“中”流砥柱，支撑险企数字化转型向纵深发展
11月17日，由中国信息通信研究院主办的2023（第六届）金融科技产业大会在北京召开，会上发布了
第三届（2023）“金信通”金融科技创新应用优秀案例评选结果，华安保险自研打造的“数据中台项目”从500余个案例中脱颖而出，荣获“金融科技创新应用卓越案例”；此后不久，在中国科学技术协会科学技术创新部、中国通信学会联合举办的“科创中国”金融科技创新大赛（2023）中，“数据中台项目”也获得“金融大数据创新专题赛”奖项。
“数据中台项目”自上线以来连续为公司赢得金融科技创新奖项，也充分说明行业对这一技术创新手段的认可，背后也凸显出金融行业对数据资产的日益重视，以及在技术实际运用上的迫切需要。
陈明珠、杨攀/信息科技部
Q1：“数据中台项目”的研发背景是什么？为什么金融企业越来越重视数据资产的价值？
数据是数字经济时代的新型生产要素，其重要意义已经受到社会各界充分认可，然而，金融行业的数据资产运营目前普遍存在多方面阻碍和壁垒，影响数据价值的发挥：
（一）底层基础能力不足，存算能力差，尚未建立起数据分层建模体系
长期以来，金融企业的各类数据分散在不同的存储介质中，数据无法做到完全互联互通，并且存在“一
表多存”的现象，造成严重的资源浪费；同时，数据处理流程不规范，缺乏按主题域划分的统一标准化分层建模体系，且由于底层基础能力不足，无法支撑起大数据量的存算要求以及实时计算的业务需求。
（二）数据质量不高，数据不一致，缺乏标准化指标字典
在很多情况下，前端业务系统数据标准管控不严格，会导致一系列数据质量不高的问题出现，数据流转过程中也容易出现数据传输的重复和遗漏。数据指标定义不标准，缺乏统一的指标字典，造成相同指标名但数据口径不一样（同词不同意）、相同数据口径但指标名不一样（同意不同词）等现象。
（三）缺乏数据产品，无法支撑多场景下的业务需求
由于缺乏足够的数据产品，无法满足业务自助分析、进度达成监控、业务风险控制、客户运营、业务经营决策、公司战略决策等业务场景的需求，也难以为险企的业务需求实现真正的数据赋能。
（四）数据分析结果未反馈回前端业务系统，无法形成闭环
前端业务系统产生的数据，经过数据分析之后，结果未能快速反馈至前端业务系统，没有形成管理闭环，无法快速、准确指导前端交易系统识别各类业务的主要盈利点及风险因素，因此也无法进一步优化业务结构和提升业务品质。
Q2：面对上述的痛点、难点，华安保险是如何规划建设“数据中台”去寻求破局？
2018年，华安保险正式开启了“数据中台”的实践之路，希望通过探索数据资产的整合、挖掘与应用来助推业务增长。具体而言，就是以业务驱动为导向，围绕数据价值创造和数据闭环运营，去打造数据“端到端”管理的敏捷支撑体系，通过数据中台建设形成“算、管、用”三个层次的数据服务能力。
算数能力：通过构建技术领先的统一大数据底座，引入离线+实时双链路，为数据研发人员和数据分析师提供集分析、设计、开发、交付、运营于一体的数据智能管理流水线，支撑数据汇聚、融合和再造，实现数据“算得快”。
管数能力：经过数据标准化治理，建立数据指标字典和数据质量管理平台，减少数据问题和存储冗余，实现数据资产从登记到运营的一站式全流程运营体系，确保数据“管得准”。
用数能力：以数据驱动业务，沉淀通用场景化用数的解决方案，试点推出“慧策”“慧客”“无间盾”“瞭望台”等多个数据产品并植入保险企业的各业务场景，降低“用数”门槛，数据技术与业务深度融合实现数据“用得好”。
Q3：华安保险的“数据中台项目”有哪些创新亮点？
