行业聚焦：如何让数据使用和分析更有价值
文 ·怡安 译 · 王倩岚
迈入21世纪20年代，大数据时代正式到来。截至目前，全球接入互联网的设备数量已经达到数十亿个，在接下来的几年中，这一数量还将呈爆发式增长。由移动手机、网络支付系统、网络传感器等设备端口生成的可访问数据量，预计每三年就会翻一倍。
在这样的背景下，人工智能已经“无处不在”——越来越多的机构和企业开始利用人工智能和预测模型来分析大型数据集，将数据转化为能够辅助决策的有用信息。这种对于大型数据集的有效识别和筛选，以及分析客户需求的能力，是世界顶级企业与其他公司的主要区别。
怡安集团数据与分析服务首席执行官约翰·布鲁诺(John Bruno)表达了他对于数据时代带来的机遇：“能够从数据中提取信息并采取行动，控制经营波动且持续提升运营效益的公司，将在未来创造出巨大的企业价值。”
而对于大部分企业而言，风险往往与机遇并存，尤其对于医疗保健、保险和物流这些涉及多个领域的企业来说，他们正因物联网和数据分析带来的“革命”而被重新定义。只有充分挖掘数据的价值，才有机会在行业中脱颖而出，否则，结果只能是被市场所淘汰。
什么类型的数据最有价值？如何分析这些数据以创造出更高价值？如何调整现有的商业模式以充分发挥数据优势？这对现有的企业文化、投资组合以及价值主张将会产生什么影响？这一系列问题，是全球企业高管以及领导者们所共同面对的现实和挑战。由于数据和数据分析可能颠覆整个行业的现有业务模型，因此，对于数据运用的技术需求已经十分迫切，大家都在争分夺秒，试图了解如何更有效地利用数据以及通过数据分析助推企业发展。
医疗保健——改善患者体验并削减成本
人体中大约包含了1500亿兆字节的遗传数据，在过去，很难对如此庞大的数据信息进行分析。但随着科技进步，智能手表等可穿戴设备的技术以及移动健康(mHealth)应用程序中的预测分析技术也在同步发展，收集和处理大量数据的技术在持续提升。这意味着，通过分析遗传数据以改善个体健康状况的想法逐渐变得可行。
对于医疗服务的提供者，例如医生和医疗保健系统而言，数据分析的目标是在提高医疗服务质量的同时降低医疗成本。而此类技术的发展可以帮助医生更好预防和管理患者的慢性病，并提早识别可能出现的医疗风险，例如术后感染等。
对于雇主和保险公司等资方来说，数据分析技术发展带来的好处主要体现在削减成本上。“健康管理机构和保险公司已经开始分析通过理赔和服务所收集到的数据，根据数据分析的结论来验证服务中可能存在的欺诈行为，并消除滥赔的现象。”怡安集团高级副总裁兼精算师杰弗里·库恩（Geoffrey Kuhn）说到。除此之外，他还强调企业和组织需要设计一套有效的技术系统来支撑大规模的数据分析工作，“有效使用数据的公司与无法有效使用数据的公司之间，最主要的区别在于是否有完善的数据分析系统以及架构。有效利用数据以及数据分析技术的公司能够将传统的数据库与新的数据分析技术相结合，以支持实时数据的收集和分析。”
保险业——提升风险管理水平和改善产品交付质量
从保险起源到现在，由于行业的特殊性，保险公司会留存大量的承保、理赔等数据。当前，数据和数据分析已经成为推动企业发展的重要因素，各家保险公司开始根据数据分析得出的结论来部署其发展计划和解决方案，并通过数据更细致地了解可能面临的风险，从而强化理赔管控。
InsurTech（保险科技）是专门描述保险行业技术创新应用的专有名词。“我们看到一些保险企业已经
DNA. Abstract background
在InsurTech方面投入了巨额的资金，这种投资是必要的，是为了改善消费者的用户体验以及提升企业在经营方面的整体风险管理水平。”怡安高级董事总经理约贝·库尼(Jobay Cooney)说。“这种将数据使用和分析与保险行业特征相结合的发展趋势，将为保险从业人员及相关技术人员带来更多的发展机会——为了更好地将新兴技术运用到公司管理中，保险企业会倾向于选择与擅长数据分析的新兴企业建立起合作关系。”
例如，一些曾经苦恼于“索赔泄漏”问题（即索赔的实际成本与索赔应具有的成本之间存在差额）的保险公司逐渐发现，索赔流程数字化可以帮助保险公司更好地对索赔进行判定，从而降低成本，同时设计出更适合消费者的保险合同。
除此之外，保险行业已经开始使用卫星技术，无人机和有人驾驶飞机收集影像数据，通过分析航空影像数据来更好地了解可能存在的风险并寻求解决方案，从而在灾难性事件发生后加速理赔流程。
对于像保险业这样业务领域比较广泛的行业来说，要想充分利用数据和数据分析的潜在价值，核心要素是优先考虑所收集到的数据质量和数据的处理方式。“数据是无处不在的，但并非所有的数据都是有用的。”库尼说，“在新的领域探索和收集数据源时，最重要的环节是如何定义所使用的案例，明确使用的案例是源于何处。同时必须确保所有的数据以及来源是安全可靠的，从而确保所得出的结论和见解是可行的。”
物流业——提高供应链效率与流程透明度
在物流业中，由于供应链中存在着大量的变量（从运输工具到货物本身），数据和数据分析已经成为确保产品能够在全球范围内有效交付的关键工具。当产品进入到供应链时，RFID（无线电射频识别）标签、GPS和扫描仪在每一个流程中都会生成相应的数据，这些数据让物流公司能够跟踪产品在物流期间的每一个流程变化，公司可以根据收集到的信息更新、完善供应链设计。当完成了数据收集之后，就可以使用相应的分析法来识别供应链中的潜在问题。区块链等基于数据分析的颠覆性技术还可以帮助公司提高对自身整体贸易流的了解，并为企业提供更好地降低风险的方案。
“具有前瞻性的企业已经开始对大型数据集进行分析，并试图从中找到有利于解决供应链潜在风险的方法，”怡安集团全球海洋事业部首席执行官李·迈里克(Lee Meyrick)说。
结论
当数据和数据分析的结论应用于重要的业务板块中时，数据可以帮助企业创造巨大的价值，但并不是只有那些拥有数据和数据分析核心技术的科技公司才能拥有这样的发展机会。
对此，怡安集团数据与分析服务首席执行官约翰·布鲁诺(John Bruno)分享了他的看法：“在现代商业领域中，除了科技公司以外的许多公司也开始采用以技术为基础的商业模式，尽管他们的尝试还并没有得到足够的重视。但数据和数据分析可以帮助组织预见到更多的发展机会，最终，投资者也会随着时间的推移得到相应的回报。”
来源：怡安The one brief