论商业智能系统在保险公司的应用

田莉

                            （华泰财产保险股份有限公司，北京 100032）
　　
　　［摘要］面对竞争日益激烈的市场环境，保险公司要想减少经营成本，扩大利润规模，关键在于对各系统中的大量数据资源的分析利用，从数据中获取智慧，从而制定出有效的战略决策。商业智能系统的应用可以显著提高保险公司决策水平。为了提高商业智能系统实施的成功率，保险公司应建立一支实施队伍；制定项目划规；构建指标体系；采用量身定作的业务模型；选择合理的解决方案以及培养既懂保险业务又熟悉信息分析技术的复合型人才。
　　［关键词］商业智能；数据仓库；联机分析处理；数据挖掘
　　［中图分类号］ F840.32 ［文献标识码］ A ［文章编号］1004-3306（2005）09-0021-02
　　
　　一、商业智能的定义
　　商业智能（Business Intelligence,简称BI）的概念最早是Gartner Group在20世纪90年代提出来的。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。BI是伴随着企业信息化的不断深入而产生的，企业的决策者能够通过对企业信息进行有效、合理地分析，获得准确、多层面的经营数据，能够在制定经营决策时更加有的放矢。BI不是一项新技术，也并不是一种具体的产品，把它理解为一个综合的解决方案更为合适，它将数据仓库（Data Warehouse）、联机分析处理（OLAP）、数据挖掘（Data Mining）等技术结合起来，综合加以运用，为各层次的经营管理决策提供了数据基础及技术支持。BI的核心技术包括数据仓库技术、联机分析处理和数据挖掘，还需要灵活实用的前端展示，给用户提供较好的操作界面，以辅助和支持商业决策的全过程。
　　二、保险公司商业智能建设的动力来源
　　（一）内部管理的需要
　　保险公司为了提高业务人员的工作效率，提高企业的核心竞争力，就需要对各系统汇集来的信息通过技术手段进行分类处理，以便及时发现业务流程中可能出现的各种问题，并且能够及时采取有效的措施。BI系统提供了灵活快捷的统计分析功能，数据显示直观，便于从多层面发现问题。
　　（二）经营决策的需要
　　对于掌握决策权力的经营者来讲，通过对历史数据统计分析结果的借鉴，可以从多个角度发现经营活动中的规律，建立符合企业实际境况及特色的分析和决策模型，从而对未来的经营做出正确的预测，以适应变换莫测的市场环境。BI所提供的深而广的多种统计分析功能，为经营者分析和决策提供了科学的依据及数据的支持。
　　三、保险公司发展商业智能的意义
　　（一）获得了集成化的数据基础
　　商业智能系统的数据基础来源于数据仓库。保险公司分散在各个业务、财务、收付费、人力资源等系统中的数据都整合在数据仓库中，使同一统计指标的定义在不同系统中存在歧义的现象得以改变，保证了统计数据的一致性、准确性。在此基础上的分析结果更具可用性、指导性。
　　（二）报表功能得到提升和扩展
　　对于发展较成熟的保险公司来说，常用的业务系统报表也是在经历若干年的使用后沉淀下来的，蕴涵宝贵的管理思想，在日常的经营管理工作中发挥着重要的作用。目前在BI系统中报表是一种较常用的信息呈现方式，但是这一过程不是将原有报表在BI系统中的简单重复。BI系统中报表以更高的效率更友好的展示方式实现。比如，原有报表系统中有些统计报表速度较慢，需要几十分钟或者更久，而在BI系统中，用户可能只需等待几秒钟就可以得到结果。同时，报表多样的表现形式和分析方法，使得各级用户可以更准确地分析理解数据。
　　（三）正确的决策能给企业带来直接的效益
　　报表效率的提高，给企业带来的直接效益可能并不明显，但BI系统中的联机分析处理、数据挖掘分析技术提供了全面深入分析数据的手段，可以进行有效的预测和分析，用以辅助决策，并能给企业带来直接效益。
　　用户在选择相关数据后，通过切片、切块、上钻、下钻、旋转等操作，可以在不同的粒度上对数据进行分析尝试，得到不同形式的知识和结果，例如：（1）车险业务在财产保险公司一般占有较大比重，通过分析所属性质、使用性质、车辆种类、车龄等因素和出险次数及赔付率的关系，可以指导我们在车险的产品设计、费率厘定、核保政策等方面作出调整，以降低赔付率，提高业务质量。（2）对车险客户在保费贡献度、赔付率等方面的分析，可以确定出保费规模大而且赔付率低的优质客户，重视这类客户服务及续保工作，对降低赔付率、降低成本从而改变车险的盈利状况大有裨益。
　　四、提高保险商业智能系统实施成功率的对策