（一）打造技术基座，夯实基础能力，统一存储，建立标准分层建模体系
华安保险的大数据平台充分利用大数据生态圈的文件存储、高效率计算引擎、列式存储和消息队列等技术，针对不同场景要求，建设了离线计算和实时计算两套技术体系，以满足T+0、T+1的业务需求，整体规模达到1PB存储空间、6.4T内存、1880 CPU核数，具有强大的存算能力。
同时，我们将业务数据按照“应进尽进”的原则统一汇聚到大数据平台，打通数据壁垒，建立统一数据分层，将数据按承保、理赔、收付、再保、创新、信保、渠道等主题，将数据分层为DIM、ODS、DWD、DWS、ADS，建立统一标准化的分层建模体系，为下一步的数据场景应用奠定技术基础。
（二）强化数据治理，提升数据质量
为提升数据质量，完善公司风险管理与内部控制，提升数据治理水平，华安保险从数据标准制定、规范信息录入、提升数据质量等多方面切入开展数据治理实践之路。我们首先参照最新的监管标准，对23个主题域、137张表、2289个数据项进行系统的数据标准化治理，通过运行4679条数据校验规则，并将校验规则结果反馈到前端业务系统，从前端业务系统数据源头校核，保证业务数据的正确规范录入。
其次，对于跨系统的数据流转，则通过数据质量管理平台监控各业务系统以及业财数据流转的一致性，确保数据不重不漏。通过建立任务及数据质量监控体系，记录每一步任务的完整日志，保证对异常及时处理。在每层数据加工完成后，还会对主要维度、指标进行数据质量监控，避免清洗过程中出现数据缺失、误差，保证整个数仓数据的一致性、准确性。与此同时，建立数据指标字典，对数据指标进行标准化定义，解决同词不同意、同意不同词等常见问题。
（三）丰富数据产品，支撑多维度业务需求
为支撑业务自助分析、客户运营、经营决策、风控管理等多场景下的业务需求，提供更加灵活高效的数据服务，有效发挥数据价值，提升经营分析及管理效率，以数据驱动业务快速决策，实现科技赋能，华安保险先后建设了MIS2.0系统提升自助分析水平，车险经营决策平台支撑车险多业务场景下经营决策，客户运营平台助力客户营销及服务提升，车险理赔反欺诈无间盾项目为公司降赔减损。
（四）数据分析结果反馈前端业务系统，形成闭环
为强化数据赋能，通过数据API、数据看板嵌入业务系统（管理工作台）、数据回写业务系统数据库三种方式，使不同应用系统之间可以进行数据交换和共享，同时将数据分析结果反馈给前端业务系统，为上游应用系统访问大数据平台资源提供了媒介。通过数据中台，还可以实现利用分析结果数据，对前端业务系统展业进行指导，提升前端业务系统运营水平，形成了数据采集、统计、分析、输出的完整闭环，实现数据的业务价值变现。
Q4：“数据中台”目前取得了怎样的应用效果？
通过数据中台的深化建设与推广应用，目前，华安保险的各类数据从采集、加工、资产化到后续应用全流程运转更加顺畅，实现数据开发效率提升50%，数据问题由3%降低到0.09%，数据查询速度提升3倍，自助提数人员使用率达到99%，助力风控减损效果显著，有效改善了数据流通效率和数据使用体验，全面赋能华安保险的数智化转型。
Q5：华安保险下一步的数据规划及重点工作是什么？
接下来，我们将围绕数据中台能力建设和业务赋能两大维度，从系统灵活性、工具高效性、数据共享性、服务丰富性、智能化水平和可视化运营等六大方面持续优化数据中台能力，围绕业务痛点难点，以“One data，All analytics（一套数据支持多场景使用）”为理念打造企业级一站式数据分析平台，集成数据整合、清洗、分析、预测及可视化于一体，有效释放数据潜能驱动高质量发展，以数据赋能助力提升公司核心竞争力。