依據《2021年中國數據中臺行業白皮書》數據統計分析，2020年數據中臺市場規模達到68.2億元。隨著企業數字化轉型驅動，市場需求將持續增加，數據中臺行業增長勢頭明顯，市場規模快速擴張，預計將在2023年達到183.2億元。而所謂數據中臺，即通過將企業全域海量、多源、異構的數據整合資產化，為業務前臺提供數據資源和能力的支撐，實現數據驅動的精細化運營，是一系列數據組件或模塊的集合。

一、保險公司為什么需要數據中臺？

二、保險行業如何搭建數據中臺？

那么落腳到保險行業，險企和保險中介又是如何搭建數據中臺的呢？

相比起天生帶有互聯網基因的企業，傳統險企在數字化轉型過程中要面臨的困難顯然要更多。體現在數據管理層面：一方面，對于保險公司來說，相關數據來源本就多樣，更何況涉及不同險種、產品。且整個保險業務鏈上的環節較多，從咨詢、投保到理賠，每個環節都將產生不同價值的數據，光在數據匯集層面，險企就要承擔巨大的壓力。另一方面，之前傳統險企建立相應的數據系統，大多不是從全局出發，可能只是為了解決當下業務凸顯出的問題。隨著時間的推移，企業內部各部門間的數據成煙囪式發展，形成多個數據孤島，阻礙了信息的互聯互通。

另外在數據分析層面，數據量的龐大從本質上就提高了處理數據的門檻，簡單的Excel不再能應付得了。如果想將數據理順，讓其發揮更大的價值，數據中臺早晚有一天會成為保險行業的“標配”，因此傳統險企在搭建數據中臺的問題上，同樣不甘示弱。

2020年12月，中國太保與阿里巴巴簽署了戰略合作協議，雙方將進一步擴大技術合作范圍，其中重點推進與阿里云的深度合作，加速重構和建設集團級數據中臺、智能中臺、技術中臺等項目，以激發中國太保豐富的數據資產的價值。

相比之下，天生帶有互聯網基因的眾安保險，自身科技屬性要更加突出。2020年，眾安總保費達167億元，實現扭虧為盈，同時交出了互聯網財險行業第一的成績單。在這背后，眾安新一代的保險數字化中臺“無界山2.0”功不可沒。眾安保險首席技術專家，無界山奠基人之一歐昀表示，“無界山2.0”為眾安業務的高速發展提供強有力技術支撐，2020年全年，眾安承保保單量超過79億，2021年春節活動波峰時每秒出具5.4萬張保單。

據介紹，“無界山2.0”由業務中臺+數據中臺+技術中臺組成，其中數據中臺在數據匯集的基礎上，利用機器學習等工具將數據資產化，深挖其價值。而在中國金融家的專訪中，眾安保險CEO姜興也表示，數據是實現數字化的基本生產資料。

同時，眾安在健康生態領域孵化的暖哇科技，對接合作的醫院超過1000家，覆蓋了28個省，并與超過 15 個省市的醫保和衛健委平臺達成合作，構建的數據庫擁有2600萬條醫療保險知識、4萬多條健康風險記錄和9萬個細類風控標簽。在這些數據的基底之上，暖哇科技打造了健康險服務的生態閉環，并與前海財險等多家保險公司達成合作。

除了保險公司，乘著互聯網時代的東風發展起來的保險中介，同樣意識到了科技、數據對于自身發展的重要性。5月，在“向Xin而生”戰略發布會上，i云保創始人、CEO李哲表示，通過打造“云圖智能數據中臺”，將C端消費者、保險代理人行為畫像與保險產品價值融合實現底層數倉搭建，進行消費者保險需求與產品的匹配后，根據不同消費者需求場景分配平臺或保險代理人的高效服務，最終實現保險服務長尾價值的問題。

2020年8月，水滴保險商城宣布未來3年將投入20億元用于保險科技新基建，涵蓋數據中臺、服務中臺、運營中臺、技術中臺四大核心系統，以賦能保險行業全流程由數字化向網絡化、智能化升級迭代。

在多元化的業務場景下，水滴積累了大量的用戶相關數據，這也是水滴科技新基建的重要組成部分。2020年12月，在獵云網創投頒獎盛典上，水滴公司合伙人兼CTO邱慧表示，“數據是衡量一個公司最底層的核心能力，數據量本身就是一個壁壘問題。如果沒有數據去談AI，這就是空中樓閣，水滴科技的基石也是源于數據”。

因此，從數據的匯集、分析等方面入手，一方面，水滴與保險領域之外的醫療機構、醫院合作，不斷豐富、優化數據。目前，水滴于2020年10月上線的CONF醫療知識圖譜涵蓋了99%診斷庫、醫療保障目錄庫和全國95%以上各類醫院及鑒定機構，包含用戶、醫療、產品三大數據庫，極大提升了核保、理賠等環節的準確度和效率。

另一方面，多方數據的整理分析也為其與保險公司合作推出定制化的保險產品成為可能。在各個環節積累的數據幫助水滴建立起完善的用戶畫像，了解用戶需求也就更加輕易。在龐大數據基礎上，水滴先后推出國內首款60-80歲老年人可保的老年醫療險、首款非標體人群可投保的重疾險產品“水滴守護愛重大疾病保險”等。

對于整個保險行業，數據可以說是一切的基底，同時也是企業的壁壘。在中臺的加持下，數據可以在客戶畫像、精準營銷、產品創新、風險防控等方方面面發光發熱。例如在客戶畫像層面，根據對用戶的行為數據進行分析，可將客戶劃分為不同類型、屬性并標簽化；在風險防控層面，基于歷史數據，可以實現對騙保等非法行為的實時分析和預測。可以說，在消費者與服務方之間，數據的“溝通”是最便捷同樣也是最有效的。

但正如前文所提到，同為消費者提供千人千面的解決方案一樣，數據中臺的應用也是定制化、個性化的。如果僅僅是跟隨行業發展大趨勢，不考慮自身情況與特點，照葫蘆畫瓢式的生搬硬套，不僅無法達到降本增效的目的，對于各種資源的投入也是一種浪費。更何況，對于很多傳統險企，數據中臺可能只是一個概念，且市場上存在相關產品界定不清晰、質量參差不齊的情況，不建議保險機構盲目下手。相比起一味追求技術的成熟，從業務發展需求出發構建，顯然要更事半功倍。

其次，數據中臺的構建需要從全局考慮，想要達到預期目的，企業內部各部門間在觀念上能否達成一致，實現有效的數據共享，對于企業文化、組織體系的建設是一個考驗。另外對于保險公司來說，人員流動性過高帶來的執行不積極等問題同樣需要解決。風口雖在，但不插上對癥下藥的“翅膀”，“豬”也是很難飛起來的。