|
点击图片报名
一、企业简介 中国太平洋财产保险股份有限公司成立于2001年11月09日，注册地位于中国（上海）自由贸易试验区银城中路190号交银大厦南楼，法定代表人为顾越。经营范围包括财产损失保险、责任保险、信用保险和保证保险，短期健康保险和意外伤害保险，上述业务的再保险业务，国家法律、法规允许的保险资金运用业务以及经中国保监会批准的其他业务。中国太平洋财产保险股份有限公司对外投资23家公司，具有3131处分支机构，以成为“行业健康稳定发展的引领者”为愿景。中国太平洋财产保险股份有限公司湖北分公司位于湖北省武汉市，近年来一直处于高速发展的状态，秉承着国企担当，太保大爱的服务理念，为百姓守护安康，为企业保驾护航，为政府排忧解难，为经济助推发展，为国防贡献力量，为社会治理创新手段，为振兴中华勇于担当。
二、项目背景 1、原数据管理状况 在没有应用帆软的一系列产品之前，我们分公司的业务人员想提取某个系列的数据大致有两种方式：一是通过总公司提供的平台，二是通过人工编写SQL提取。显然，这两种方式有诸多不便之处。总公司的平台能提供的数据是有限的，及时性能保证，但是往往不能满足业务人员的所有要求，这时就需要数据开发人员手动提取，但是手工提取数据是需要时间的，除了理解业务和数据表的结构，还需要业务人员走司内的权限审批系统，因为数据可能存在敏感信息，需要领导一层一层审批，所以时效性自然也就降低了。
另一方面在得到数据之后，对一个偌大的Excel表格还要进行各种分列透视等处理才能得到自己想要的分析结果，对Excel处理能力有一定的要求，对电脑性能要求也不低，如果想做成柱状图饼图之类的放在PPT里也需要花费不少时间，而且展示的图形方式有限，所以一般只有汇总的结果，展示数据也不直观。当然总公司也提供了分析工具，只需要选择需要分析的维度和需要的字段，即可自动生成相应分析后的图形，但是这种展示方式也是很局限的，可视化效果不佳，并且无法修改图形中的属性。
再就是查看数据不是很方便，只能通过PC或者平板端查看数据，没有移动端的支持，当业务人员在一线出单的时候，却不能实时看到对应保单的信息，对于报表使用者来说体验不佳。
综上所述，我们在数据管理方面存在以下几个问题：
1）获取特定的数据比较困难
2）分析数据时操作相对复杂
3）展现数据的方式相对单一
4）无法在移动端查看数据
2、数据平台建设需求与工具的选取
针对以上几个问题，我们需要一个能体现企业各种数据状况的平台，不管是经营数据还是预测数据，以便让公司发展的方向更加明确，不断提升公司的竞争力。作为保险行业，我们决定使用一个成熟数据管理和分析平台，我们对比了市场上一些优秀的平台，例如阿里云体系中的QuickBI、大图展示DateV、微软的PowerBI等，但还是决定采用帆软系列的FineReport和FineBI，其原因主要有：这两款产品的后台管理页面很相似也很友好，上手比较容易。两款产品的功能相似但侧重点明显不同，我们最初的想法就是FineReport实现自助数据提取，而FineBI用于可视化分析，也可以让业务人员自己分析。另外总公司已经有部分帆软应用，鼓励分公司学习并尝试使用帆软的产品。最后就是其UI设计，与太保蓝的格调一致，说明我们秉承同一片梦想，24小时在线的客服耐心解决问题，丰富的论坛和大量的学习视频或资料，最终我们创建数据团队，在梳理完整个数据架构后，开始学习并使用FineReport和FineBI来建设我们的数据平台。
三、管理场景
随着网络和信息技术的不断普及，大数据也触动着保险行业管理者的神经，搅动着保险行业管理者的思维。我们公司作为财产保险行业的领头羊企业，一直在探索如何利用科技赋能、数据创新的手段去助力业务增长，降低经营成本，提高服务质量。
我们在进行具体的项目之前，将所有的数据进行重新架构。分为三个步骤，分别是基础数据存储，ETL数据清洗，应用数据构建与输出。最终将数据结合我们帆软进行展示和分析。这大大提升了数据性能，优化了存储结构。同时我们也提供了多终端的数据分析与展示的统一平台，围绕公司保险经营及管理，构建全方位的自动化分析体系，解放业务管理部门的员工工作量，改善了运营监控方式，为我司中高层管理干部提供及时的决策依据。
场景一：车险营销主题
企业的销售状况决定了企业的生存与发展，在最开始没有使用帆软应用的时候，我们的车商部门每天会根据车险的销售情况制作各种Excel报表，虽然可以通过公式自动生成结果表，但是还是需要手工录入数据，而且数据表每天都需要上报与下发，光是录入和整理这些数据都需要7到8个业务员一周的时间，大大的浪费了人力物力；另外，领导看的数据也是各种各样的，每个部门的统计口径会因不同的分类方式可能有所差异，这样的数据很不利于管理和分析。
