1.案例背景

　　中国人寿紧密围绕“科技国寿”战略和“四个一”的信息化建设总目标，不断探索各类大数据底层技术和应用框架，并建设了一批业务类型丰富、价值密度较高的数据密集型信息系统，在基础技术和数据资源两方面具备了进一步开展大数据应用的必要条件。

　　在大数据技术探索方面，中国人寿统一客户平台和中国人寿信用信息平台均引入了目前业界主流的Cloudera CDH作为大数据基础平台，特别是对管理集群、主控集群、工作集群、数据流集群、接入集群5大功能子集群和十余项组件进行了深入研究和小范围试用，基本掌握其核心技术原理并具备应用能力。

　　在大数据资源积累方面，随着近年来各类应用系统的成功上线，集团公司掌握的大数据资源日益丰富。例如，中国人寿统一客户平台汇集寿险、财险、养老险客户信息和关键保单信息，包含客户记录，有效建立全集团统一客户视图，平台历经多年建设，数据资源持续扩充、数据质量不断提升。中国人寿信用信息平台基于客户平台数据，为每名客户计算价值评分、信用评分、流失预测评分、灰名单预测评分和出险预测评分，为客户的科学量化管理提供了数据支撑。中国人寿资产负债管理系统涵盖了资产负债模型所需的各单位负债现金流数据、资产明细数据及Prophet现金流、偿付能力等预测结果数据，为集团各成员单位开展资产负债管理、偿付能力与资本管理、战略资产配置、全面风险管理等工作提供了数据基础。全集团统一投资管理系统深入整合全集团投资类数据，实现对各成员单位投资基础数据的汇集和投研报告的共享，能够实时形成全集团投资全景视图并进行深入分析。集团统一风险管理系统整合了全集团风险合规数据，实现了对风险数据实时化、自动化、动态化、移动化的管控，通过系统二期建设进一步加强了对偿二代风险数据及关联交易数据的管理。

　　2.需要解决的问题及解决方案

　　通过技术探索和系统建设，集团公司已经全面掌握了全集团范围内客户、信用、资产负债、投资、风险合规等多个领域丰富的大数据资源，并在面向各成员单位提供大数据服务方面做了大量基础性工作和进行了一系列有益尝试，但仍存在以下3方面问题有待改善：

　　一是缺少统一的技术出口。例如资产负债管理系统、投资管理系统、风险管理系统均对外提供所在专业领域的数据查询服务，但存在数据接口不统一、数据分散不集中的情况，如能在集团层面提供统一的技术出口，则能避免相同功能的重复开发、降低数据对接的复杂程度。

　　二是缺少成熟的服务模式。例如统一客户平台已经先后为老业务满期转保、电商业务发展、财险脱落客户支持等提供多次数据支持服务，但仍主要采用一事一议和传统的数据批量下发方式，如能将类似服务提升为集团层面的标准服务模式，则能大幅提高数据服务的效率和质量。

　　三是缺少外部大数据支撑。例如统一客户平台和信用信息平台都需要引入外部大数据资源，以进一步提高客户视图及信用模型的全面性、准确性和权威性。同样，各业务条线特别是电商公司在开展销售工作时，也急需外部数据进行存量数据的校验和补全，并为精准营销、批量获客、存量挖潜等领域提供有力支撑。

　　为从根本上解决以上问题，中国人寿建设了集中管理、统一运营的大数据服务平台，以提供统一的技术出口、高效的服务模式、全面的内外部大数据支撑。基于该平台面向各成员单位提供统一化、标准化的大数据服务，可以进一步服务客户，为客户提供更加个性化、人性化的服务；可以进一步服务一线，增加保费、留住客户、促进互动；可以进一步服务决策，为公司制定发展战略、宏观决策提供科学的数据依据，促进中国人寿稳健经营，实现可持续发展。

　　中国人寿大数据服务平台（以下简称“服务平台”）汇集集团公司内外部所有大数据资源的服务调用接口，成为集团大数据资源的统一出口，面向全集团提供共享服务。各成员单位按照集团下发的技术标准，通过接口调用的方式访问服务平台，逐条或批量获得大数据资源。

　　服务平台由集团公司牵头建设并负责运维，平台投入使用后，对于内部大数据的使用需获得数据属主的许可，对于外部大数据采用“谁使用、谁付费”的方式分摊费用。服务平台的建设特别是外部大数据资源的引入，是一个不断试错、不断验真的过程，只有在使用推广中持续优化完善，才能在反复迭代中发挥大数据真实价值，最终迅速提升公司在风控与征信、客户管理与营销、运营与研发等方面的大数据应用水平。

　　3.案例应用实践及效果

　　服务平台投入运行后，首先开展了以下典型应用的对接工作，快速形成亮点、取得全面突破。

　　集团统一信用信息平台：信用信息平台主要基于中国人寿统一客户数据平台构建集团信用体系及信用评估模型，外部数据的引入可以进一步提高信用体系的全面性、准确性和权威性，并能对信用评估模型进行有效性验证，不断优化、提升模型的可用性。

　　保银联合客户大数据信用评级体系建设：项目主要基于中国人寿-广发银行内部客户大数据构建中国人寿客户信用评级体系。对接服务平台后，进一步细化客户价值评级、精准定位客户，强力助推保银互动、客户迁徙及增值服务，提升客户黏性。

　　互联网大数据联合营销获客：该课题是典型的开发内外部大数据资源的营销类项目。引入外部大数据资源与内部资源整合后，可以有效开展存量挖潜、批量获客、精准营销（场景触发、事件营销、社交营销、互联网广告DSP）等场景创新，同步探索新获客线上未成交转线下渠道跟进开发的模式，实现线上线下融合。相较成员单位单独引入外部资源，对接服务平台可以缩短商务谈判时间、扩大潜客范围、降低获客成本、提升成交效率。

　　通过对接以上典型应用，发挥引领示范作用、营造数据应用氛围，由点及面、全面开花，在全集团范围内迅速推广服务平台，为中国人寿大数据应用创新提供有力支持。

　　4.方案前景

　　未来，中国人寿将进一步加强和外部数据公司的合作，不断丰富数据源，并重点开展以下应用场景的推广落地。

　　一是风控与征信。基于大数据公司提供的数据及服务，可以在用户身份信息核验、核保核赔反欺诈、信用卡防盗刷、银行信贷风控等方面开展合作。

　　二是客户管理与营销。具体可以开展存量维系（用户画像、存量挖潜、孤儿单再分配）、批量获客（赠险获客）、精准营销（圈定潜客、场景触发、事件营销、社交营销、互联网广告DSP、平台对接）等领域的合作。

　　三是运营与研发。在APP运营优化方面，可以根据业内APP的下载/使用/流量排名，及用户在APP内的具体使用习惯和情况，为公司APP运营及设计研发提供参考和指导；在技术研发合作方面，可以与大数据公司成立联合实验室，双方共同提供脱敏数据，共同进行数据挖掘，共享数据成果。