隨著中國經濟從高速增長轉為高質量增長,保險行業發展面臨全新局面。從經營數據看,保險行業在收入側率先走出下降趨勢,重新進入上升通道,且增長速度逐年提高,復蘇趨勢明顯。但另一方面,保險賠付支(zhi)出也呈(cheng)明(ming)顯增長(chang)趨勢(shi),且增長(chang)速度明(ming)顯高于(yu)保費收(shou)入增長(chang),保險公司業務(wu)經(jing)營依然處(chu)于(yu)承壓狀態。

以高質量增長為目標,保(bao)司必須在(zai)保(bao)費收入和賠付支出(chu)雙增長的局面下,降低業務摩(mo)擦成本,著重提(ti)高經營效(xiao)率,加快數(shu)字(zi)化轉型(xing)步伐。
相(xiang)關部門也對保(bao)司的數字化轉(zhuan)型提出了明(ming)確要求(qiu)。在《中國(guo)銀(yin)保監會辦公(gong)廳關于銀(yin)行(xing)業保險業數字(zi)化(hua)轉型的(de)指導意見》中,明確提出(chu)保險公(gong)司(si)應(ying)“組建(jian)不同業務條線、業務與技術條線相融(rong)合的(de)共(gong)創團隊(dui),優(you)化業務(wu)(wu)流程,增強快速響應市場和(he)產品(pin)服務(wu)(wu)開發(fa)能力。”數字化轉型作為(wei)保險業優(you)化體驗、降本增效(xiao)的(de)重要手(shou)段,已經成為(wei)險企向高質量(liang)發(fa)展的(de)突破口(kou)之一。
1
保險行業數字化轉型面臨的挑戰
作(zuo)為最(zui)先實現信(xin)息化(hua)的行業之一,保險行業具(ju)有快速完成數字化(hua)轉(zhuan)型的先天優勢。但是(shi)在數字化(hua)轉(zhuan)型浪潮(chao)中,普(pu)遍面臨如下問題:
投入大,產出少:需要投入大(da)量(liang)精力和資源建(jian)立(li)數據管理(li)體(ti)系(xi),部署高性能數據存儲和處理(li)系(xi)統。然而,雖(sui)然投入巨大(da),產出卻并未如預(yu)期那樣豐碩;
管理易,應用難:大部(bu)分保司(si)數字化轉型是以數據管理為(wei)核心,雖然收集和儲存海量數據比較(jiao)容(rong)易,但是如何把這些數據轉化為(wei)具(ju)有(you)操作性的業(ye)務(wu)洞(dong)察、實現業(ye)務(wu)流程優化卻(que)是一個難題;
開發有,業務無:在數字(zi)化轉型中(zhong),各(ge)種技(ji)術方(fang)案層出不窮,但這(zhe)些技(ji)術成果(guo)通常(chang)很(hen)難融入到(dao)(dao)日常(chang)業務(wu)操(cao)作中(zhong),業務(wu)人員(yuan)難以感(gan)受到(dao)(dao)數據帶來的(de)便(bian)利,未(wei)能充分發揮數字(zi)化的(de)巨(ju)大勢能。
同樣被上述問題困擾,國內某領先綜(zong)合性保險集團選擇使用藝賽旗流程挖掘 iS-RPM 產(chan)品成功解決了上述(shu)難題,成(cheng)功提效 40%,不僅解決了(le)上述普遍(bian)存在(zai)的問題,還探索出了(le)一(yi)條行(xing)之有效的數字化轉(zhuan)型路(lu)徑,為行(xing)業(ye)樹立(li)了(le)標桿。
2
項目背景
該保險(xian)集團是中國最大的財(cai)產保險(xian)公(gong)司(si)之(zhi)一,在全國擁(yong)有40家(jia)分公(gong)司(si),3000余家(jia)中心支公(gong)司(si)。業務范圍涵蓋車、財(cai)、農險(xian)等監(jian)管(guan)批準的各(ge)類保險(xian)業務。該集團在頭部保險(xian)公(gong)司(si)中新技術的探索應用上一直走在市場前列。
