如何将数据转化为差异化优势——来自全球738位保险行业高管的调研结果

此次全球最高管理层调研主要探索在充满数据的世界抢占领先地位所需具备的能力。我们采访了全球13000多位最高层主管，其中包括738 位保险行业高管。我们希望了解他们从数据中获得的价值、他们打算如何将数据转化为差异化优势以及他们的计划取得了多大的进展。

我们确定了数据领先之路的四个不同阶段。我们对调研样本中的保险提供商进行了相应的分组，按进展程度从低到高命名为“渴望者”、“构建者”、“探索者”和“火炬手”。

保险行业“渴望者”（占比22%）

“渴望者”企业刚刚踏上这一旅程。他们刚开始整合企业范围的业务战略与数据战略。但他们并未实施数据驱动的文化，也不善于从数据中获取价值。

保险行业“构建者”（占比41%）

“构建者”企业努力确保数据战略与业务战略保持一致，并培养数据驱动型文化。他们还利用数据实现自己的目标，但尚未达到预期回报。

保险行业“探索者”（占比27%）

“探索者”企业在数据领先之路上刚好走了一半。他们努力确保业务战略与数据战略保持一致，并尝试通过新方法将数据转化为价值。他们已经开始从数据中收获回报，但还不能确保持续实现数据的全部价值。

保险行业“火炬手”（占比10%）

“火炬手”企业已接近目的地。他们将数据战略与业务战略融合，在数据丰富的文化氛围中开展运营，并对数据可实现的价值设定了较高的期望值。他们通常能够超越目标。

无论以哪种方式进行衡量，保险行业火炬手都能脱颖而出。与保险行业渴望者相比，“火炬手”企业在管理变革和推动创新方面的表现要好很多。他们还创造了出众的收入增长和丰厚的利润（见图 1）。

那么，保险行业火炬手缘何能够取得如此亮眼的成绩呢？我们的分析表明，他们与保险行业渴望者的区别主要体现在三个主要方面。

保险行业火炬手：

― 利用数据赢得客户信任

― 将人与高科技完美结合

― 在平台时代广泛而明智地共享数据。

信任是保险行业的核心。当客户购买保险时，他们购买的其实是一个承诺：如果投保的事件真的发生，保险公司将承担损失。

新冠病毒疫情的爆发在全球引起恐慌，也使客户信任彰显出前所未有的重要性。由于生命和生计都岌岌可危，世界各地的人们都处在焦虑之中。

信任赤字

数据是促成新业务模式的推动力。它催生了用于产品推荐、保费个性化和客户购买选择的各种新算法。它还促进了全新业务模式的发展。平台就是个很好的例子。通过建立生态系统，保险公司能够在平台上推出任何一家公司都无法单独提供的产品和服务。

但是，要想访问以这种方式开展业务所需的客户数据，必须赢得客户的信任，而这正是保险公司所担忧的，因为信任程度每况愈下。各种丑闻导致很多人不愿共享自己的个人数据。还有很多人质疑共享数据所获得的回报价值。例如，近期开展的一项调研表明，大多数受访者不相信公共或私营机构能够“妥善”处理他们的数据，也不认为他们通过共享数据获得了公平的回报。

保险公司也未能在这种趋势中幸免。调研表明，只有37%的客户充分信任自己的保险公司，只有42%的客户认为可以指望保险公司提供良好的服务。

数据完整性的三大支柱

因怀疑算法存在偏见、隐私被侵犯以及数据被操控或利用，客户正在逐渐失去对某些保险公司的信任，但并非全部。近90%的保险行业火炬手正广泛使用数据，加强客户对他们的信任度（见图2）。

透明性、互惠性和问责制这三大原则指导保险行业火炬手处理数据以及接触客户的方式。这些“支柱”几乎支持他们所开展的所有业务活动。

客户希望确保以合乎道德的方式使用他们的个人数据。因此，保险行业火炬手创建并发布行为准则，规定如何以及何时使用他们收集到的客户数据。

客户还想知道他们所购买的产品是否名副其实。对保险公司而言，这意味着他们应在保单中使用通俗易懂的语言，并且保险条款必须坦率真诚，不能试图通过不起眼的小字来隐藏排除条款。

