Q1:请专家先做一个简单的自我介绍
我叫王泽，目前在横琴零售保险公司负责数据这方面的工作。过往也是在互联网，在实体、在各类的行业都做过，也都是一直从事数据的这块情况，然后也是四年前加入保险行业，是在公司负责数据体系的工作。
Q2:保险行业目前的数字化转型的情况如何？
首先数字化转型在我们看来是分三个大的阶段，信息化、数字化和智能化。
信息化的话是属于说在以信息化的系统先以支持业务，先能把这个业务的流程实现的数字化的基础上，那进一步的数字化是说在这个信息化过程中呈现的数据，我们去把它找到数据的应用价值，去把数据在本身在业务化去进行一些应用去体现。
然后进一步的话是智能化，那就是期望我们通过数据产生出一些产品知识、服务能支持我们业务方能自主决策，然后甚至是有些是脱离人工的一些智能决策。
那保险行业的话更多是在信息化到数字化这个之间，因为大部分公司都还在这一块。就说我们已经具备了基础的这个信息化系统的支撑了，但是对于说我们在这些支撑过程中，信息化线过程中呈现数据的应用可能还是在这种，有一些探索应用，但是还没有说完全的很规模化的大幅应用这个阶段。
Q3:保险行业未来数字化转型的发展方向和重点在哪？
首先说我们看到的几个方向，一方面是客户经营，我们认为是如何去给客户提供更好的数字化的服务，去沉淀客户的信息，然后基于这些客户信息去提升我们的产品，去提升我们的服务体验，要进一步去提升我们整个的业务价值，这是一个方向，还有方向是风控方向，通过我们积累一些健康数据也好，欺诈的数据也好，黑名单等等，这些信息怎么把它应用到我们的业务流程当中去，帮我们的提升我们的业务的安全性，去降低我们的一些损失成本。
还有一块的话就是经营管理，那怎么通过这些数字化的工具去帮我们经营管理效率更高？一方面包括我们内部一些数据应用，包括报表同兼容看板，让他们决策更快捷。另一方面也是通过一些像风险管理系统，然后像保险比较特殊，像资产负债的管理怎么样更数字化，更能快速的去提供支持，那这些都是比较大的方向。
那我们公司比较探索，注重的是客户经营这一个方向，那也说在这个方向我们认为更能去建立我们壁垒，因为数字化想要去成功，或者说能坚持壁垒的话，就是一定要和业务高度融合，尤其是在我们保险是一个非必要、非刚需，然后还是一个在线下更聚焦的一个行业，那我们更要是说能业务深度融合，去找到这种场景，这种数字化的价值才能更能去体现，所以我们基本是在客户经营这个场景。
Q4:您怎样看待保险行业的数据资产入表？
首先数据资产入表这事第一步就是说先怎么去定义这个资产，因为我们说像客户的数据、交易数据也好，客户本身数据等等都很有价值，那这个价值怎么去评断？其实是没有一个标准的一个客户，我内部能有 1,000 个字段去描述他这 1,000 个字段哪些是有价值的字段，哪些优先入表？其实很难从公司角度去提出来这么一个规划的，可能还是需要监管部门也好，或者说这个数据管理部门也好，可能先给一个定义，比如我们是按照这个定义去对标、去设置，去收集这些数据，去建设这些数据资产，这种情况可能会比较好一些。所以这也是为什么我们内部很难去评判，因为我们评判同样一个指标可能在我刚才说的客户经营场景它有价值，在风控它又用不上，那我怎么去衡量它？这个是很难的。
Q5:您认为数据治理和数据分析两者是否冲突？
目前是没有冲突，而且是相辅相成，而且是必须同时展开啊。因为我能理解到大家做数据治理多一个难点，就他为什么要做数据治理，对吧？业务方是感觉不到你做数据治理价值的，你说数据质量有问题，你要花大成本又去改造，对吧？原系统也要上，我要听数据，一个后端部门去告诉我前面系统该怎么设置，该做校验有什么意义呢？但是就是说如果你不把通过数据分析，不通过这些数字化的事情把数据的价值展现出来，这些前端业务系统和用户模式他认识不到这些数据价值，他就没有去做数据治理的动力。所以它这是一个循环，你数据先利用起来了，用的时候发现有问题、有影响，你才能才有动力去反向去推动数据治理。
Q6:贵公司做数据治理的经验有哪些？
数据治理的话，我们首先是会有一个数据治理的一个组织体系。嗯，这种数据治理小组也是由上到下的去推进这项工作。那在数据治理下的话，我们会设置的各项的制度，包括数据的质量的控制的这种机制，然后数据校验，然后这个数据的这个改造等等。数据的标准，数据的安全，首先会有一系列的制度和机制，在这个基础数据机制下，然后数据治理其实比较重要的还是数据质量这一块，数据治疗这一块的话，因为保险行业比较特殊，本身就是一个监管很重的行业。所以我们会有各种监管报送，监管报送本身就会给我们很提很多的数据制定要求，我们每年其实都有比较多项的专项治理，也是借助监管这种就是从上到下要求，其实我们也比较更容易去推动我们内部的，去让我们原系统也好，或者说提供原数据业务部门去做一些改造，去更规范我们的数据，会有这种，是这种来自于监管的这种要求。
那也会有我们自发的，我们会建一些数据质量的检测工具，那我们会去收录行业里收入监管的一些数据质量规则，然后去每个月、每周去跑，其实日是每日会跑，这报表会看我们要数据治理规则的验证情况，然后我们会有周度或月度的一些数据质量的一些会议去跟我们的前端的业务原系统部门去沟通，去看哪些数据质量问题是高频命中的，是需要进行调整的，也会做这样的一些数据质量的控制机制。去提升我们整体的一个数据。 | 
