规模之大，我们有必要从多个角度来实施变更议程，其中许多方面我们已经在前面的内容中提到过。例如：沟通和创造需求：创造一个引人注目的未来图景，教育人们相信未来的可能，并在整个组织中传播成功故事，激励人们并创造对洞察的渴望。为成功而行动：保证项目透明，并通过强有力的行政和商业支持保证组织基于洞察行动。对项目进行全面规划和优先排序，这对于避免数据和技术障碍至关重要。以新的方式思考人才问题：寻找和保留紫色人才需要新的人
68、确定商业案例连接数据科学家和业务鼓励应用洞察并支持实施变革27少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究我们的调查显示，今天欧洲、中东和非洲（EMEA）地区的保险公司在分析的成熟度上有很大差异。很少公司正在认真地投资发展企业范围内的分析能力，大多数公司仍然以缓慢而零碎的方式取得进步，而且还有很长的路要走。初创企业的兴起、不断变化的消费者需求和快速发展的技术创新意味着保险公司如果要保持市场份额，就必须快速改变策略并迅速向前发展。关键是在整个组织中整合数据和分析，如果没有它们，多好的的努力都将面临失败。IDO介绍洞察驱动组织（IDO）指的
71、能力，而不是短期策略要求。今天你是什么样的保险公司，明天你想成为什么样的公司？你正在做什么，计划如何实现目标？你需要优先做出哪些改变？2.利用生态系统，在构建未来能力的同时，以快速、经济高效和安全的方式充分利用数据、技术和人才。你有能力和预算在组织内部完成一切吗？这样做是否有效和稳健？你从其他地方可以收集到什么？3.通过优化分析工作中的变革管理，真正从分析价值中获益，应对行为挑战。与分析有关的变革有多重要，你认识到了吗？你如何在组织中解决这个问题？你的领导是否树立了正确的榜样？正如我们在其他行业所见到的那样，承认、接受和应对这些巨大挑战的人将会出现在
73、MEA）地区的68家不同保险公司向我们提交了102份调查答卷。我们根据公司管理的总资产进行分类，调查了10大欧洲保险公司中的8家公司4。不同层级的管理者参与了调查，包括首席数据官和其他高管成员（CEO、CRO、CMO、CFO、CIO等），以及精算师和综合管理层。9%5%5%4%4%3%2%1%25%16%16%10%英国南非西班牙法国葡萄牙捷克共和国波兰荷兰比利时德国瑞士意大利图12.国家/地区的贡献占比30少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究附录B出版物链接世界经济论坛金融服务的未来TurbulenceaheadThefutureofgeneralinsurance前有激流，未雨绸缪一般保险行业的变革力量和创新趋势金融服务行业首席数据官的角色进化从统帅管家到商业战略家GDPR合规性时钟滴答作响31少说话多做事的策略从数据分析获得满意结果|EMEA保险数据分析研究
中国保险行业协会：2022年度商业健康保险经营数据分析报告（25页）.pdf
MobDate：黄山风景区旅游全景大数据分析报告2018（33页）.pdf
MPower：保险理赔处理中的数据分析：趋势与效益（英文版）（3页）.pdf
构建基于docker的基因数据分析应用生态系统（33页）.pdf
IMS：2017大数据分析对于中国医疗保险管理的价值（18页）.pdf
蚂蚁金服：数据分析平台演进及数据分析方法应用.pdf（42页）.pdf
2021年全球酱汁及香料市场深度洞察及数据分析报告（英文版）（33页）.pdf
2021年全球婴儿食品市场深度洞察及数据分析报告（英文版）（33页）.pdf
2021年全球蔬菜市场深度洞察及数据分析报告（英文版）（33页）.pdf