隨著(zhu)氣候變化導(dao)致的極(ji)端(duan)天氣事件(jian)增(zeng)多,給(gei)該司的農業(ye)保險帶來了較大的風(feng)險和挑戰。在突發(fa)的自然災害面(mian)前,一方(fang)面(mian)是(shi)政(zheng)府和投保(bao)人期(qi)望快速獲得(de)賠償,另一方(fang)面(mian)是(shi)保(bao)司內(nei)部細致(zhi)冗(rong)長的流程影響(xiang)。
在提高運營卓越性和增強客戶滿意度的目標驅動下,該公司業(ye)務(wu)部(bu)門和科(ke)技部(bu)門建立了協(xie)作(zuo)團(tuan)隊,選定(ding)以(yi)流(liu)程(cheng)挖(wa)掘作(zuo)為(wei)數字化(hua)轉型的核心平臺(tai),成功融合應用了RPA和AI技術,構建了一(yi)套能夠對業(ye)務流程進行全方(fang)位(wei)清晰還(huan)原(yuan)、仿真和預(yu)測的分析模型,成功實現業(ye)務流程瓶頸可視(shi)化(hua),有效(xiao)優化(hua)了業(ye)務流程,推動運營(ying)效(xiao)率提升。
同時打造了“流程智能分析監控平臺”,將實時的流程分析能力穿透賦能至全國各級機構,形成“精準導航式”管理抓手,大幅提升了流程洞察(cha)能(neng)力與(yu)流程透明度(du),為農(nong)險業務帶(dai)來(lai)了顯(xian)著的(de)效率和(he)管理改(gai)進。

3
項目成果
1、 提高理賠流程效益,降低成本
通(tong)過流程挖掘,準確識(shi)別出理賠(pei)流程中的高耗時環節(jie),并基于真實數(shu)據給出診斷(duan)及建(jian)議,實現理賠(pei)流程效率以及用(yong)戶體驗的顯著提升。
在采取一系(xi)列措施優化(hua)了(le)關鍵節點的時(shi)效(xiao)后(hou),整體改善理(li)賠(pei)流(liu)程各環(huan)節效(xiao)率,降低(di)成(cheng)本5%左右,提高流(liu)程效(xiao)率40%。
2、減少人員重復投入
通(tong)過任(ren)務挖掘幫助(zhu)客戶在(zai)高(gao)耗(hao)時環節中(zhong)梳理出(chu)更(geng)多可(ke)自(zi)動(dong)(dong)(dong)化流(liu)程,如自(zi)動(dong)(dong)(dong)立(li)案、自(zi)動(dong)(dong)(dong)超估損審核(he)、自(zi)動(dong)(dong)(dong)費用核(he)賠、自(zi)動(dong)(dong)(dong)查詢結案狀態(tai)、自(zi)動(dong)(dong)(dong)理算(suan)復核(he)等。
使得(de)自動化(hua)覆蓋率達到了90%,大大減少了不必(bi)要的人(ren)員成本,使得(de)理賠(pei)人(ren)員可以將更多的精力投入到核心決策和客戶服務(wu)中(zhong)。
3、構建企業級的全國流程統一賦能平臺
基于平臺能力實現統一管理,通過RPA實現跨系統、跨組織的業務自動化,解(jie)決(jue)了(le)集團數據(ju)共享的難題(ti),改善因技術限制、成本限制、時效制的數(shu)據互通問(wen)題,提高流(liu)程效率。
通(tong)過流程(cheng)挖掘智能(neng)分(fen)析(xi)引擎,使數據分(fen)析(xi)能(neng)力(li)滲透到(dao)流程(cheng)管理(li)的各(ge)個層(ceng)級、各(ge)個環節。從流程(cheng)效率出(chu)發,推動管理(li)模式優(you)(you)化(hua)、員工效率優(you)(you)化(hua)、客戶體驗(yan)優(you)(you)化(hua)。
4、提高客戶服務質量
借助流程(cheng)挖掘,幫助客(ke)戶成功實現了(le)理(li)賠信(xin)息的共(gong)享(xiang)和流轉,使(shi)管理(li)者能夠(gou)更好地掌握(wo)賠案狀態,從而能夠(gou)及時(shi)進行調整和處理(li),提高客(ke)戶服務質量。
4
藝賽旗流程挖掘解決方案
