文档介绍：保险业信息化的两大趋势：数据挖掘＋ CRM
作为我国金融市场中成长最为迅速的行业，保险公司借助信息化
手段提高竞争能力也成为关键之举。而在保险信息化过程中，完成了
基本业务系统的建设集成后，对数据挖掘和 CRM 的需求，将会主导
未来相当长时间内各个保险公司的工作战略。
刘红颖，辽宁省盘锦市财政局会计师，对保险信息化有较深入研
究，发表学术文章近十篇。为中国客户关系管理研究中心特聘高级顾
问。代表著作有《作业成本管理》、《领跑—城市经营卖点圣经》，
其著作受到专业人士的广泛赞誉。目前研究领域：银行、保险、证券
公司信息化实施案例研究。
2003 年对于所有中国保险业从业人士，都将是刻骨铭
心的一段时光：不仅实现了保险公司与资本市场的对接，完
***保和人寿两大“标杆企业”的成功上市，而且实现全国
保费收入再创新高 ,达亿元，增速高达 % 。 21
世纪的前 3 年，保险业的发展都令所有人侧目： 2001 年中
国保险业保费收入突破 2000 亿元大关， 2002 年中国保险业
保费收入达到亿元；预计 2004 年，中国保险业保
费收入突破 4000 亿元大关，已成为一个指日可待的目标。
应用落伍是事实
加入 WTO 之后，外资保险公司全面进入，给并不发达
的中国寿险、财险和再保险事业都带来了巨大影响。沿续传
统的运作思路，已无法帮助中国保险企业培养起自身竞争
力。仅以车险为例， 2003 年 1 月 1 日起，新的车险条款费
率管理制度开始实施，机动车保险在市场开放、价格自由、
竞争激烈的情况下，保险公司即使对购买同一车型的客户，
也要考虑年龄不同、驾龄不同等因素，采取灵活的保费策略。
这一点，没有 IT 系统的支持，没有客户信息的集成管理，没
有整合的业务数据及精准的数据挖掘能力，没有完整的精算
模型，显然是无法实现的。
无人会怀疑，中国将会是最大的新兴保险市场。但就数
据挖掘和 CRM 而言，中国保险企业的应用现状却令任何人
都难以宽慰。在业务和技术投资“冒进式”增长的同时，保
险公司在 CRM 应用、客户资源整合管理方面的投入，显然
无法适应自身快速的成长势头。相比起普遍进入中国的世界
性保险企业，中国保险公司的 CRM 应用落伍，已是不争的
事实。
跳出“低智商”竞赛
信息化被视作金融业的生命线，对保险公司来讲，数据
则如同企业生命体中生生不息的血脉。近 10 年来国内保险
业信息一直处于加速度状态， 2003 年全年中国保险行业 IT
应用市场规模更是创记录地突破 50 亿元，人保、人寿、平
安等大型保险公司和新成立的小型保险公司在信息化方面
的投入都不遗余力。
但在巨资进行信息化的同时，信息化技术组合中更为锐
利、高效和复杂的数据仓库和决策支持工具，还没有被中国
保险企业所广泛掌握。用一些保险公司业务人员的牢骚话来
描述这种现状：报表、报告满天飞，不知哪个没水分 ;数据、
数字遍地有，不知哪个是真的 ;客户、业务到处是，不知哪个
最该抓 ;考核、决策天天搞，不知哪个有准头。
目前中国保险业数据管理应用的普遍现状是，汇集了大
量客户信息和业务数据，但因为缺乏挖掘数据背后隐藏的知
识的手段和工具，往往导致“数据爆炸但有效信息贫乏”，
“信息繁杂但业务知识孤立”——这种局面若无改观，保险
公司就会长期处于“低智商”的业务运行状态。
从业务数据化到业务知识化，以数据挖掘（ DM ）为基
础的数据仓库（ Data Warehouse ）、决策支持系统（ DSS ）
建设，在未来数年中将受到保险公司的追捧。为提高决策
支持水平，增进商业智能（ BI ），保险公司往往需要以联机
分析处理（ OLAP ）为平台进行数据挖掘（ DM ），借助大规
模数据，通过清洗、转换、装载等数据处理方法，发现大量
资料间的关联与趋势，探寻独特的、通过其他方法发现不了
的业务规律和模式。一般来看，数据挖掘的任务可以划分成
四个层次：数据分析、知识发现、决策支持和金融智能。如图所示 :
数据分析、知识发现、决策支持和金融智能，不仅是数
据挖掘的不同层级的任务，也体现了保险公司在开展数据挖
掘工作中的规划进度。早期的保险业数据仓库建设，关注的
往往是数据分析和知识发现的内容，如提供统一及时的业务
报表，提供集成的客户信息等。当具备了相应的数据挖掘基
础，保险公司有可能将数据仓库的应用引入决策支持和商业
智能的层面，更关注于提供决策信息支持、辅助业务管理、
分析和评价经营业绩等主题领域，从而帮助保险公司跳出
“低智商竞赛”的泥潭。