本文由作者 PM何小澤 發(fā)布于社區(qū)
大數(shù)據(jù)技術(shù)本質(zhì)目的是從海量數(shù)據(jù)中挖掘有價(jià)值的信息，也是目前保險(xiǎn)科技領(lǐng)域應(yīng)用度最深的技術(shù)。本文主要介紹大數(shù)據(jù)技術(shù)應(yīng)用落地之一的用戶畫(huà)像系統(tǒng)，以及在保險(xiǎn)行業(yè)中的搭建思路和具體應(yīng)用。

01
保險(xiǎn)行業(yè)痛點(diǎn)
聊大數(shù)據(jù)在保險(xiǎn)行業(yè)的具體落地前，先來(lái)看看這個(gè)行業(yè)有哪些痛點(diǎn)，才能理解技術(shù)要如何應(yīng)用。
保險(xiǎn)企業(yè)方面，對(duì)用戶不了解、粗放式經(jīng)營(yíng)，產(chǎn)品很多是標(biāo)準(zhǔn)化的大禮包組合，導(dǎo)致產(chǎn)品貴、銷售時(shí)投放不精準(zhǔn)、并不一定符合用戶需求。保險(xiǎn)企業(yè)也銷售效率低，綜合成本高。
用戶方面，購(gòu)買流程體驗(yàn)差，被銷售誤導(dǎo)后買到不合適自己的產(chǎn)品就感覺(jué)被騙了， 理賠困難，對(duì)保險(xiǎn)信任度低。
雖然保險(xiǎn)需求對(duì)于用戶來(lái)說(shuō)屬于低頻，但對(duì)絕大部分人卻是剛需的。目前全球國(guó)家的平均保險(xiǎn)深度（保費(fèi)/GDP）達(dá)7%，日本9%，美國(guó)11%，中國(guó)香港19%，中國(guó)臺(tái)灣19%，而整個(gè)中國(guó)作為目前全球第二大經(jīng)濟(jì)體，大陸的保險(xiǎn)深度僅有4%，只有世界平均水平一半多，與發(fā)達(dá)國(guó)家相比差之甚遠(yuǎn)，還有很大的進(jìn)步空間。
主要原因還是目前整體國(guó)民的理財(cái)和風(fēng)險(xiǎn)意識(shí)還處在普及過(guò)程中，不同群體用戶對(duì)保險(xiǎn)的個(gè)性化需求還沒(méi)有得到滿足。
一邊是行業(yè)問(wèn)題的亟待解決，一邊是信息技術(shù)的不斷進(jìn)步，組合在一起，保險(xiǎn)科技就成了解決行業(yè)問(wèn)題的重要驅(qū)動(dòng)力之一，保險(xiǎn)行業(yè)也因此進(jìn)入了一個(gè)高速信息化改造的時(shí)代。

02
保險(xiǎn)科技的主要技術(shù)與落地環(huán)節(jié)
保險(xiǎn)作為一種產(chǎn)品，從生產(chǎn)到銷售再到使用（理賠），從業(yè)務(wù)上主要分為以下四個(gè)大環(huán)節(jié)：
產(chǎn)品設(shè)計(jì)、營(yíng)銷、投核保、理賠服務(wù)
而保險(xiǎn)科技運(yùn)用的技術(shù)主要分以下五類：
云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈
技術(shù)與業(yè)務(wù)環(huán)節(jié)的組合就會(huì)衍生出不同具體的落地項(xiàng)目，具體如下：
來(lái)源：2020年中國(guó)保險(xiǎn)科技行業(yè)研究報(bào)告-艾瑞咨詢
來(lái)源：2020保險(xiǎn)創(chuàng)新發(fā)展研究報(bào)告-億歐
本文主要聚焦大數(shù)據(jù)技術(shù)的具體落地，從上述兩份行業(yè)報(bào)告中可以看出，目前保險(xiǎn)科技落地的技術(shù)中，大數(shù)據(jù)是最為成熟應(yīng)用范圍最廣的，在保險(xiǎn)業(yè)務(wù)的各個(gè)環(huán)節(jié)均可得到應(yīng)用。
過(guò)去的保險(xiǎn)行業(yè)，獲取用戶數(shù)據(jù)的方式有限，只能通過(guò)局部的問(wèn)卷調(diào)查了解用戶需求，產(chǎn)品的定價(jià)也大多是參照全國(guó)平均壽命等較為籠統(tǒng)的數(shù)據(jù)報(bào)告。
而互聯(lián)網(wǎng)保險(xiǎn)由于接觸用戶的方式得到了極大的提升，對(duì)用戶的了解也更加深入。
保險(xiǎn)科技的大數(shù)據(jù)應(yīng)用則是把這些散落在各處的用戶相關(guān)數(shù)據(jù)進(jìn)行整理，對(duì)應(yīng)的進(jìn)行更精細(xì)化的保險(xiǎn)產(chǎn)品定價(jià)設(shè)計(jì)，以及與用戶實(shí)際需求進(jìn)行更精準(zhǔn)的匹配，從而實(shí)現(xiàn)了保險(xiǎn)企業(yè)的降本增效，也為用戶提供了真正符合需求的產(chǎn)品。

