智慧保險(xiǎn)大數(shù)據(jù)平臺(tái)建設(shè)方案

智慧保險(xiǎn)大數(shù)據(jù)平臺(tái)建設(shè)方案大數(shù)據(jù)云平臺(tái)1.建設(shè)背景與需求分析2.智慧保險(xiǎn)大數(shù)據(jù)整體建設(shè)方案3.保險(xiǎn)大數(shù)據(jù)實(shí)施方案目錄Contents4.經(jīng)典案例分析Part1建設(shè)背景與需求分析保險(xiǎn)科技價(jià)值鏈數(shù)據(jù)上鏈破除數(shù)據(jù)孤島數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)?

用戶畫像?

精準(zhǔn)營銷?

核保核賠?

風(fēng)險(xiǎn)管理?

客戶服務(wù)區(qū)塊鏈26 基因檢測(cè)AI3大數(shù)據(jù)1云計(jì)算4…………物聯(lián)網(wǎng)5?

醫(yī)療數(shù)據(jù)UBI感知識(shí)別（AI）?

三方數(shù)據(jù)?

客戶數(shù)據(jù)庫?

流程自動(dòng)化?

評(píng)估模型?

決策系統(tǒng)? 構(gòu)架和平臺(tái)統(tǒng)一、技術(shù)先進(jìn)、安全高效前瞻性? 服務(wù)器和計(jì)算節(jié)點(diǎn)可擴(kuò)展、數(shù)據(jù)結(jié)構(gòu)可擴(kuò)展、ETL處理可擴(kuò)展、平臺(tái)接口可擴(kuò)展可擴(kuò)展? 初次建設(shè)時(shí)選擇開源版本（Apache）或者更貼近開原版本的商業(yè)版本（CDH）開放性? 在硬件資源有限的情況下，應(yīng)盡可能地支持盡量多的數(shù)據(jù)服務(wù)需求，還能承受用戶峰值時(shí)間段壓力高性能? 數(shù)據(jù)模型的穩(wěn)定性、系統(tǒng)運(yùn)行的穩(wěn)定性穩(wěn)定性安全性 ? 防止數(shù)據(jù)服務(wù)體系的數(shù)據(jù)資源被惡意修改和盜取? 防止數(shù)據(jù)在傳輸過程中被截留和篡改? 運(yùn)維涉及硬件設(shè)備、Hadoop平臺(tái)、應(yīng)用系統(tǒng)易維護(hù)? 從實(shí)際需求出發(fā)，前期從單一需求的最小規(guī)模集群起步，以最小投入解決問題，后期再做擴(kuò)充實(shí)用性? ETL功能組件、數(shù)據(jù)預(yù)處理層的數(shù)據(jù)模型、租金復(fù)用、硬件部署等方面的高可用高可用? 建設(shè)企業(yè)級(jí)一體化的監(jiān)控和管理平臺(tái)，后期便于更好地統(tǒng)一管理和維護(hù)統(tǒng)一部署大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)基礎(chǔ)要素? 大數(shù)據(jù)是人工智能存在的基石。多來源、多類型的大數(shù)據(jù)可以從不同角度進(jìn)行逼近真實(shí)的描述，而利用算法可以挖掘數(shù)據(jù)之間的多層次關(guān)聯(lián)關(guān)系。其中過程數(shù)據(jù)（同“用戶行為數(shù)據(jù)”）對(duì)AI意義重大。? 用戶行為數(shù)據(jù)是機(jī)器學(xué)習(xí)的基礎(chǔ)，如果想讓機(jī)器學(xué)到最新的、即時(shí)的用戶行為，形成持續(xù)的反饋閉環(huán)的人工智能系統(tǒng)是機(jī)器智能提升的前提。? 另外，機(jī)器能夠容易理解的反饋數(shù)據(jù)需要符合被標(biāo)記標(biāo)簽的性質(zhì)。? 算法是人工智能決定效率提升的關(guān)鍵因素。人工智能能夠?qū)崿F(xiàn)大量無法統(tǒng)計(jì)的規(guī)則會(huì)被機(jī)器自主發(fā)現(xiàn)和抓取，從而充分挖掘“長(zhǎng)尾用戶”的行為規(guī)律，提高機(jī)器學(xué)習(xí)模型預(yù)測(cè)的精準(zhǔn)度。這就需要超高維度的算法。? 超高維度的算法，首先須要原始數(shù)據(jù)的絕對(duì)值很大，這對(duì)于大數(shù)據(jù)的分布式存儲(chǔ)、處理技術(shù)具有較高要求。? 其次，利用萬億級(jí)的海量特征進(jìn)行機(jī)器學(xué)習(xí)特征處理、模型訓(xùn)練以及線上服務(wù)，需要成千上萬個(gè)節(jié)點(diǎn)進(jìn)行協(xié)同工作，這對(duì)算法及系統(tǒng)的要求是全方位的。? 一個(gè)優(yōu)秀的人工智能模型需要千萬級(jí)的數(shù)據(jù)樣本。因此，在數(shù)據(jù)方面，企業(yè)需加強(qiáng)對(duì)用戶每一個(gè)行為及其結(jié)果的記錄意識(shí)。? 高性能、大規(guī)模的計(jì)算資源是人工智能技術(shù)在實(shí)際應(yīng)用中的必備條件。在人工智能實(shí)際的業(yè)務(wù)場(chǎng)景中，動(dòng)輒數(shù)十億級(jí)別的數(shù)據(jù)，會(huì)給計(jì)算框架帶來嚴(yán)峻的考驗(yàn)。? 構(gòu)建高維度機(jī)器學(xué)習(xí)框架，確保在大數(shù)據(jù)的場(chǎng)景下，計(jì)算能力隨數(shù)據(jù)量增加呈線性增長(zhǎng)，實(shí)現(xiàn)系統(tǒng)時(shí)間成本與計(jì)算成本的可控。? 目前機(jī)器還不具備主動(dòng)、自發(fā)定義任務(wù)的能力，因此，清晰、明確的任務(wù)目標(biāo)就是人工智能得以有效應(yīng)用最為關(guān)鍵的先決條件。? 優(yōu)化、明確業(yè)務(wù)問題需要企業(yè)業(yè)務(wù)專家的深度參與：? 一方面從業(yè)務(wù)出發(fā)，需要在業(yè)務(wù)專家和技術(shù)專家共同對(duì)企業(yè)資源進(jìn)行評(píng)估與組織，最終將商業(yè)目標(biāo)轉(zhuǎn)化為機(jī)器可理解的數(shù)據(jù)挖掘目標(biāo)；? 二是從技術(shù)出發(fā)，將公司的運(yùn)營指標(biāo)和人工智能適用的指標(biāo)進(jìn)行結(jié)合。存在問題采取措施? 企業(yè)應(yīng)該建立數(shù)字化、不間斷的反饋數(shù)據(jù)閉環(huán)，將實(shí)時(shí)數(shù)據(jù)進(jìn)行反饋，使模型具備自我進(jìn)化能力。BRAIN保險(xiǎn)公司構(gòu)建商業(yè)AI能力的核心要素核心有意義的過程數(shù)據(jù)數(shù)字化的持續(xù)反饋高維度的算法能力高性能的計(jì)算能力邊界清晰的問題定義要素BigDataResponseAlgorithmInfrastructureNeeds準(zhǔn)備數(shù)據(jù)分析處理數(shù)據(jù)建模價(jià)值應(yīng)用數(shù)據(jù)接入數(shù)據(jù)處理數(shù)據(jù)分析特征處理模型訓(xùn)練模型評(píng)估模型應(yīng)用數(shù)據(jù)源待評(píng)估數(shù)據(jù)樣本數(shù)據(jù)測(cè)試數(shù)據(jù)算法模型應(yīng)用特征優(yōu)化特征增量測(cè)試數(shù)據(jù)優(yōu)化算法其他場(chǎng)景整理分析模型訓(xùn)練迭代訓(xùn)練遷移標(biāo)簽易使用交互式的圖形化界面能快速的完成任務(wù)問題轉(zhuǎn)化和建模過程的定義多功能多語言支持Python、R、

