平安産險胡英傑：從新科技應用出發，為客戶設計出更有體驗感的産品

　　平安産險科技中心大數據分析挖掘團隊負責人胡英傑。（平安産險供圖）

　　國際在線遼寧頻道報道（田甜）：新的時代征程，保險行業已開始越來越廣泛、深度地採用新科技，隨著大數據、AI技術在金融科技應用的不斷深入，保險行銷服務的品質不斷提高。

　　如果説科技中心是平安産險的科技大腦，那麼大數據就是科技大腦的中樞部分。不僅如此，平安産險科技中心還肩負著大數據、人工智能、人臉識別、區塊鏈等諸多新技術研發和應用的使命。

　　平安産險業務産品線眾多，擁有海量的活躍用戶，每天線上産生的數據超乎想像，為了保證公司各業務産品能夠使用更豐富優質的數據服務，産險的大數據平臺做了哪些工作？具備哪些能力？國際在線遼寧頻道深入到平安産險科技中心大數據分析挖掘團隊負責人胡英傑的日常工作中，一睹其科技智囊的風采。

　　理論基礎和工作經歷，結下與“産險大數據”的不解之緣

　　2017年進入産險後，胡英傑先後為數據分析倉庫的梳理建設、商業智慧分析相關的機器學習、支持保險科技的大數據産品規劃開發等方面，為業務部門及機構提供了許多基於數據分析的商業決策支持。“突然發現，以前的學習和研究正好用得上。”胡英傑這樣説。得益於多年來在國外計算機及人工智能領域的多年深造，胡英傑對生物信息科學、人工神經網絡等方面有著很深的理解和研究。

　 “雖然都是在計算機、數據科學這一塊，但聚焦的領域會有一些變動。”胡英傑表示，儘管所經歷的公司不少，但都離不開對大數據的挖掘。他説道，“比如前一份工作更多的是從事電商對用戶行為方面的一些分析，很多是高頻數據；而如今則聚焦金融和保險業方面，在保險線上化、數字化進程中更需要數據方面的分析來輔助支持業務方面的線上化。”胡英傑希望在金融科技火熱的風口更多地了解中國本土企業在數據方面的發展，同時也希望能有一個更大的平臺、更新的領域，檢驗自己的價值。

　　作為大數據領域的專家，胡英傑的小目標是讓技術真正落地，而不僅是停留在試驗階段。“而恰巧，平安産險需要大數據，我的學習和工作經歷可以讓我有所發揮。”胡英傑坦言，正是由於當初進行了數據分析、數據挖掘、機器學習等方面的學習與工作，積累了深厚的基礎，讓他順其自然想到了接觸大數據。

　　大數據的價值不在於“多”，而在於“挖掘”，這是業界已經達成的共識。目前，基於大數據挖掘，平安産險已經實現很多金融産品的大數據應用，比如風險控制、保險定價、欺詐識別、精準行銷、運營優化等。

　　談及大數據和人工智能的關係，胡英傑認為兩者是密不可分的。目前而言，不少人工智能還是基於對大量數據的學習和優化之上，一旦缺少了海量數據，人工智能很多演算法的優化難以實現；同時，大數據分析又會時刻運用到人工智能許多經典的演算法，例如人工神經網絡。因此，兩者實際上是相輔相成的兩門技術，大數據的發展推動AI的發展，AI的發展，反之也會推動大數據技術沉澱和積累。

    提高自我保護的意識，讓隱私技巧性“偽裝”

　　大數據和人工智能的結合也可能給信息流通和社會公平帶來威脅，談及如何保障大規模的數據正常流動，而又不侵害個人隱私。胡英傑認為，當下，每家公司尤其是互聯網公司，會想盡一切辦法去了解他的客戶。“有意思的是，有時候會發現一些電商公司或者社交網絡公司，對我們自身的理解比我們自己都透徹。”胡英傑認為，現階段人們對隱私的保護意識不夠強烈，儘管規章制度在不斷的完善中，但如果從保護隱私出發，首先必須要有意識。

　　談及“偽裝”，胡英傑認為在撇開利益關係的前提下，是否準確地共享個人信息？是能否“偽裝”成功的關鍵。 “比如機場或者火車站的店家，可能會讓你註冊一個信息，那麼註冊上局域網或許會造成信息外漏，從而會給你打上錯誤的標簽。”對此，胡英傑談到，“你的瀏覽記錄和註冊信息是否準確體現了你的特點、體現了多少，都是計算信息洩露的指標。”

　　利用多源數據鞏固優勢，結合實際開拓創新

　　談及大數據的研究應用，胡英傑坦言，現階段的保險和金融行業，在大數據的投入和研究方面，較互聯網行業偏少，主要由於保險金融業有很多方面的基礎工作要開展，包括如何更好地了解客戶等。而鋻於大數據的重要作用，集團需要通過各種各樣的維度和方式獲取數據，並且需要研究如何結合好低頻的用戶數據來為客戶服務。

　　“都説保險是以客戶為中心，那如何利用好低頻的數據，結合相應的渠道途徑，獲得更有效的用戶行為分析是很重要的。”舉例來説，針對客戶的德國車定制的保險産品（不單是車型、車險，可能包含附加的非車險産品），如何通過非車險産品來獲取客戶更好的忠誠度和體驗感，從而反過來推動産險主力産品業務的提升，這是需要通過大數據獲得的。面對國內外的諸多競爭，技術實力是重要壁壘。而多年在國外從事人工智能和大數據分析挖掘研究的胡英傑，對國內大數據應用更為看好。

　　積極開放的團隊管理模式

　　“我並不知道産險是否都用這種管理方式，不同的業務部門、職能部門，管理方式或許不一樣。”談到團隊管理，胡英傑表示大數據分析或者大數據科學方面的工作，還是會偏向於互聯網模式的管理方式。胡英傑認為，做數據分析、數據挖掘，更多的需要員工自主積極，以一種開放的心態進行合作，這裡的合作包括部門內部以及部門和部門之間，“我們所研究的成果、積累的經驗，如果能夠共享，直接能讓其他同事少走彎路；再者，分享經驗，也能提高工作效率，間接提升公司的效益。”胡英傑説道。

　　“在高科技行業，提倡的就是快速高效直白開放。”胡英傑談到，由於團隊成員來自五湖四海，有著海外不同國家、不同專業的學習和工作經驗，每個人的個性也不同，“有些人比較內向，那麼更適合做一些後臺演算法的開發；有些人需要做數據分析、需要緊密結合業務，需要發現業務部門的痛點從而幫助他們找到能馬上落地的方針政策，這又要求員工有更強的商業敏感性。”他表示，找到一個非常全面的人很難，因此在差異化的團隊中需要有機協調，每個人都能夠合作。