流(liu)(liu)程挖掘(jue)(jue)是一門橫跨(kua)數據挖掘(jue)(jue)、機器學習(xi)、業(ye)務流(liu)(liu)程管理等多個領(ling)域的新興學科(ke)——通過(guo)定向采集、清洗企(qi)業(ye)不同 IT 系統中存儲的信(xin)息日志,可(ke)視化還原企(qi)業(ye)實際業(ye)務流(liu)(liu),進(jin)而通過(guo)分析(xi)、對比、優化等一系列手段(duan),幫(bang)助(zhu)企(qi)業(ye)發現實際業(ye)務中出現的漏(lou)洞(dong)、缺陷和(he)瓶頸,并可(ke)持續(xu)監測流(liu)(liu)程,進(jin)而引(yin)導企(qi)業(ye)找出改進(jin)方向。

藝賽旗流程挖掘解決方案旨在實現端到端流程透明化、提升業務效率和合規性,促進業務持續改善。通過“數據層+流程挖掘引(yin)擎+應(ying)用(yong)層”的(de)(de)架(jia)構設計,實現(xian)業(ye)務流程(cheng)可視(shi)化模擬、流程(cheng) KPI 指標、流程(cheng)一致性檢查(cha)、返工分析等多種模型展現(xian),快速(su)實現(xian)對業(ye)務流程(cheng)的(de)(de)現(xian)狀還原和根(gen)因定位,推(tui)動業(ye)務提(ti)效,讓數字化轉型成(cheng)果真(zhen)正落到實處。
4
項目實施全過程解讀
數(shu)字(zi)化(hua)轉型并(bing)非(fei)單純的技(ji)術堆砌,而(er)是需(xu)要(yao)深(shen)刻理(li)解(jie)業務痛點,精準施(shi)策,并(bing)注重人與技(ji)術的協同(tong)性。我們在實(shi)施項目時遵循數據層、流程(cheng)挖掘引擎、應用層的業務(wu)流程(cheng),具體如下:
1、數據層:流程挖掘釋放數字化基座價值
要建立流程挖掘系統,前提是公司已經有了扎實的數字化基礎,包括全面的(de)(de)數(shu)據(ju)采集(ji)體系、高效的(de)(de)數(shu)據(ju)整(zheng)合能力以及(ji)完善的(de)(de)數(shu)據(ju)管理系統。
全面的數據采集體系:以保險公司為例,這需要保險企業部署先進的數據采集工具和技術,包括(kuo)但不(bu)限于API接口對接、數據庫日(ri)志(zhi)抓取、用戶行為追(zhui)蹤等,實(shi)(shi)現多源異(yi)構數(shu)據的一(yi)體化接入。確保從保單管理(li)、理(li)賠(pei)處理(li)、客戶(hu)服(fu)務、風險(xian)控(kong)制等各個(ge)環節的關(guan)鍵系(xi)統中采集到(dao)完整(zheng)、準確、實(shi)(shi)時的數(shu)據。
高效的數據集成能力:構建數據(ju)湖或數據(ju)倉庫,將來自不同系統(tong)、不同格(ge)式的(de)數(shu)據(ju)進行清(qing)洗、整合(he)與標準化,形成統(tong)一的(de)數(shu)據(ju)視圖。利(li)用ETL(Extract, Transform, Load)工具(ju)或(huo)數(shu)據(ju)集(ji)成平臺,提升數(shu)據(ju)處(chu)理的(de)效率(lv)和質量,保證后續流程挖(wa)掘分析的(de)基礎穩固可(ke)靠。
健全的數據治理體系:需建立嚴格的數據管理規范和流程,包括數(shu)據(ju)質量管(guan)理、元數(shu)據(ju)管(guan)理、數(shu)據(ju)安全(quan)與隱私保護(hu)等,確(que)保數(shu)據(ju)的準確(que)性(xing)、一致性(xing)和合規性(xing)。通(tong)過(guo)數(shu)據(ju)治理,提(ti)高數(shu)據(ju)可用性(xing),降低數(shu)據(ju)濫用風險,為流程挖掘(jue)提(ti)供堅實的信(xin)任基(ji)礎。
2、流程挖掘引擎:業務+IT,真正發揮數據價值
在數字化基座的基礎上,流程挖掘引擎可以做到業務(wu)還原、效率(lv)洞(dong)察、一致性檢查、根因(yin)分析、監控跟蹤等多種功能。
業務還原:將業務運行全景以可視化(hua)界面(mian)展現,能清晰看到每筆業務的運行軌跡,真正提升(sheng)業務精細化(hua)管理水(shui)平;