　　BI的建设需要以数据集中为基础，中国保险业经过了前几年的持续投资，以硬件为主要投入的信息化基础设施建设已达到一定规模，数据集中已在部分保险公司实现，并占据了IT投资的较大部分，另外一些保险公司也正在积极进行数据集中。这使得对数据的统一组织、存储管理、查询、深入分析具有可行性。同时，随着对应用软件和服务的投资额度开始上升，中国保险业BI建设、应用的高速发展已经逐步开始启动。目前保险公司已经着手商业智能系统建设的不在少数，但是保险商业智能系统的实施、应用并不是一帆风顺的。为了提高保险商业智能系统实施的成功率，要重点关注以下几个方面：
　　（一）建立一支实施队伍
　　上自公司高层领导下至基层技术、业务骨干都应该包括在商业智能的建设队伍中。BI系统建设不是单纯的IT项目的实施，其关联到企业经营管理的各个层次，需要包括经营决策者在内的所有业务人员的关注。业务部门的理解和积极参与，有助于提高系统需求的有效性及稳定性。同时，业务部门应争取在项目建设过程中就能够熟悉和使用商业智能的各种工具和功能。公司高层的介入，可以在资源上统筹安排，协调业务部门和IT部门在项目目标上的分歧，从而有助于项目的顺利完成。
　　（二）制定切合实际的项目规划
　　只有切合实际的项目规划，才能保证商业智能的最终成功应用。由于BI系统对大多数企业来说是新生事物，项目划规应选择企业最为关注的业务作为分析的主题，以用户熟悉的报表形式为切入点，使用户在项目实施的初期建立对BI的感性认识和理解。在此基础上，引导用户深层次地应用各种分析工具，使用户切身体会到BI系统的优越性。项目实施在某一点上取得成功后，就可以比较容易向更广的范围推广。因为这时用户已经接受了新的系统，并且在使用中会产生更多新需求，推动系统向前发展。这是一个周而复始的循环过程，不断推动系统螺旋式上升，从而保证商业智能系统的最终成功应用。
　　（三）构建完整统一的指标体系
　　对于商业智能系统的构建来说，一套科学的保险公司管理指标体系是非常重要的。商业智能系统中各种数据，无论经过多么复杂的处理转换，最终目标总是汇集到各个具体的维度、指标，并由此来展示给用户。完整统一的管理指标体系充分反映出一个保险公司的经营管理思路和水平，是对企业日常经营管理思想的浓缩和提纯，不是一朝一夕可以形成或改造的。完整的指标体系也为数据分析提供了具体的分析内容，否则，商业智能系统也就成了没有内容的空房子。
　　（四）采用量身定作的业务模型
　　商业智能系统的功能，主要通过业务模型来表现。采用什么样的业务模型来满足企业的统计分析需求，与企业的内部治理结构、经营管理思路、业务流程都紧密相关。目前许多国外的厂商几乎都提供了保险行业的模型，如IBM的IAA（Insurance Application Architecture）就是专为保险行业设计开发的保险应用架构。但对中资保险公司来说，照搬国外的业务模型不可行。要保证商业智能系统的成功，中资保险公司必须构建符合自身经营管理特点的业务模型，这样才能通过业务模型理顺各数据指标间的关系，发现经营管理决策中的问题；否则，业务模型与企业的经营管理思路、业务流程相背离，商业智能实施成功的可能性将会大打折扣。
　　（五）选择合理的解决方案
　　对于商业智能系统的建设而言，选择适合企业业务发展特点的软件产品和解决方案，是一个重要的环节。首先，商业智能系统面向的最终用户群，是不懂IT技术的业务人员或企业经营管理者，所以产品要简单易用，否则会使用户失去使用的动力，又回到传统的报表系统上去。其次，要有一个配套的商业智能系统的管理系统，用来维护BI系统的日常运行。由于BI系统是一个庞大复杂的系统，要通过若干种软件技术工具共同协作，才能实现数据分析的功能。维护如此复杂的系统，技术人员需要相应的管理软件的支持。最后，商业智能解决方案提供商必须能够提供完善的售后服务，这样才能在系统出现问题时及时化解，使系统的生命周期更加长久。
　　（六）培养既熟悉保险业务知识又熟悉信息分析技术的复合型人才
　　经营历史悠久、管理经验丰富的国外保险公司的进入，带来了新的经营管理思想和技术，如，在保险公司内部设立专门负责商业智能化建设、运用和维护的商业智能部门，成为沟通业务部门与技术部门的桥梁。在商业智能这个新兴领域，能够既熟悉行业业务知识，又了解商业智能产品的人才非常稀缺，导致商业智能的应用不够深入，目前基本局限在报表、查询和OLAP分析层次，不能最大限度地发挥BI优势，更好地服务于用户。
　　在当今信息飞速发展、竞争日益激烈的时代，继续拍脑门做决策必将使企业陷入被动的境地。商业智能应用的广度和深度持续不断延伸是大势所趋。成功的商业智能系统建设，为保险公司迎接挑战提供了有力的技术支持，将大大提高中资保险公司的分析决策能力，提升竞争力。［编辑：王毅仁］保险研究2005年第9期产险论坛INSURANCE STUDIESNo.92005