越來越多的保險(xiǎn)公司開始對大數(shù)據(jù)技術(shù)和非結(jié)構(gòu)化數(shù)據(jù)環(huán)境進(jìn)行投資，但是這些項(xiàng)目依然還處于“創(chuàng)新”的范疇，這意味著這些項(xiàng)目的投資回報(bào)率還無法確定。即使保險(xiǎn)公司的高管們心中并沒有一個(gè)明確的目標(biāo)或者詳實(shí)的應(yīng)用案例，他們依然對大數(shù)據(jù)技術(shù)的前景感到非常樂觀，認(rèn)為時(shí)間將會證明該技術(shù)的價(jià)值。但是，所有大規(guī)模技術(shù)創(chuàng)新，都需要資本市場的支持才能進(jìn)入健康的發(fā)展周期，因此，切實(shí)有效的落地實(shí)踐宜早不宜遲。

所有大數(shù)據(jù)技術(shù)的目標(biāo)，都是消化處理結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，生成新的數(shù)據(jù)環(huán)境類型。實(shí)際上，大多數(shù)保險(xiǎn)公司都是在利用大數(shù)據(jù)技術(shù)消化他們核心系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)?！跋瘮?shù)據(jù)”的概念其實(shí)并不簡單，關(guān)系型數(shù)據(jù)庫中復(fù)雜的數(shù)據(jù)映射技術(shù)在大數(shù)據(jù)中依然必不可少。保險(xiǎn)公司如果想讓以創(chuàng)新為焦點(diǎn)的大數(shù)據(jù)計(jì)劃成長為公司內(nèi)部長久有價(jià)值的基礎(chǔ)設(shè)施，必須經(jīng)歷以下三個(gè)階段。

第一階段：數(shù)據(jù)存儲

數(shù)據(jù)消化的第一級其實(shí)就是扁平化的數(shù)據(jù)存儲。這意味著所有的數(shù)據(jù)——不管是非結(jié)構(gòu)化的文件還是關(guān)系數(shù)據(jù)庫中的冗余檔案——都要被遷移到一個(gè)輕微調(diào)整甚至沒有調(diào)整過的非結(jié)構(gòu)化數(shù)據(jù)環(huán)境中去。如果大數(shù)據(jù)系統(tǒng)已經(jīng)就位，以上步驟可以快速完成，特別是數(shù)據(jù)集較少的時(shí)候。但是，這一階段，除了分布式存儲數(shù)據(jù)，大數(shù)據(jù)技術(shù)并沒有提供太多的價(jià)值。

一些擁有海量數(shù)據(jù)的組織和企業(yè)，他們的數(shù)據(jù)存檔成本很高。通過利用分布式系統(tǒng)的基礎(chǔ)架構(gòu)Hadoop，這些組織可以大幅度降低數(shù)據(jù)存檔成本。不過分布式存儲并不是保險(xiǎn)業(yè)目前最關(guān)心的，因?yàn)楸ｋU(xiǎn)公司同時(shí)還在嘗試物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、無人機(jī)以及其他會產(chǎn)生大量數(shù)據(jù)的技術(shù)。但是，分布式存儲的解決方案還是讓保險(xiǎn)公司在懂得如何充分利用數(shù)據(jù)前，有了一個(gè)可以收集和存儲所有數(shù)據(jù)的方法。

第二階段：數(shù)據(jù)庫重塑

大數(shù)據(jù)系統(tǒng)的第二級，是數(shù)據(jù)庫的交叉覆蓋結(jié)構(gòu)。它允許保險(xiǎn)公司從不同的數(shù)據(jù)集中選取和使用特定數(shù)據(jù)。這實(shí)際上重塑了傳統(tǒng)的企業(yè)數(shù)據(jù)庫，至少對于終端用戶的體驗(yàn)來說是這樣的。

使用非結(jié)構(gòu)化數(shù)據(jù)環(huán)境的一個(gè)優(yōu)點(diǎn)是存儲于該環(huán)境中的數(shù)據(jù)無需全部標(biāo)準(zhǔn)化。很多企業(yè)數(shù)據(jù)庫項(xiàng)目失敗或者超預(yù)算，就是因?yàn)闃?gòu)建一個(gè)標(biāo)準(zhǔn)化的數(shù)據(jù)模型實(shí)在是太復(fù)雜了，保險(xiǎn)公司需要將所有系統(tǒng)和所有業(yè)務(wù)的數(shù)據(jù)都納入建模方案中去。