因此，我们首先制作了一个实时的车险销售情况报表大屏，这是最基本也是最重要的，以车险销售报表为例：我们可以很直观的看到当年全部的出单量，新转续标识的占比，以及车险险种的占比情况，这些都有利于我们决定未来应该如何更好的出单、更多的针对哪类客户出单等等。另外这个数据是实时且公开的，可以看到每天的签单保费以及各个中支的详情，当业务员在一线签单完成后，马上就能看到订单数据。领导也能实时这几天的保费走势，如果当天保费过低，或者连续几天没有完成当年的平均保费值，就会分析保费降低的原因，及时让企业避免亏损。不再需要特定人员手工录入和整理这些数据，大大节约了业务员报表制作的时间，解放了数据人员的劳动力，让业务人员有多余的时间聚焦业务分析和业务督导。节省了每天10人时的报表制作时间，人均产值提升了20%。
车险销售大屏
通过车险的销售报表大屏制作，我们抽取出了一些关键的指标，让业务人员能更有动力的做好自己的工作，解决了数据滞后的问题，让领导能第一时间看到当天的数据而不是T+1。在访问报表时，我们只需要对指定人员开通相应的权限，领导即可查看并分析车险的销售情况，并更好的对未来做决策，基本实现了对车险销售状况的全方位展现与管理。
场景二：续保主题
除了销售能力，保险公司的续保率也是十分重要的指标，它是衡量一个公司能否在市场上立足的指标之一，通过这个指标不仅能看出公司的经营情况，还能看出其服务态度、人文关怀以及承担风险的能力等等，可以说提高续保率就是一个保险公司的根本任务之一。但是以往在求续保率的时候，最大的问题就是口径不一致，中支机构或者机构下的部门为了提高自身的续保率，算法可能跟总公司的逻辑有出入，那么同样的数据续保率就会不一样，这样就不能暴露出潜在的问题。
为此，我们分别针对车险、非车险制作了分渠道的续保率报表。例如下图为车险某个渠道3月的续保率详情，首先可以看到各中支机构商业险续保率一览，设置好联动后，点击中支机构即可看到其当月续保率的变化情况。由于车险续保率的计算逻辑比较简单，所以我们选取的指标不是很多，但相比以前手工计算，我们直接从数据库中取数计算更加精准并且节省资源，而且通过选取续保单号的签单日期范围，就能动态设置计算续保率的规则因子，主要还是统一了口径，进一步提升了各个渠道的竞争力。通过这种方式统一口径后，各渠道整体的产能上升了10%，进一步提高了各个渠道的竞争力。
车险某渠道续保率情况
非车险续保率情况
场景三：渗透率主题
这次疫情给全世界带来了惨重的灾难，在银保监会的提议下，湖北省车险延保了一个月，这对于车主来说肯定是好事，但是为了公司以及员工的利益，我们必须要通过其他业务来弥补这一个月可能没有车险业务的空缺。我们对渗透率的定义是购买过车险的客户中又购买了非车险的占比，例如一个客户买了车险，但是在开车游玩的过程中可能还会购买一些乘车意外险，这对于车主和乘客们来说也是十分重要的，所以提高渗透率即扩展非车险业务，是我们这一个月一直在做的事情。
但同时以前的计算方式也存在一些问题，例如口径不统一、计算规则不一致、计算容易出错并且数据量大以及数据展示不直观等等。为此我们分别制作了PC端和移动端的渗透率报表。通过FineBI在PC端可以直观的看出各中支机构以及其部门对于某险种的渗透率，以及各险种的渗透率占比，这样就可以分析最受车险客户欢迎的非车险险种，后期通过客户脸谱也能更精准的推荐合理的险种。同时移动端为了方便领导随时查看各渠道整体的渗透率情况，我们通过FineReport中精美的模板制作了渗透率分机构分渠道的保费占比和一览表，每个指标都一目了然，能让领导实时了解业务动态。原来非车险渗透率在42%-53%之间波动，自从引入了FineBI和FineReport产品后，渗透率明显有所提升，波动范围为48%-56%。
渗透率PC端
渗透率移动端
【直播来咯】11月17日，数据生产力大赛第四期线上标杆巡礼活动，“最具管理价值银奖”获得者——中国太平洋财产保险股份有限公司湖北分公司数据科副科长徐林先生，将为我们带来分享：《数字赋能，助力财保业务增长——湖北太平洋产险精细化管理运营经验分享》，点击下方海报进行报名：
报名即有机会获得“数字化转型”资料包，包含行业洞察报告，名企成功案例，方法论，白皮书等等，直播中还将抽取最新版本的《让数据成为生产力3.0》书籍，快来报名观看吧！
点击图片报名
| 