透明性可视作保险公司及其产品名副其实的证据。通常，这些证据采取客户评论、客户证言以及第三方认证等形式。

客户同样希望，通过共享自己的数据，可以获得一些实质性的回报，也就是对他们而言有价值的东西。这可以是经济利益，例如减少低里程驾驶员的保费。也可以采用提高便利性或安全性等形式，例如保险公司可向即将踏上危险路线的驾驶员发出警告。

一些企业还分享他们从收集的数据中挖掘的洞察。例如，美国保险公司 John Hancock 与健康养身公司 Vitality Group 合作，就健身、营养和其他健康事宜提供个性化建议。再如，全球保险巨头安盛 (AXA) 的商业分支机构 AXA XL 与一家名为 Parsyl 的初创企业结盟，以监控货物在全球运输过程中的状况。AXA XL 使用收集到的供应链数据，帮助客户防止出现运输问题。

最后，客户希望知道他们的隐私得到尊重，他们的数据得到保护。数据泄露的几率持续上升，平均而言，现在需要279天才能控制住一起数据泄露事件。因此，在安全性被破坏的企业中，客户数据可能会在很长一段时间内处于危险之中。

保险行业火炬手将数据隐私放在优先位置：54%的保险行业火炬手将其视为仅次于品牌价值的主要竞争优势。他们还将数据安全性融入整体安全框架中。除了使用传统的数据安全工具、方法和流程外，他们还利用认知技术来分析安全趋势，发现网络威胁，弥补防御体系中的任何漏洞。

保险行业火炬手在另一个方面也走在了前面。新法规和变幻莫测的消费者情绪都限制了企业对客户数据的访问和使用。现在，企业必须在客户同意启用 cookie 之后才能访问其数据，并且个人有权坚持让企业清除其个人数据。关于企业如何共享数据的法律也变得越来越严苛。

但是，超过60%的保险行业火炬手告诉我们，他们拥有准确、可操作的客户数据宝藏，可以借助这些数据全方位了解客户（见图3）。这样，他们就能够提供定制的保险服务，满足客户日益提高的需求。

年轻一代对“一体适用”的保险模式尤其感到不满。他们希望保险公司提供与其在线生活方式互为补充的高度个性化的产品。此外，可供他们选择的服务提供商也越来越多。例如，中国的消息传递应用“微信”便已借助其保险服务“微保”进军该市场，并与保险科技公司合作以拓展业务范围。

简言之，保险行业火炬手已经明白了一个至关重要的道理：数据是一种资产，而信任是交换数据的货币。如果客户信任一家公司，则可能更倾向于让该公司保留其持有的个人数据，并在将来收集更多的此类数据。企业对客户了解得越多，就越有利于在日益拥挤的市场中占据竞争优势。

1. 坦率真诚

按照客户认为公平的方式使用数据。针对产品提供清晰一致的信息；明确列出排除条款；公开处理社交媒体上的反馈。精心设计工作流程，与中介机构共享得到许可的数据，在客户面前展现出始终如一的形象。

2. 给予适当回馈

询问客户，怎样才算公平的数据交换，以及他们愿意做出哪些权衡取舍。考虑回馈其他形式的价值，如风险咨询和第三方看护。使用物联网之类的互连技术，简化数据共享流程。

3. 表明真实意图

确定客户的隐私底线，尊重他们的意愿。起草并公布数据隐私策略，说明计划如何使用和保护客户的个人数据。如果打算利用人工智能 (AI) 做决策或支持决策，请说明支撑算法的推理过程。

4. 大处着眼

超越传统的承保范围，将目光投向能够减轻或预防风险的产品。利用自己作为“可信产品”提供者的行业地位，将自己打造成数据整理者而非数据收集者。结合具体背景综合审视有关被保险人和物的数据，以便更好地实时为客户服务。

5. 战略应面向未来

在协作式“车库”环境中，汇集客户、中介机构、员工乃至最高层领导，设计创新产品和体验。绘制客户体验之旅，找出导致信任关系破裂的任何缺口。确定可合作的保险科技公司，共同构建基于数据的保险生态系统。

