某保險智能決策平臺，實現從IT驅動轉換為業務驅動
2022-03-28 15:36:49
次
隨著金融行業風險管理力度的加強，金融市場的格局也正在顯著變化，近幾年隨著技術演進與融合應用，監管提出更加高質量合規風控要求的同時，也加快相關技術的不斷升級。無論是從銀行、證券、保險等不同細分領域來看，還是從支付、風控、客服等不同業務環節而言，大數據相關技術對于金融業務的變革影響都在不斷加深。借力人工智能與大數據分析的力量，讓日常工作智能化，輕量化，便捷化，來緩解一線業務人員的大量重復勞動，提高整體工作效率和準確度，已經成為了金融行業技術創新的新趨勢。
近期，美林數據攜手某保險保險共同搭建面向風控業務團隊的模型實驗室，基于美林數據的Tempo大數據分析平臺，升級改造現有保險風控數據分析流程，讓一線業務人員也能便捷使用專業數據分析工具，成功應對了風控季度業務激增的狀況。
精準分析痛點，以AI模型覆蓋業務需求
某保險保險集團作為一家管理資產規模過萬億元的頭部保險公司，每到風控季都會面對巨量風控數據的挑戰，時間緊任務重，工作難度和工作量都讓風控團隊非常頭痛，究其原因，還是因為風控工作中長久積累的三大痛點亟待解決：
1、 數據分析流程繁瑣
每到風控節點，需要某保險保險風控中心處理分析的數據經常會達到上億條等級。過去團隊在處理非風控現場業務數據時，習慣在專業數據分析軟件構建數據模型之后，再使用excel進行細化分析，整套流程和內部業務系統無法直連，處理效率較慢。
2、無法滿足個性化需求
保險風控業務需要調取業務系統多個層面的數據，復雜的業務背景之下，風控工作中經常會出現各種個性化需求，比如制作可視化報表，搭建可復用業務數據模型等等；但這些需求只能由專業的數據分析人員來處理，他們往往并不熟悉實際業務，執行過程中反倒會增加了很多額外溝通成本。
3、無法在團隊內部實現通用
不少專業統計軟件的功能都需要通過編碼來實現，軟件許可數量也很有限，這就為大量業務人員進行數據分析設置了障礙。
美林數據的專家團隊在深入了解了某保險集團的風控業務流程和實際痛點后，使用Tempo大數據分析工具，搭建起面向風控團隊的模型實驗室，使某保險保險的業務系統可以與Tempo分析工具直接對接，實現數據，權限，工程模塊的更新同步滿足AI模型的調度使用。這樣一來，審計系統運轉需要的AI模型設計、數據輸出、提供調用服務皆由Tempo AI實現，大大簡化了工作流程。
隨著社會整體數字化轉型進度的加快，IT和具體業務結合是公認的數據分析的大趨勢。對于某保險保險的風控業務來說，讓普通業務人員參與到風控流程中的需求就更為急迫，這是因為風控業務相關的數據分析需要和業務專業知識結合才能準確輸出結論，這就需要引入一個降低門檻，而分析結果和IT技術人員相當的分析工具。
在某保險保險的模型實驗室之中，AI數據模型可以輕松實現重新構建和遷移，且模型不再以編碼形式呈現，而是使用拖拽式的形式展現。這樣的呈現方式不僅使模型邏輯一目了然，具體業務環節的數據分析操作也無需業務部門再費勁周折和IT部門傳達需求，一線業務人員自己就可以上手嘗試進行數據模型的編輯。從只有風控分現場3個人能做規則模型到人人可做規則模型轉換，只要經過一段時間的簡單培訓就可以實現。
考慮到風控業務的廣泛性，除滿足已有業務功能外，模型實驗室還可以通過接口對接審計系統的項目信息，實現數據分權，讓使用者可以通過便捷的操作自助創建人員工作組和分析空間（AI+BI），讓全國各地的風控業務和人員可以自由配合，為一線業務人員提供了一個可自主分析的平臺。
AI+BI共同驅動，挖掘業務數據更多價值
除了數據的處理分析操作，基于Tempo大數據分析工具建立的模型實驗室還覆蓋了可視化分析、機器學習、數據權限控制等全流程需求，實驗室中提供的機器學習、文本挖掘的算子的相關功能，可以讓AI和BI實現緊密結合，從實施方法論出發提升系統運行性能，在大量測試基礎上形成了符合實際業務的AI數據使用方案，讓數據挖掘的成果應用更加深入。
保險行業是我國金融產業的重要組成部分，目前我國保險產業已經進入快速發展時期，產業內涵不斷豐富，產業各環節發展模式不斷創新，因此，產業生態參與者更應該將協同合作持續深化。美林數據多年深耕于大數據分析應用與數據治理相關領域，為來自于不同行業的企業提供數字化轉型的創新解決方案。未來，美林數據將以專業實力繼續賦能某保險保險等金融企業，助力打造智慧金融全業態，推動企業走上數字化轉型快車道。
Tempo大數據分析平臺
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