SQL等多功能語言和用戶習(xí)慣的使用方式數(shù)據(jù)科學(xué)家/業(yè)務(wù)專家高效率提供多種系統(tǒng)化實(shí)驗(yàn)，并提供自動(dòng)的優(yōu)化和調(diào)參功能團(tuán)隊(duì)協(xié)作為不同的團(tuán)隊(duì)角色提供針對(duì)性的功能和與之對(duì)應(yīng)的協(xié)作方式，同時(shí)提供不同角色的培訓(xùn)服務(wù)高效能自主知識(shí)產(chǎn)權(quán)的專利算法和計(jì)算框架提供高效的計(jì)算能力和精準(zhǔn)的應(yīng)用效果高擴(kuò)展性提供多語言的SDK，幫助開發(fā)者在此基礎(chǔ)上完成二次開發(fā)和擴(kuò)展使用開發(fā)者/系統(tǒng)工程師高處理能力大規(guī)模分布式的底層架構(gòu)，滿足高業(yè)務(wù)復(fù)雜度和數(shù)據(jù)量的存儲(chǔ)和處理需求快速定制作為通用開發(fā)平臺(tái)，開發(fā)者可快速依托平臺(tái)的組件庫和架構(gòu)完成專屬的人工智能業(yè)務(wù)系統(tǒng)的定制和對(duì)接模型全生命周期管理?

業(yè)務(wù)專家：利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)獲得提升?

關(guān)心：模型效果、與業(yè)務(wù)結(jié)合、可解釋性?

數(shù)據(jù)科學(xué)家：處理數(shù)據(jù)&模型調(diào)研?

關(guān)心：算法、靈活性、可擴(kuò)展性、性能?

系統(tǒng)管理人員：維護(hù)大量數(shù)據(jù)流&線上模型服務(wù)?