保险行业火炬手还创造了数据信仰者文化。足有78%的保险行业火炬手企业的最高管理层在做出重大决策时会倾向于借助数据的力量，这个比例要比保险行业渴望者企业高出两倍。

培养数据理念

那么，是什么妨碍了保险行业渴望者采用数据导向的理念呢？职能障碍是一个原因。保险行业火炬手已在业务部门之间共享数据，而绝大多数的保险行业渴望者仍在努力消除数据孤岛（见图4）。

除了少数手握“钥匙”的人之外，锁在“深闺”的数据对所有其他人都毫无用处。如果保险公司的最高层主管对于在企业范围共享数据心存疑虑，怎么可能期待客户与企业共享他们的个人数据呢？

建立数据信仰者文化绝不仅仅是让企业领导层参与，打破内部障碍以使数据自由流通那么简单。它必须是自下而上的主张。这也正是近七成的保险行业火炬手企业支持员工亲自深入挖掘数据的原因（见图5）。

这些企业的最高管理层竭尽全力为员工提供有关数据分析的工具和培训。虚拟认知助手、实时可视化工具、分析应用和其他技术都可以发挥作用。但主要目标是让数据更接近其实际使用者。

人工智能的优势

除了培养渴求数据的文化外，保险行业火炬手还将AI（包括机器学习）提升到最主要的议程。AI在保险行业具有巨大的潜力。英国保险公司 Standard  Life 已在使用 AI 预测哪些客户最有可能更换服务提供商，并确定如何最大程度提高其满意度，以降低客户流失率。

但 AI 还有许多其他用途。例如，AI 可用于筛选大量信息和挖掘非结构化数据，以改进理赔流程，帮助理赔人员更快速、更准确地估算损失。它还可用于检测新的或不断变化的风险，并且更准确地对其进行定价；通过增强人类专业知识，缓解人才短缺问题；对顶尖人才的招聘周期进行管理，包括招聘、入职、持续培训和继任规划。

如果与互联设备结合使用，AI 甚至可以帮助保险公司实现转型，从传统保险业务转向风险缓解、预防和援助服务。法国保险公司 Groupama 的意大利子公司 Groupama Assicurazioni 就属于这种情况。该公司利用收集到的车载信息系统数据，寻找被盗车辆，在发生事故时向急救部门发出警报，以及帮助客户根据天气状况或道路堵塞情况导航路线。

然而，AI 要求数据是干净的、经过整理而且具有上下文；这也正是大多数保险行业火炬手都实施适当的数据治理措施的原因（见图6）。他们认识到必须为数据的收集、使用、存储和共享制定明确的规则；跟踪数据沿袭；并仔细检查 AI 模型和算法，以发现无意识的认知偏见。

1. 率先垂范

展示企业最高管理层的成员如何使用数据做出战略决策。通过内部博客宣传使用数据的好处。确定数据如何给保险价值链中的每个环节带来益处，并找出一个部门的共享数据为其他部门提供帮助的具体例子。

2. 赋能员工，培养数据公民

为全体员工提供所需的工具，帮助他们深入研究数据，让数据分析不再成为数据科学家的专利。尝试各种不同的技术。评估技术的影响，尤其是对正在经历重大变化的领域，如保单管理和理赔处理。

3. 采用持续学习

投资电子学习计划，帮助员工更新和拓展技能。使用员工队伍规划工具，支持敏捷团队和集成工作流程。定期进行跨职能技能评估，发现专业知识方面的差距；定期审查招聘、培训和人才管理计划。

4. 建模与评估

创建数据模型和强大规则以整理数据，包括有关内容、结构和沿袭的元数据。评估数据质量，尤其是通过结合内外部数据源而创建的数据。为每项资产分配“置信度”等级。

5. 记录细节

构建主数据目录，指定所有数据的存放位置以及由谁负责维护。鼓励员工使用该目录，而不是向同事寻求帮助。制定涵盖访问权限的一致政策。

保险行业火炬手不仅更依赖数据来指导决策；他们还使用数据，做出与保险行业渴望者截然不同的决策。他们表示，数据在帮助制定企业战略和愿景方面特别有价值。相比之下，保险行业渴望者则主要使用数据来确定可削减成本的领域（见图7）。