效率洞察:全面(mian)展示業務(wu)運(yun)行效率,洞察低效環(huan)節(jie),下(xia)鉆查看不同環(huan)節(jie)人員效率;
一致性檢查:與(yu)標準流(liu)程對(dui)比,衡量真(zhen)實業務(wu)合規性,定位違規行為和人員,提升業務(wu)規范性,杜(du)絕業務(wu)風險(xian);
根因定位:異常環節、異常人員快速(su)下鉆,快速(su)定(ding)位排查原因,制定(ding)針對性解(jie)決方案;
監控跟蹤:業務全景(jing)看(kan)(kan)板,多層級效(xiao)(xiao)率(lv)看(kan)(kan)板,異(yi)常告(gao)警,推動業務高(gao)效(xiao)(xiao)運行;
更重要的是,流程挖掘引擎真正做到了“開箱即用”,即:數據處理完成導入流程挖掘引擎后,所有查看、分析操作均可在界面點按完成,無需任何 IT 經驗,即可完成分析優化工作,是一種真正滿足“業(ye)務(wu)與技術條線共(gong)同協作”的工作模式。
3、應用層:端到端業務流程洞察
在應用(yong)端(duan)(duan),流(liu)程挖掘(jue)可(ke)以(yi)用(yong)在各種業(ye)(ye)務流(liu)程中,尤其擅(shan)長跨系統、端(duan)(duan)到端(duan)(duan)的流(liu)程洞察,在承保、理賠(pei)、客戶服(fu)務、風險控制等保險行(xing)業(ye)(ye)核心(xin)業(ye)(ye)務中均可(ke)發揮具體價值(zhi),以(yi)理賠(pei)流(liu)程為(wei)例:

流程挖掘可以(yi)直觀展現每筆理賠業(ye)務(wu)的流轉路(lu)徑(jing)和所需(xu)時間,可視(shi)化界面方便(bian)業(ye)務(wu)管理人員快速(su)識別不規范流程、高(gao)耗時節點(dian),并(bing)可對問題(ti)節點(dian)快速(su)定位出現問題(ti)的部門和筆數,從而(er)快速(su)定位問題(ti)。
在效(xiao)率(lv)(lv)洞察方(fang)面,藝賽旗流程挖(wa)掘 iS-RPM 不僅可以輕(qing)松展現全部(bu)業務的(de)(de)平均耗(hao)時,還可根據需要(yao)查看同一環節不同分支、人(ren)員的(de)(de)處理數量和效(xiao)率(lv)(lv),準(zhun)確洞察業務運(yun)行效(xiao)率(lv)(lv),查漏補缺,不斷提升。
在一致性方面,流程挖掘可以輕松識別不符合預定業務標準的節點和流轉路徑,減少不規范行為的發生,降低業務風險。
在異常分析與根因定位上,藝賽旗流程挖掘 iS-RPM 能夠迅速識別流程中的異常路徑和頻繁出現的非標準操作,通過深入分析這些異常(chang)情(qing)況(kuang)背后的(de)原因,幫(bang)助企業發現潛在(zai)的(de)流程瓶(ping)頸和風險點。
例如,流程挖掘(jue)系(xi)統能夠自動標(biao)記(ji)出處(chu)理時(shi)間遠超平均(jun)水平的(de)案件,進(jin)一步分析(xi)這(zhe)些(xie)案件的(de)具(ju)體停留環節與(yu)負(fu)責人員,為管理層(ceng)提供精準的(de)干預指導,及時(shi)調整資源(yuan)配置(zhi)或優化流程設計,有效提升(sheng)整體處(chu)理效率和客戶滿意度。
通過引入流程挖掘技術,該保險集團不僅實現了核心理賠流程效率提升40%的(de)目標,還顯著增強了對市場變化的響應速度和客戶服務能力,該流程挖掘項目為保險行業(ye)乃(nai)至更(geng)廣(guang)泛的(de)金融領域提(ti)供了寶貴的(de)借鑒。
流程(cheng)(cheng)挖掘作為連接數據與決策的(de)橋(qiao)梁,展現了其在推動企(qi)業(ye)精細化(hua)管理、加(jia)速(su)數字化(hua)轉型進程(cheng)(cheng)中的(de)獨特價值。面對(dui)未(wei)來,保險公司應積極(ji)擁抱流程(cheng)(cheng)挖掘技術,不斷創(chuang)新,以在更加(jia)激烈(lie)的(de)競爭中拔得(de)頭籌。