關(guān)心：資源使用、一致性、可管理性人工智能參與人員的角色科技是保險(xiǎn)價(jià)值鏈運(yùn)行的基石個(gè)人家庭企業(yè)團(tuán)體網(wǎng)銷第三方銷售兼業(yè)代理第三方比價(jià)基礎(chǔ)設(shè)施交易支付人工智能物聯(lián)網(wǎng)云計(jì)算大數(shù)據(jù)車險(xiǎn)家財(cái)險(xiǎn)財(cái)產(chǎn)保險(xiǎn)人壽保險(xiǎn)人壽險(xiǎn)健康險(xiǎn)意外險(xiǎn) 理財(cái)險(xiǎn)其他創(chuàng)新險(xiǎn)種退運(yùn)險(xiǎn)賬戶安全險(xiǎn)基于車聯(lián)網(wǎng)的UBI定價(jià)基于移動(dòng)醫(yī)療和可穿戴設(shè)備的健康險(xiǎn)定價(jià)消費(fèi)者 渠道入口 產(chǎn)品創(chuàng)新 產(chǎn)品定價(jià) 保險(xiǎn)公司再保險(xiǎn)車聯(lián)網(wǎng)無人駕駛無人機(jī)基因檢測(cè)可穿戴設(shè)備新興科技成熟度曲線問aleauwilbereach創(chuàng)

in:01陽than

2

years..2105years

510

剛剛D，

morelhan

10years20回帽WU旦司As

01July

2017?-Trough

01 Plateau

or

Disil'usion....

Productivity

資料來源:

Gartner

(

2017

)Slope

01

Enlightenment-? ?、entTimePoak

01In11atedExpectationsInnovationTrigger保險(xiǎn)業(yè)擁抱新興科技未來12個(gè)月內(nèi)，保險(xiǎn)公司對(duì)以下新興科技進(jìn)行投資的可能性有多大？資料來源：普華永道2017年全球金融科技調(diào)查，保險(xiǎn)業(yè)受訪者保險(xiǎn)科技新生態(tài)主體?在現(xiàn)有保險(xiǎn)業(yè)務(wù)流程基礎(chǔ)上應(yīng)用新科技、如精準(zhǔn)營銷、移動(dòng)理賠等開拓端到端的嶄新業(yè)務(wù)模式，如基于用量的保險(xiǎn)（UBI），健康管理服務(wù)等?傳統(tǒng)保險(xiǎn)公司?是保險(xiǎn)科技企業(yè)起步的助推器，能夠通過充沛的資金、優(yōu)秀的管理經(jīng)驗(yàn)幫助科技快速起航金融投資機(jī)構(gòu)?拓展保險(xiǎn)服務(wù)的外延，在壽險(xiǎn)、財(cái)險(xiǎn)、健康險(xiǎn)方面都扮演著“以技術(shù)促服務(wù)”的角色改變信息采集、分析和使用方式，如無人機(jī)信息收集、可穿戴設(shè)備和醫(yī)療服務(wù)的結(jié)合等?初創(chuàng)科技企業(yè)?通過加強(qiáng)線上線下服務(wù)聯(lián)動(dòng)的方式，強(qiáng)化保險(xiǎn)中介的重要性，增強(qiáng)用戶的黏著度保險(xiǎn)中介機(jī)構(gòu)?物美價(jià)廉、公開透明的選擇，使認(rèn)知風(fēng)險(xiǎn)、緊密溝通、有效交互、主動(dòng)消費(fèi)成為保險(xiǎn)消費(fèi)的“新常態(tài)”保險(xiǎn)消費(fèi)者?包括了和保險(xiǎn)產(chǎn)品相關(guān)的上下游企業(yè)，是保險(xiǎn)科技的主要呈現(xiàn)者如汽車廠商和車輛往的集合，互聯(lián)網(wǎng)企業(yè)、醫(yī)療機(jī)構(gòu)和保險(xiǎn)行業(yè)的合作。?其他行業(yè)巨頭???推進(jìn)現(xiàn)有監(jiān)管制度優(yōu)化以適應(yīng)保險(xiǎn)科技新趨勢(shì)與企業(yè)保持密切聯(lián)系，對(duì)保險(xiǎn)科技創(chuàng)新持續(xù)跟蹤監(jiān)管加強(qiáng)科研機(jī)構(gòu)、企業(yè)、媒體多方合作推進(jìn)保險(xiǎn)科技發(fā)展監(jiān)管機(jī)構(gòu)新保險(xiǎn)生態(tài)系統(tǒng)以用戶為中心建設(shè)互聯(lián)網(wǎng)＋保險(xiǎn)客戶獲取客戶轉(zhuǎn)化客戶服務(wù)客戶挽回戰(zhàn)略&規(guī)劃明確并聚焦目標(biāo)分析&洞察全方位深入分析應(yīng)用&營銷&交互多渠道協(xié)同，數(shù)據(jù)應(yīng)用客戶體驗(yàn)建設(shè)可靠信任關(guān)系DATADATADATADATADATADATADATADATA數(shù)據(jù)整合用戶畫像數(shù)據(jù)分析客戶細(xì)分模型客戶價(jià)值模型忠誠度模型受眾群體擴(kuò)展模型社會(huì)網(wǎng)絡(luò)模型客戶獲取客戶轉(zhuǎn)化客戶服務(wù)數(shù)據(jù)應(yīng)用業(yè)務(wù)轉(zhuǎn)型大數(shù)據(jù)技術(shù)與平臺(tái)支撐大數(shù)據(jù)分析技術(shù)和工具保險(xiǎn)企業(yè)客戶分析模型不斷優(yōu)化的管理閉環(huán)外部數(shù)據(jù)內(nèi)部數(shù)據(jù)數(shù)據(jù)模型業(yè)務(wù)應(yīng)用用戶行為偏好數(shù)據(jù)匹配DATA02：建設(shè)目標(biāo)03：業(yè)務(wù)規(guī)劃04：技術(shù)實(shí)現(xiàn)保險(xiǎn)行業(yè)發(fā)展大數(shù)據(jù)的難點(diǎn)數(shù)據(jù)多整合困難客戶多分析困難需求多應(yīng)用困難數(shù)據(jù)來源的多樣性數(shù)據(jù)類型的復(fù)雜性數(shù)據(jù)特征的多元化數(shù)據(jù)處理方法的差異化組織內(nèi)部數(shù)據(jù)的分散性數(shù)據(jù)共享機(jī)制的缺乏…怎么識(shí)別客戶全方位的特征？怎樣有效細(xì)分客戶？怎樣提取客戶的共同需求？怎樣利用不同模型/算法生成客戶多樣化標(biāo)簽？怎樣進(jìn)行客戶行為偏好分析？…如何與客戶實(shí)時(shí)交互如何及時(shí)響應(yīng)客戶的需求如何提供滿意的客戶體驗(yàn)如何降低客戶流失如何控制客戶維系成本如何對(duì)客戶進(jìn)行精準(zhǔn)營銷…Part2智慧保險(xiǎn)大數(shù)據(jù)整體解決方案大數(shù)據(jù)管理平臺(tái)應(yīng)用平臺(tái)大數(shù)據(jù)采集業(yè)務(wù)數(shù)據(jù)匯集系統(tǒng)用戶行為數(shù)據(jù)采集系統(tǒng)互聯(lián)網(wǎng)公開數(shù)據(jù)抓取系統(tǒng)大數(shù)據(jù)清洗業(yè)務(wù)數(shù)據(jù)清洗系統(tǒng)用戶行為數(shù)據(jù)清洗系統(tǒng)互聯(lián)網(wǎng)公開數(shù)據(jù)清洗系統(tǒng)大數(shù)據(jù)標(biāo)準(zhǔn)化用戶多重ID歸一化系統(tǒng)商品歸一化系統(tǒng)大數(shù)據(jù)結(jié)構(gòu)化用戶標(biāo)簽管理系統(tǒng)商品標(biāo)簽管理系統(tǒng)管理平臺(tái)基礎(chǔ)平臺(tái)可視化數(shù)據(jù)操作平臺(tái)大數(shù)據(jù)操作系統(tǒng)（BD-OS）數(shù)據(jù)全生命周期管理業(yè)務(wù)流程全生命周期管理業(yè)務(wù)價(jià)值挖掘建模數(shù)據(jù)訪問資源管控分布式存儲(chǔ)（磁盤及內(nèi)存）數(shù)據(jù)接入安全(認(rèn)證權(quán)限ACL)監(jiān)控配置及報(bào)警安裝及云服務(wù)電子商城個(gè)性化系統(tǒng)移動(dòng)商城個(gè)性化系統(tǒng)媒體網(wǎng)站個(gè)性化系統(tǒng)在線營銷支持系統(tǒng)門店?duì)I銷支持系統(tǒng)會(huì)員營銷支持系統(tǒng)全網(wǎng)市場(chǎng)監(jiān)控系統(tǒng)輿情管家商情管家用戶洞察系統(tǒng)個(gè)性化推薦引擎（BRE）自動(dòng)化營銷引擎（BME）大數(shù)據(jù)分析引擎（BAE）媒體網(wǎng)站個(gè)性化系統(tǒng)以用戶為中心建設(shè)互聯(lián)網(wǎng)＋保險(xiǎn)客戶獲取客戶轉(zhuǎn)化客戶服務(wù)客戶挽回戰(zhàn)略&規(guī)劃明確并聚焦目標(biāo)分析&洞察全方位深入分析應(yīng)用&營銷&交互多渠道協(xié)同，數(shù)據(jù)應(yīng)用客戶體驗(yàn)建設(shè)可靠信任關(guān)系DATADATADATADATADATADATADATADATA數(shù)據(jù)整合用戶畫像數(shù)據(jù)分析客戶細(xì)分模型客戶價(jià)值模型忠誠度模型受眾群體擴(kuò)展模型社會(huì)網(wǎng)絡(luò)模型客戶獲取客戶轉(zhuǎn)化客戶服務(wù)數(shù)據(jù)應(yīng)用業(yè)務(wù)轉(zhuǎn)型大數(shù)據(jù)技術(shù)與平臺(tái)支撐大數(shù)據(jù)分析技術(shù)和工具保險(xiǎn)企業(yè)客戶分析模型不斷優(yōu)化的管理閉環(huán)外部數(shù)據(jù)內(nèi)部數(shù)