中國是全球規模最大、最具活力的人壽保險增長市場，預計未來幾年依然會保持兩位數的增長速度。近年來，随着保險行業的發展和保險業市場競争的加劇，保險公司在管理和運營方面面臨着更高的要求，來自監管、競争、技術更新及全球化等各方面的壓力正在不斷推動保險公司運營模式的轉型。

目前，随着行業的迅速發展，許多保險企業的現有平台難以支撐日益增長的分析需求，各團隊在數據的開發和使用方面碰到了如下挑戰：

• 銷售、運營等業務部門對同一指标的統計口徑不同，影響正常經營決策活動，以至于無法有效支撐公司戰略目标的落地；
• 對于企業各部門主管及業務分析員而言，現有大數據平台對即席查詢的響應過慢，因此很難及時獲得所需報表，較難按照業務敏捷的需求靈活分析；
• 對于數據開發團隊而言，需要反複面對相似的需求重複造輪子，另外開發的報表越多，後續運維難度也就越大。

Kyligence 智能多維數據庫憑借其強大的 AI 增強引擎、多維預聚合、智能推薦以及高并發等能力，幫助客戶以極低的 TCO 加速數字化轉型，打造數字化營業部，助力保險精細化運營。

• 人力成本節省：Kyligence 可視化建模、AI 增強引擎和多維自動預聚合等能力，将指标的開發時間縮短了 50%，每年可帶來數百萬的人力成本節省。
• 縮短數據交付周期：Kyligence 提供可視化的模型開發環境，幫助數據建模人員降低了建模難度，同時極大加速模型的開發速度，單個主題開發周期将能從周縮短到天，将能帶來 5 倍的計算效能提升。
• 代理人級别的分析粒度：相比支持到營業區級别的的查詢，Kyligence 可以支持到營業組、乃至代理人級别的分析，并能在秒級别提供高并發的查詢響應能力。
• 數據資産沉澱：Kyligence 提供低代碼模型設計與管理平台，模型元數據可輕量級接入數據資産管理體系，沉澱數據資産模型。

接下來我們将以保險代理人管理中較常見的“增員”和“基本法”為例，介紹壽險行業在數據分析中常碰到的一些問題，諸如分析報表固化、數據更新不及時、查詢響應慢、并發支撐能力較弱等，以及壽險行業如何通過縮短數據開發流程以及更可靠的指标體系來釋放業務自助分析潛力，打造數字化經營底座。

增員可以簡單理解為增加保險公司的業務人員。在增員過程中，及時進行增員分析将能幫助公司及時掌握增員達成情況，進而促進公司戰略的實現。

增員分析通常涉及留存率、增員率以及增員達成率等核心指标。在進行增員分析時，公司希望能按時間、區域以及人員來源來分析公司人員的留存率、增員率以及增員的達成率。這些需求無法通過單獨的幾張報表或一些簡單的指标來實現。但多數情況下，由于公司數據平台和分析技術的限制，一個指标的開發可能要幾天的時間，開發成本過高，使得公司無法及時地追蹤公司的增員進展。

此時，就可以借助 Kyligence 的多維分析與處理能力。Kyligence 将幫助企業從曆史查詢中識别出典型分析模式，從而加速公司指标體系的構建，簡化指标平台管理，賦能保險公司從多個維度進行增員分析，例如：

• 時間維度：自定義查詢周期，如日、月、年等，全面掌握具體時間段内的增員達成情況；
• 組織維度：從不同組織架構判斷公司的增員達成情況，如部門、項目組或地區等，及時找出當前人力資源較薄弱的環節；
• 招募來源：綜合判斷各渠道的招募效果，從而确定接下來資源的傾斜情況。

基本法即代理人基本管理辦法，是代理人業務考核、職業晉升和收入管理辦法，它規定了保險公司内部的利益分配格局。

保險公司在搭建基本法分析平台時，通常會碰到幾類問題：

• 指标體系複雜：公司各層級關注的重點不同，比如總公司更關注目标達成率、同比增長率、間傭率等，希望據此優化公司整體目标并進行決策；中層更關注團隊的目标達成率，不同層級人員的貢獻情況；一線員工更關注自己的晉升空間，希望查看個人的新進保單量等數據；
• 代理人基數龐大：數據顯示，2021年上半年中國五大上市壽險公司的銷售人力合計為 336 萬人，排名第一的中國人壽更是高達 115 萬，因此分析對象的基數龐大，除公司管理層外，各團隊負責人及員工都希望能實時查看各業務細分指标的進度；
• 組織架構調整頻繁：保險公司的組織結構和人事變動頻繁，例如，Larry 是 S 公司的一名銷售，在上海總部工作，一段時間後，他被調到北京分公司，此時分析平台無法及時反反映這一變化，影響後續的銷售數據統計。

借助 Kyligence 的多維自動預聚合等能力，保險公司将能輕松應對上述問題，構建出一套完整的定制化指标體系，同時 Kyligence 還提供了成本最優的高性能查詢能力，支持更多用戶在線使用，幫助企業釋放業務自助分析潛力：

• 支撐統一指标的數據服務：Kyligence 将幫助不同業務部門之間能共享業務邏輯，使其能獲得來共享數據更全面的視角，幫助企業有效挖掘其價值，驅動公司的決策制定和戰略目标的實現。
• 全方位、多層級分析：Kyligence 的優越性能将滿足公司不同層級、不同顆粒度的分析需求，例如在總公司層面，公司領導層可以及時查看公司當期的目标達成率、同比增長幅度等，并據此優化公司整體目标和制定戰略；個人也可以實時查看自己的業績完成情況，及時調整業務運營方向。
• 更細粒度的并發訪問：Kyligence 提供了穩定的高并發查詢能力，即使在日查詢量總數達到數百萬的情下，也能穩定地提供秒級高并發即席訪問能力。
• 靈活應對組織結構變化：Kyligence 支持通過維度快照跟蹤員工信息的動态變化，既保障了查詢性能，又避免了不必要的模型數據刷新的開銷，從而滿足了不同的數據分析需求，大幅提升大數據分析的效率。

目前 Kyligence 已經與國内的多家頭部保險企業達成了戰略合作關系，通過幫助壽險行業縮短數據開發流程以及搭建更可靠的指标體系來打造數字化經營底座，釋放業務自助分析潛力，從而幫助各大保險公司更好地進行數據挖掘和數據資産的沉澱，助力商業經營決策。

上海跬智信息技術有限公司 (Kyligence) 由 Apache Kylin 創始團隊于 2016 年創辦，緻力于打造下一代企業級智能多維數據庫，為企業簡化數據湖上的多維數據分析（OLAP）。通過 AI 增強的高性能分析引擎、統一 SQL 服務接口、業務語義層等功能，Kyligence 提供成本最優的多維數據分析能力，支撐企業商務智能（BI）分析、靈活查詢和互聯網級數據服務等多類應用場景，助力企業構建更可靠的指标體系，釋放業務自助分析潛力。

Kyligence 已服務中國、美國、歐洲及亞太的多個銀行、證券、保險、制造、零售等行業客戶，包括建設銀行、浦發銀行、招商銀行、平安銀行、甯波銀行、太平洋保險、中國銀聯、上汽、Costa、UBS、MetLife 等全球知名企業，并和微軟、亞馬遜、華為、Tableau 等技術領導者達成全球合作夥伴關系。目前公司已經在上海、北京、深圳、廈門、武漢及美國的矽谷、紐約、西雅圖等開設分公司或辦事機構。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!