数据是现代保险业务的生命线。它是推动承保流程、确定准确定价、管理理赔和促进客户参与的核心要素。然而，尽管数据在保险业务中扮演着重要角色，每天收集的数据量巨大，大多数保险公司仍然在访问、分析和利用这些数据进行业务决策方面遇到困难。
这背后有多种原因。特别是在健康和人寿保险领域，严格的数据隐私和安全规定使得难以获得跨不同护理渠道的个人患者体验的完整视图。分段的业务功能和用于特定工作流程的不同工具通常无法相互沟通，导致企业内部出现数据孤岛。此外，该行业通过多年的合并、收购和技术转型逐步发展，形成了拼凑式的技术方法。如今，在看到成员人口的完整实时视图之前，必须导航多个不同的系统和内部协议。
AI的增长促使数据讨论
与此同时，由AI驱动的分析、工作流管理和客户参与工具承诺彻底改变从承保到客户参与的保险业务各个方面。然而，许多公司正在艰难地发现，从支离破碎的数据基础到实现AI的承诺之间存在巨大的飞跃。事实上，即使是最强大的大型语言模型（LLMs）也只能在其构建的数据基础上发挥效能。因此，除非保险公司整顿其数据基础，否则AI所承诺的实际收益将不会实现。
在过去几个月中，我们在现代化数据架构和将AI集成到各种保险工作流程的过程中，确定了创建支持AI创新的数据优先文化的四个关键要素：
- 领导层支持：开发成功的数据优先文化的第一个也是最关键的步骤是来自高层的支持。这一过程将需要大量投资，并做出关于哪些事项优先处理、哪些遗留流程应被移除以及新数据基础设施的最终目标的重要决策。这种承诺必须从C-suite级别开始。领导层必须在所有业务职能中优先考虑数据驱动的战略。
- 跨职能协作：重要的是要认识到，在数据密集型业务如保险中，一处的更改将在整个企业中产生连锁反应。因此，数据需要集中化，领导者必须鼓励并激励IT、数据科学家和业务部门之间的协作，以确保数据在每个层级都指导决策。
- 数据素养：一旦数据集中化并在多个不同的业务职能中可访问，教育员工变得尤为重要，确保他们了解如何阅读、解释和利用数据洞察。在我们的案例中，数据现代化努力的一个关键优先事项是从基于数据驱动洞察的被动决策转变为主动决策。这不仅仅是哲学上的转变；员工需要接受培训，学习如何将此类信息融入他们的日常工作中。
- 建立卓越中心以推动项目：数据现代化不能是一项兼职工作。组织必须投资设立一个卓越中心或专门团队，确保数据的获取、摄取、可用性、准确性、合规性、安全性和对组织其他部分的可用性。
数据驱动的价值主张
在考虑数据现代化或AI启用工作时，有一种倾向是将其视为后台技术团队的领地，或是核心业务的辅助部分。今天，情况已不再如此。提供卓越客户体验的公司能够培养忠诚度和品牌倡导，并提高效率。这使他们能够预见客户需求、加快理赔处理速度，并提供高度个性化的产品。从根本上说，所有这些价值主张都是由数据驱动的。
越来越多地，保险公司利用其数据能力并用其提升客户体验的能力将成为区分世界领先者与其他公司的关键差异。
作者简介： Munish Mahajan 是 EXL 的数据现代化高级副总裁，Diana Steinhoff 是 Renaissance Life and Health Insurance Company of America 的总裁兼首席执行官。
(全文结束)