據(jù)數(shù)據(jù)模型業(yè)務(wù)應(yīng)用用戶行為偏好數(shù)據(jù)匹配DATA為保險(xiǎn)企業(yè)提供端到端的整體解決方案DATADATADATADATADATADATADATADATA數(shù)據(jù)整合用戶畫像數(shù)據(jù)分析客戶細(xì)分模型客戶價(jià)值模型忠誠度模型受眾群體擴(kuò)展模型社會(huì)網(wǎng)絡(luò)模型客戶獲取客戶轉(zhuǎn)化客戶服務(wù)數(shù)據(jù)應(yīng)用業(yè)務(wù)轉(zhuǎn)型外部數(shù)據(jù)內(nèi)部數(shù)據(jù)數(shù)據(jù)模型持續(xù)優(yōu)化DATA客戶歸一123456海量多源異構(gòu)數(shù)據(jù)的整合第一方數(shù)據(jù)實(shí)時(shí)用戶行為采集內(nèi)容：CRM、信用卡等業(yè)務(wù)系統(tǒng)數(shù)據(jù)數(shù)據(jù)格式：關(guān)系型數(shù)據(jù)庫獨(dú)特優(yōu)勢(shì)：靈活、易擴(kuò)展、高操控性業(yè)務(wù)系統(tǒng)數(shù)據(jù)采集內(nèi)容：用戶行為軌跡數(shù)據(jù)格式：自定義、高度靈活獨(dú)特優(yōu)勢(shì)：實(shí)時(shí)、跨站、跨瀏覽器、跨設(shè)備、…采集內(nèi)容：Txt、CSV、Excel、XML、Word、PDF、Socket…獨(dú)特優(yōu)勢(shì)：支持非結(jié)構(gòu)化數(shù)據(jù)、實(shí)時(shí)、高效日志數(shù)據(jù)抓取內(nèi)容：媒體資訊、貼吧、微博、搜索引擎、…數(shù)據(jù)格式：將HTML轉(zhuǎn)換為格式化數(shù)據(jù)（Json）獨(dú)特優(yōu)勢(shì)：精確的流量控制、JS引擎、模擬登錄、模擬用戶行為、功能全面、操作簡(jiǎn)單數(shù)據(jù)探頭系統(tǒng)數(shù)據(jù)橋接系統(tǒng)日志收集系統(tǒng)抓取系統(tǒng)互聯(lián)網(wǎng)開放數(shù)據(jù)采集內(nèi)容：央行征信、銀聯(lián)交易等合作方數(shù)據(jù)數(shù)據(jù)格式：可支持各種第二方數(shù)據(jù)格式獨(dú)特優(yōu)勢(shì)：支持多種數(shù)據(jù)格式，按需采集，靈活、易擴(kuò)展SDK/API/接口合作方數(shù)據(jù)第二方數(shù)據(jù)第三方數(shù)據(jù)大數(shù)據(jù)平臺(tái)海量多源異構(gòu)數(shù)據(jù)的整合第一方數(shù)據(jù)實(shí)時(shí)用戶行為采集內(nèi)容：CRM、信用卡等業(yè)務(wù)系統(tǒng)數(shù)據(jù)數(shù)據(jù)格式：關(guān)系型數(shù)據(jù)庫獨(dú)特優(yōu)勢(shì)：靈活、易擴(kuò)展、高操控性業(yè)務(wù)系統(tǒng)數(shù)據(jù)采集內(nèi)容：用戶行為軌跡數(shù)據(jù)格式：自定義、高度靈活獨(dú)特優(yōu)勢(shì)：實(shí)時(shí)、跨站、跨瀏覽器、跨設(shè)備、…采集內(nèi)容：Txt、CSV、Excel、XML、Word、PDF、Socket…獨(dú)特優(yōu)勢(shì)：支持非結(jié)構(gòu)化數(shù)據(jù)、實(shí)時(shí)、高效日志數(shù)據(jù)抓取內(nèi)容：媒體資訊、貼吧、微博、搜索引擎、…數(shù)據(jù)格式：將HTML轉(zhuǎn)換為格式化數(shù)據(jù)（Json）獨(dú)特優(yōu)勢(shì)：精確的流量控制、JS引擎、模擬登錄、模擬用戶行為、功能全面、操作簡(jiǎn)單數(shù)據(jù)探頭系統(tǒng)數(shù)據(jù)橋接系統(tǒng)日志收集系統(tǒng)抓取系統(tǒng)互聯(lián)網(wǎng)開放數(shù)據(jù)采集內(nèi)容：央行征信、銀聯(lián)交易等合作方數(shù)據(jù)數(shù)據(jù)格式：可支持各種第二方數(shù)據(jù)格式獨(dú)特優(yōu)勢(shì)：支持多種數(shù)據(jù)格式，按需采集，靈活、易擴(kuò)展SDK/API/接口合作方數(shù)據(jù)第二方數(shù)據(jù)第三方數(shù)據(jù)大數(shù)據(jù)平臺(tái)5.5億+用戶全網(wǎng)畫像：●9大維度●500+子維度●1,100萬+用戶標(biāo)簽日活躍4,000+萬UV：●日活躍訪次：3,700萬●日活躍PV：1.2億●日推薦次數(shù)：6,000萬●并發(fā)推薦：2萬次/秒●單次響應(yīng)時(shí)間：<200ms●21大類●4,000+子類●400+商品標(biāo)簽維度●100萬+商品標(biāo)簽數(shù)1億+商品全網(wǎng)畫像：1,000萬+媒體標(biāo)簽：●20大類●1,000+子類●200+媒體標(biāo)簽維度第三方數(shù)據(jù)跨渠道用戶ID歸一用戶畫像客戶收入支出信息客戶渠道使用客戶資金往來...客戶基本信息客戶持有產(chǎn)品客戶歷史交易客戶風(fēng)險(xiǎn)等級(jí)事實(shí)標(biāo)簽用戶畫像標(biāo)簽原始數(shù)據(jù)預(yù)測(cè)標(biāo)簽?zāi)Ｐ蜆?biāo)簽資金往來趨勢(shì)產(chǎn)品購買次數(shù)投訴次數(shù)...人口屬性賬戶歷史趨勢(shì)渠道使用頻率...用戶關(guān)聯(lián)關(guān)系用戶滿意度用戶風(fēng)險(xiǎn)評(píng)分...產(chǎn)品購買偏好渠道使用偏好用戶活躍度...消費(fèi)能力違約概率用戶近期需求...人口屬性人群屬性用戶流失概率...人口屬性用戶價(jià)值用戶興趣愛好...模型預(yù)測(cè)建模分析統(tǒng)計(jì)分析用戶畫像客戶收入支出信息客戶渠道使用客戶資金往來...客戶基本信息客戶持有產(chǎn)品客戶歷史交易客戶風(fēng)險(xiǎn)等級(jí)事實(shí)標(biāo)簽用戶畫像標(biāo)簽原始數(shù)據(jù)預(yù)測(cè)標(biāo)簽?zāi)Ｐ蜆?biāo)簽資金往來趨勢(shì)產(chǎn)品購買次數(shù)投訴次數(shù)...人口屬性賬戶歷史趨勢(shì)渠道使用頻率...用戶關(guān)聯(lián)關(guān)系用戶滿意度用戶風(fēng)險(xiǎn)評(píng)分...產(chǎn)品購買偏好渠道使用偏好用戶活躍度...消費(fèi)能力違約概率用戶近期需求...人口屬性人群屬性用戶流失概率...人口屬性用戶價(jià)值用戶興趣愛好...模型預(yù)測(cè)建模分析統(tǒng)計(jì)分析客戶全景視圖交易信息基于現(xiàn)有各個(gè)業(yè)務(wù)系統(tǒng)和渠道產(chǎn)生的數(shù)據(jù)客戶行為偏好信息包含客戶即時(shí)偏好分析和長(zhǎng)期偏好分析，形成客戶興趣偏好標(biāo)簽客戶社會(huì)關(guān)系網(wǎng)客戶交互信息基于分析客戶對(duì)內(nèi)對(duì)外的各類數(shù)據(jù)，形成完整的客戶交互標(biāo)簽人口統(tǒng)計(jì)學(xué)標(biāo)簽基本屬性，源于現(xiàn)有客戶基本信息以及外部數(shù)據(jù)源性別家庭住址工作單位年齡收入和支出交易流水產(chǎn)品和服務(wù)購買歷史近期金融產(chǎn)品需求客戶意見反饋未來服務(wù)預(yù)期客戶行為偏好客戶溝通記錄(郵件/短信/QQ)客戶討論傾向客戶態(tài)度和觀點(diǎn)KAM基于企業(yè)業(yè)務(wù)需求、場(chǎng)景構(gòu)建標(biāo)簽，劃分主題、顆粒度等示例商業(yè)建模相似度計(jì)算推薦算法文本挖掘算法分類聚類算法預(yù)測(cè)算法模型一：客戶細(xì)分模型