明智地共享数据

尽管如此，大多数保险公司高管都一致认为，不论企业在数据领导力的道路上处于哪个阶段：生态系统都是计划的核心。足有83%的保险行业火炬手和68%的保险行业渴望者都希望在未来加入更大规模的合作伙伴网络。

作为生态系统成员开展业务会给企业带来一些明显的好处。这样，保险公司就能够扩展产品范围，带来更丰富的客户体验，而这通常有助于提高客户忠诚度。

保险公司还能够访问新的客户数据，而不必自己亲自去收集，尽管他们必须在得到客户同意之后才能与第三方共享这些数据。

但信息的流动必须是双向的。只有在成员之间相互共享大量的内部数据时，网络才能有效运行。超过一半的保险行业火炬手对此心知肚明，并且已经开始与合作伙伴广泛地共享数据，而愿意“打开数据簿”的保险行业渴望者只有不到三分之一（见图8）。

话虽如此，并非所有的数据都应该共享。有些信息应当保密，因为它们可以给企业带来专属优势，或者披露后会侵犯客户隐私。因此，对于所有保险公司而言，必须提供明确的指导意见，规定何时及如何共享数据、与谁共享数据以及何时必须保护数据。此外，保险公司还必须有效实施这些政策并监控合规情况，以防敏感数据落入不当之人的手中，并防止因为不必要地封锁可共享的数据而阻碍创新。

收获数据回报

我们的调研表明，保险行业火炬手已经开始谋划数据回报。他们量化数据的价值，确定如果共享数据能够增加多少价值；并制定战略，在不丧失客户或合作伙伴信任的情况下实现数据的经济效益（图9）。

一些保险公司希望利用数据，更有效地对现有客户执行交叉销售。另一些公司则打算开发基于数据的新产品。实际上，较早时候进行的一项调研表明，90%的保险公司计划提供此类保险业务——通常称为“现过现付”或“现驾付费”。平台模式使这些产品实施起来更简单、更方便。

还有一些保险公司正在向邻近的服务领域进军。例如，美国、英国和澳大利亚的多家公司与总部位于加利福尼亚的 Roost 合作，提供智能家居保险服务，通过烟雾和漏水探测器等智能传感器，减轻损失，简化理赔。

此外，意大利保险公司 Generali 为住院患者提供陪护服务，英国保险公司 RSA Group 推出了支持商业客户实时模拟和管理个人风险的风险工程数据库。新技术开创了许多其他商机，尤其是在将居家生活与健康监测相结合的老年护理市场。例如，德国保险公司 R+V 与人道主义援助机构 Malteser Hilfsdienst 合作，为老年客户的家中配备了传感器，使其能够在紧急情况下寻求帮助。

对于最有想象力、最具开拓性的保险公司来说，可能性几乎是无穷无尽的。

1. 加入业务平台

探索构建平台的潜力。评估贵公司相对于其他保险公司的优势和弱点，以确定自身是否具备成为平台统筹者的资质。如果没有，确定希望加入的生态系统的种类以及可以做出的贡献。

2. 制定标准

与贸易组织、政府机构和当地社区合作，促进长期、可持续的发展。参与制定行业标准。与监管机构合作实施新的法律和指令，而不是等待其他人来制定规则。

3. 为数据共享做好准备

决定哪些数据可与第三方共享，哪些数据要保密。部署适当的机制，确保保密数据的安全性。为管理共享数据制定明确的指导方针，包括数据滥用问责。

4. 衡量数据的价值

量化数据的价值。现在，考虑数据对其他组织的价值，无论他们与贵组织是属于同一行业、相邻行业还是无关行业。确定哪些数据在共享后可以增添价值，例如，通过主动传播欺诈数据，预防保险欺诈。

5. 注意缺口

想一想外部数据能否帮助提高现有数据的价值，如果可以，该从何处获取这些数据。利用形式更加多样化的新数据，例如社交媒体网站、博客和视频等来源的非结构化数据。随着数据源的范围和多样性不断增加，可利用混合云进行扩展。