但是，這并不是說數(shù)據(jù)標(biāo)準(zhǔn)化就沒用了。在某些場景下，通過標(biāo)準(zhǔn)化數(shù)據(jù)，可以提高數(shù)據(jù)處理的效率。比如當(dāng)保險(xiǎn)公司需要處理兩個(gè)來源的數(shù)據(jù)集時(shí)，如果這兩個(gè)數(shù)據(jù)集中都有和“客戶”標(biāo)簽相關(guān)的信息，某種形式的標(biāo)準(zhǔn)化數(shù)據(jù)模型可以在一個(gè)框架下對這兩個(gè)數(shù)據(jù)集進(jìn)行分析。不過和關(guān)系數(shù)據(jù)庫不同，這種模型可以在數(shù)據(jù)獲取后再進(jìn)行定義，而且定義可以只用幾個(gè)關(guān)鍵的因素。所以本質(zhì)上說，在非結(jié)構(gòu)化數(shù)據(jù)環(huán)境中，標(biāo)準(zhǔn)化步驟只是被推遲和精簡了。

第三階段：新的觀點(diǎn)和能力

大數(shù)據(jù)系統(tǒng)的第三級，是將新的數(shù)據(jù)類型和可視化數(shù)據(jù)覆蓋到非結(jié)構(gòu)化數(shù)據(jù)環(huán)境，從而獲取新的信息和觀點(diǎn)，這些信息和觀點(diǎn)是無法用傳統(tǒng)數(shù)據(jù)庫技術(shù)發(fā)掘的。比如說，保險(xiǎn)公司建立一個(gè)新的數(shù)據(jù)模型，用復(fù)雜的非結(jié)構(gòu)化數(shù)據(jù)（如車聯(lián)網(wǎng)相關(guān)的數(shù)據(jù)報(bào)告或者無人機(jī)獲取的圖像信息等）覆蓋到保險(xiǎn)公司的理賠數(shù)據(jù)上，有可能發(fā)現(xiàn)潛在的新風(fēng)險(xiǎn)。

此外，因?yàn)樵趥鹘y(tǒng)數(shù)據(jù)庫中，大量的因子都是被初始標(biāo)準(zhǔn)模型所預(yù)設(shè)的，由此生成的數(shù)據(jù)報(bào)告會不夠全面。大數(shù)據(jù)系統(tǒng)再加上可視化技術(shù)，可以對大量的數(shù)據(jù)集進(jìn)行掃描檢查，從而能夠識別出所有的異常數(shù)據(jù)和因子。

價(jià)值證明，越早越好

非結(jié)構(gòu)化數(shù)據(jù)環(huán)境的最大優(yōu)點(diǎn)和價(jià)值之一在于，保險(xiǎn)公司無需在部署該技術(shù)的早期階段就將自己所有的歷史數(shù)據(jù)都遷移到新系統(tǒng)，他們可以循序漸進(jìn)，在項(xiàng)目成熟后再完成數(shù)據(jù)的完整遷移。

在傳統(tǒng)的企業(yè)數(shù)據(jù)庫中，初期建模時(shí)如果忽略了一些數(shù)據(jù)和因素，可能會導(dǎo)致后期系統(tǒng)運(yùn)作的失效，甚至?xí)a(chǎn)生嚴(yán)重后果。所以該類型數(shù)據(jù)庫的容錯(cuò)率較低。

而在非結(jié)構(gòu)化數(shù)據(jù)環(huán)境中，則不會這樣。這意味著保險(xiǎn)公司在利用Hadoop或者其他分布式存儲數(shù)據(jù)庫時(shí)，可以先利用一些數(shù)據(jù)源進(jìn)行試驗(yàn)，積累經(jīng)驗(yàn)和專業(yè)知識，基礎(chǔ)打好后，再不斷地加入和覆蓋新的數(shù)據(jù)到該環(huán)境中。

事實(shí)上，不管是創(chuàng)業(yè)公司為了獲得持續(xù)的融資來開發(fā)大數(shù)據(jù)技術(shù)，還是傳統(tǒng)保險(xiǎn)公司為了獲得足額的預(yù)算來進(jìn)行大數(shù)據(jù)部署，開發(fā)團(tuán)隊(duì)?wèi)?yīng)該盡快達(dá)到上述的第三階段。這樣不僅能讓商業(yè)用戶盡早的驗(yàn)證模式的可行性和數(shù)據(jù)的可靠性，還能在實(shí)踐中不斷發(fā)掘大數(shù)據(jù)技術(shù)新的價(jià)值。

【轉(zhuǎn)自：作者張翀 互聯(lián)網(wǎng)保觀  如有侵權(quán)，請聯(lián)系刪除】