挖掘高價(jià)值客戶，提升非付費(fèi)客戶到付費(fèi)客戶的轉(zhuǎn)化率客戶分類描述實(shí)現(xiàn)步驟高價(jià)值客戶畫像高價(jià)值客戶可定義為：1、件均保費(fèi)高的期繳保單客戶2、保單數(shù)排名前矛的客戶對(duì)高價(jià)值客戶進(jìn)行畫像，歸納總結(jié)高價(jià)值客戶群體特征，從現(xiàn)有客戶中挖掘有潛力的客戶，使其轉(zhuǎn)化為高價(jià)值客戶1、抽取A公司高價(jià)值客戶和非高價(jià)值客戶兩個(gè)數(shù)據(jù)樣本2、分析兩個(gè)樣本的群體特征，找出高價(jià)值客戶群相對(duì)非高價(jià)值客戶群的區(qū)別，并進(jìn)行畫像3、根據(jù)畫像結(jié)果，按照營銷跟進(jìn)并根據(jù)效果進(jìn)行持續(xù)優(yōu)化付費(fèi)客戶畫像通過分析付費(fèi)客戶和非付費(fèi)客戶，畫像兩個(gè)群體的差異特征，并從非付費(fèi)客戶中尋找符合付費(fèi)客戶的特征，針對(duì)性的銷售以提升轉(zhuǎn)化率1、提供付費(fèi)和非付費(fèi)客戶樣本群進(jìn)行初步分析，取得差異化特征維度2、針對(duì)差異化維度進(jìn)行建模測(cè)試，訓(xùn)練并達(dá)到預(yù)期建模效果3、從非付費(fèi)客戶群中抽取與付費(fèi)客戶特征相似的客戶進(jìn)行有針對(duì)性的營銷模型二：客戶的價(jià)值模型

