保险公司数据问题与数据治理探讨

什么是数据治理？数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。这与保险公司数据的现状密切相关。目前，保险公司在数据层面上主要存在三大问题，而正是这些问题，催生了保险行业数据治理概念的出现和流行。

一、国内保险公司在大数据上存在的三大问题

1. 数据割裂：是指表示保险经营管理活动各个环节的数据之间缺少必要的逻辑校验。后果：无法提供整体的信息。保险公司的财务系统、核心业务系统、销售支撑系统以及CRM等都是基于独立的需求在不同时期分别搭建的，缺少整体设计，没有从全局的角度出发进行规划，数据存在割裂，从而形成了各个数据孤岛；其次是IT系统的建设缺少扩展能力，在系统设计上未考虑持续性发展的问题。国内的保险公司在IT系统建设之初普遍存在缺少成熟的保险数据模型，导致系统建设时对未来缺少预见性，当变化来临时系统的频繁的升级，增减关键元数据，加剧了整体数据间的逻辑割裂。

2. 数据完整性问题：保险公司目前采集的数据不能够完全满足支持决策的需要，其主要表现在客户数据和产品定价所需数据的不完整。后果：无法提供有效的支持决策的信息。造成这种问题的原因可以归结为2个方面：首先，保险公司自身主观的原因。一是与公司整体规划和数据模型的确实有关，IT系统在设计时没有想到要采集某类数据；二是IT系统在设计时就决定不采集某类数据，影响保险公司作出这样决策的因素是多方面的，其中最重要的就是基于对操作效率的要求，还有是实际操作时为了提高效率而不采集。其次，是市场环境等客观因素的原因。一方面是客户在投保时确实无法提供相关信息或担心隐私泄密或担心被骚扰，投保时不愿提供个人详细信息；另一方面各类中介机构为把持客户资源，不愿提供完整的客户信息给保险公司。

3. 数据不够真实不规范：保险公司积累的数据不符合行业、公司的规则或标准，甚至是虚假数据。后果：无法提供准确的信息。导致保险公司积累的数据不够真实规范的原因是多方面的，从主客观的角度来看，归纳如下：主观上，保险公司基于自身利益的驱动，为了迎合业绩考核，定向的篡改数据或制造假业务，导致数据失真。客观上，一是在目前国内信用体系还不够完善，保险公司保密制度建设不到位的现实情况下，保险中介机构包括业务员担心信息泄露影响未来业绩，提供的客户信息不真实；另一方面，由于数据录入人员的不认真，内部数据检验不到位，导致数据失真或者不规范。

二、实施数据治理的条件和手段

数据对于保险公司的重要意义已经不言而喻，然而面对数据存在的上述种种问题，保险公司到底应该怎样做才能达到辅助支持决策的目的？实施持续性的数据治理是从浩瀚的问题数据中突围的一条重要也是必要的途径。

1. 组织是数据治理得以顺利实施的保障。一个跨领域的组织是数据治理工作得以顺利实施的保证，这一组织最重要的特征就是具有公司高层的授权和包括资深的业务与IT专家。该机构能够理解公司战略定位并参与战略制定，掌握IT系统建设的决策权，能够将数据战略与业务战略、IT战略紧密结合。数据问题产生的原因决定了数据治理将涉及到内容广泛的基础性工作，包括：解决“管理隔离，导致IT隔离，导致数据割裂“的问题、监督保险数据模型和业务实务制度的制定、审核各类管理与考核规定对数据的营销。

2. 培育企业数据文化是数据治理成果与否的关键。数据治理工作的一项核心任务就是要在公司内培育企业数据文化，数据文化的成功与否主要体现在公司全员对数据的认识上，而培育企业数据文化就是要达成”真实的数据才是公司财富“的共识，形成人人关心数据、尊重数据与自觉维护数据的氛围，这既是数据治理工作的内容，也是能否达成治理目的的关键。

3. 管理、保护和整合企业数据是数据治理的目的。数据治理的另一项核心任务是管理保护和整合企业数据，这是数据治理的目的，通常采用的手段包括建章立制和监督、审计、处理与应用等。建立完善的制度是达成治理目的的基础。一是约束和要求数据治理工作本身的制度的建设，这是其他制度执行力的保障；二是信息化建设支持制度的建设，这是解决不同环节政策冲突的保障，目的是保证公司的信息化建设始终以数据为核心，一切架构和设计以及战略规划都围绕着这个核心来进行；三是数据治理流程制度的建设，如数据修正制度和奖惩制度等，这是解决数据治理过程中所发现问题的依据，也是达成数据治理目的的途径。

严格的执行监督、审计、处理和应用流程是达成治理目的的保障。监督的内容主要包括系统的新建、制度建立和制度执行，通过专家审核制度对可能危害和污染数据的新建系统、新立制度等作出否决，并利用授权对制度执行不力的机构和个人依“法”作出处罚；审计的内容主要包括已建系统、各项数据流、历史数据和新采集数据，针对不同的内容，依据相关制度形成评估报告；处理就是对审计发现的问题采取特定的处理措施。

4. 数据治理是IT部门摆脱困境、体现价值的机会。在公司期望数据能够对决策作出有效支持和数据本身存在严重问题的客观事实下，IT部门在数据应用层面处于尴尬境地。在不能实施完善的数据治理体系的前提下，IT部门主导并负责数据治理，虽说怎样获得高层支持和如何将业务部门纳入数据治理体系都是棘手的问题，但依据数据治理体系，提出治理建议，改进四维、能力、知识和服务模式，变被动为主动，将有利于IT部门缓解在公司数据应用层面所承受的压力，实现自身价值被公司认可的愿望。