精準(zhǔn)的營銷,不存在錯(cuò)誤的客戶，只存在錯(cuò)誤的宣傳。個(gè)性化推薦和營銷就是在最合適的時(shí)間、以最恰當(dāng)?shù)姆绞?、向客戶推薦或營銷他最需要的資訊、產(chǎn)品或服務(wù)。場(chǎng)景1：個(gè)性化精準(zhǔn)營銷場(chǎng)景2：實(shí)時(shí)的精準(zhǔn)營銷不同的用戶不同的產(chǎn)品個(gè)性化推薦和營銷出行之前，看到的不再是重復(fù)的廣告，而是針對(duì)性的旅行保險(xiǎn)廣告進(jìn)入系統(tǒng)，伴之而來的廣告不再是千篇一律的“垃圾”廣告，而是考慮了職業(yè)、性別、年齡、收入等因素的針對(duì)性產(chǎn)品市場(chǎng)細(xì)分是解決用戶異質(zhì)性的一種方法，而個(gè)性化則是市場(chǎng)細(xì)分的極致，即把每一個(gè)用戶看成一個(gè)細(xì)分市場(chǎng)，這也是營銷的終極目標(biāo)。用戶的“異質(zhì)性”與產(chǎn)品的“差異化”模型三：客戶的忠誠度模型

針對(duì)不同類型用戶采用不同的營銷策略購買比數(shù)得分最高金額得分平均金額得分最近購物得分活躍家數(shù)得分5.004.003.002.001.00消費(fèi)能力用戶粘性低活躍低價(jià)值用戶，綜合考慮是否有必要花成本活躍用戶，提高服務(wù)質(zhì)量進(jìn)行引導(dǎo)一般保持客戶一般挽留客戶重要保持客戶重要挽留客戶重要發(fā)展客戶重要價(jià)值客戶一般發(fā)展客戶一般價(jià)值客戶高價(jià)值低活躍，花成本搞活最近一次消費(fèi)(Recency)消費(fèi)頻率(Frequency)消費(fèi)金額(Monetary)客戶價(jià)值重要價(jià)值客戶重要發(fā)展客戶重要保持客戶重要挽留客戶一般價(jià)值客戶一般發(fā)展客戶一般保持客戶一般挽留客戶模型四：受眾群體的擴(kuò)散模型

篩選最具購買傾向的客戶名單模型五：社會(huì)網(wǎng)絡(luò)模型

引流&重新建立失聯(lián)客戶業(yè)務(wù)描述實(shí)現(xiàn)步驟客戶引流與獲客結(jié)合雙方共同的合作方，協(xié)助A公司引流合作方的客戶到自身平臺(tái)，借以獲客并取得二次營銷的機(jī)會(huì)1、從合作方獲取客戶資料2、通過雙盲撥打/短信或其他方式觸達(dá)客戶端，進(jìn)行營銷宣傳與獲客區(qū)域性保險(xiǎn)贈(zèng)品發(fā)放根據(jù)客戶偏好分析，有針對(duì)性的配置贈(zèng)品進(jìn)行發(fā)放針對(duì)區(qū)域內(nèi)客戶的全網(wǎng)行為特征和偏好，有針對(duì)性的配置贈(zèng)品進(jìn)行發(fā)放失聯(lián)客戶聯(lián)系重建保險(xiǎn)存在大量的失聯(lián)客戶（客戶換手機(jī)或手機(jī)號(hào)不正確），可通過平臺(tái)的用戶數(shù)據(jù)進(jìn)行匹配，并反饋正確的信息1、整理C保險(xiǎn)現(xiàn)有用戶數(shù)據(jù)，進(jìn)行必要的清洗2、對(duì)清洗后的失聯(lián)數(shù)據(jù)，在平臺(tái)的數(shù)據(jù)庫中進(jìn)行匹配3、對(duì)于匹配上的數(shù)據(jù)，平臺(tái)反饋真實(shí)的聯(lián)系方式及相關(guān)信息洞察用戶特征，精準(zhǔn)觸達(dá)高凈值用戶

實(shí)現(xiàn)從客戶細(xì)分、營銷策劃、營銷執(zhí)行到效果評(píng)估的精準(zhǔn)營銷閉環(huán)管理通過個(gè)性化推薦技術(shù)實(shí)現(xiàn)智能商品導(dǎo)購，提升交叉/向上銷售

反復(fù)迭代、持續(xù)性的優(yōu)化圖形化的顯示為領(lǐng)導(dǎo)層的決策提供支撐持續(xù)優(yōu)化洞察報(bào)表效果報(bào)表投放報(bào)表效果監(jiān)測(cè)新老訪客分析，網(wǎng)頁熱度分析，用戶忠誠度分析投放實(shí)時(shí)展示多維度投放監(jiān)控媒體分析渠道分析受眾分析受眾篩選實(shí)時(shí)優(yōu)化調(diào)查問卷標(biāo)簽體系（如人口的自然屬性，人群興趣、人群行為、購物行為等）協(xié)助廣告主進(jìn)行精準(zhǔn)的受眾篩選效果優(yōu)化系統(tǒng)使用基于OnlineLearning的算法思維，結(jié)合用戶數(shù)據(jù)生成的各種特征（如TF/IDF、特征向量模型、SVM、決策樹、K-Means、交叉特征、層次平滑體系樹、用戶實(shí)時(shí)反饋特征），幫助各種合作渠道優(yōu)化效果策略對(duì)于階段性投放效果發(fā)布調(diào)查問卷，結(jié)合調(diào)研效果調(diào)整下一階段的投放策略Part3保險(xiǎn)大數(shù)據(jù)實(shí)施方案華夏人壽電子商務(wù)大數(shù)據(jù)的實(shí)施建議一階段：用戶行為采集分析及營銷試點(diǎn)三階段：個(gè)性化推薦及精準(zhǔn)營銷應(yīng)用二階段：多源數(shù)據(jù)整合及用戶畫像建模目標(biāo)主要工作補(bǔ)充第三方數(shù)據(jù)PC端官網(wǎng)用戶行為數(shù)據(jù)采集用戶行為分析選擇產(chǎn)品試點(diǎn)精準(zhǔn)營銷多觸點(diǎn)數(shù)據(jù)整合（App、WAP等）全網(wǎng)用戶拉通運(yùn)營指標(biāo)分析基于用戶行為的用戶畫像用戶標(biāo)簽體系搭建電子商務(wù)業(yè)務(wù)用戶洞察智能實(shí)時(shí)精準(zhǔn)推薦場(chǎng)景式營銷周期三個(gè)月六個(gè)月迭代式一階段建設(shè)思路4.基于采集的數(shù)據(jù)和補(bǔ)充的數(shù)據(jù)進(jìn)行用戶畫像用戶行為分析產(chǎn)品解構(gòu)用戶畫像建模2.1用戶行為采集官方網(wǎng)站部署采集的代碼收集用戶瀏覽行為收集用戶交易行2.2采集公司內(nèi)部數(shù)據(jù)產(chǎn)品信息產(chǎn)品持有人信息5.精準(zhǔn)營銷，獲取新客用戶分群針對(duì)特定人群進(jìn)行DSP營銷采集&分析用戶行為精準(zhǔn)營銷試點(diǎn)1.明確項(xiàng)目范圍、目標(biāo)數(shù)據(jù)源：華夏人壽PC端官方網(wǎng)站確定試點(diǎn)營銷的保險(xiǎn)產(chǎn)品確定試點(diǎn)營銷的預(yù)算（投放廣告成本）明確項(xiàng)目目標(biāo)一個(gè)月一個(gè)月一個(gè)月3.1與平臺(tái)數(shù)據(jù)進(jìn)行匹配3.2補(bǔ)充互聯(lián)網(wǎng)用戶行為數(shù)據(jù)用戶產(chǎn)品偏好用戶渠道偏好用戶交易偏好用戶媒體偏好構(gòu)建用戶畫像補(bǔ)充互聯(lián)網(wǎng)數(shù)據(jù)保險(xiǎn)公司需要建立的關(guān)鍵大數(shù)據(jù)能力l刷

100"0110100II11帽111幅田tt

101It晶"1'101。怕11曲1100II1111劇1崎咽110011111010tl1101X由1I

.01l00c畫1101帽1)11崎11，晶"1

1010怕11盼"餌:101111011崎嶇蜀111011101

111010崎H崎H帽1)11110111刷刷'餌'''111'1∞111I00001110110餌1)1峙'餌1)1110111。:1"0崎10111011目)01111制"01010刷刷刷圄

獲取回應(yīng)用資料來源:

BCG分析開拓?cái)?shù)據(jù)來添1.消費(fèi)者2.

內(nèi)部共享3.

行業(yè)平臺(tái)建立許可與信任?商業(yè)應(yīng)用場(chǎng)景構(gòu)建 ClB2 二、A 數(shù)據(jù)分析與建模數(shù)據(jù)存儲(chǔ)與整合?? ?團(tuán)

組織

-

組織建設(shè)C2專注的數(shù)據(jù)人才治理和文化????制約大數(shù)據(jù)實(shí)