03
保險(xiǎn)行業(yè)用戶畫(huà)像系統(tǒng)搭建思路
用戶畫(huà)像系統(tǒng)是大數(shù)據(jù)落地應(yīng)用的底層基礎(chǔ)系統(tǒng)，要想充分了解用戶、對(duì)不同需求用戶群體產(chǎn)品的差異化設(shè)計(jì)、營(yíng)銷環(huán)節(jié)精細(xì)化運(yùn)營(yíng)，以及個(gè)性化推薦等，都要基于畫(huà)像系統(tǒng)的標(biāo)簽數(shù)據(jù)。除此之外，對(duì)于保險(xiǎn)行業(yè)獨(dú)有的業(yè)務(wù)特點(diǎn)，也需要重點(diǎn)考慮進(jìn)去。
關(guān)于搭建保險(xiǎn)行業(yè)用戶畫(huà)像系統(tǒng)的思路，我個(gè)人整理了以下幾個(gè)方向：
1、企業(yè)數(shù)據(jù)現(xiàn)狀分析
是否需要開(kāi)始搭建大數(shù)據(jù)平臺(tái)，要做到什么程度，取決于當(dāng)前企業(yè)的數(shù)據(jù)化程度。對(duì)于如何評(píng)估企業(yè)的數(shù)據(jù)化程度，可以參照數(shù)據(jù)管理能力成熟度模型DMM，一共分為5個(gè)層次，如果到了第二層次，就需要開(kāi)始著手搭建標(biāo)準(zhǔn)化的數(shù)據(jù)平臺(tái)。
不過(guò)該模型屬于數(shù)據(jù)界較為通用的的模型，對(duì)于我所在的互聯(lián)網(wǎng)保險(xiǎn)企業(yè)，我個(gè)人從以下幾個(gè)具體的方向進(jìn)行了評(píng)估。
1）企業(yè)是否有足夠多的產(chǎn)品和服務(wù)？
2）用戶的屬性層次是否多樣復(fù)雜？
3）企業(yè)用戶體量是否到達(dá)一定規(guī)模？
4）企業(yè)是否數(shù)據(jù)孤島效應(yīng)明顯，多業(yè)務(wù)線數(shù)據(jù)難統(tǒng)一？
5）企業(yè)銷售效率是否有較大提升空間？
以上問(wèn)題的答案都為是，因此搭建用戶畫(huà)像這樣的大數(shù)據(jù)基礎(chǔ)系統(tǒng)比較符合當(dāng)前公司發(fā)展階段的需要。
2、保險(xiǎn)行業(yè)的業(yè)務(wù)特點(diǎn)
用戶畫(huà)像系統(tǒng)其實(shí)是大數(shù)據(jù)實(shí)踐較為通用的底層系統(tǒng)，在互聯(lián)網(wǎng)行業(yè)其實(shí)已經(jīng)非常成熟，對(duì)于很多電商、視頻、社交平臺(tái)早已經(jīng)實(shí)現(xiàn)，很多實(shí)現(xiàn)千人千面的推薦系統(tǒng)也是基于用戶畫(huà)像的標(biāo)簽數(shù)據(jù)。
但是這并不意味著在互聯(lián)網(wǎng)保險(xiǎn)行業(yè)做用戶畫(huà)像系統(tǒng)就只需要生搬硬套。如何與保險(xiǎn)行業(yè)結(jié)合、為企業(yè)降本增效、為用戶提供更好的服務(wù)和產(chǎn)品才是最重要的，因此首先需要分析保險(xiǎn)行業(yè)的業(yè)務(wù)特點(diǎn)。
保險(xiǎn)行業(yè)的業(yè)務(wù)特點(diǎn)會(huì)直接影響用戶畫(huà)像系統(tǒng)的標(biāo)簽定義以及后續(xù)的應(yīng)用。我總結(jié)為以下幾個(gè)特點(diǎn)：
1）低頻、大額
相比于日用品、買菜、服裝、家用電器等電商，保險(xiǎn)和房車類似，屬于低頻的產(chǎn)品類型，平均單筆金額幾千、上萬(wàn)元，對(duì)很多用戶來(lái)說(shuō)屬于大額支出。這決定了保險(xiǎn)的銷售首先要解決是的首單成交率，而不是復(fù)購(gòu)，也不是用戶活躍度。
2）決策流程長(zhǎng)
低頻大額同時(shí)也導(dǎo)致的用戶的決策流程較長(zhǎng)，比如購(gòu)買一款重疾險(xiǎn)，用戶一般都會(huì)貨比三家，希望選擇性價(jià)比高且最合適自己的產(chǎn)品，沖動(dòng)消費(fèi)的較少。這也決定了很多電商里抓住用戶貪便宜、攀比、炫耀的心理，來(lái)做游戲化的活動(dòng)營(yíng)銷的玩法并不適合保險(xiǎn)行業(yè)。
3）人工依賴程度較高
由于保險(xiǎn)產(chǎn)品條款、責(zé)任的復(fù)雜性，很多用戶沒(méi)有自助理解并完成下單的能力，需要代理人這樣的角色介入幫助用戶。這決定了個(gè)性化推薦功能在保險(xiǎn)行業(yè)的應(yīng)用有很大的局限性，因?yàn)椴还苣阃扑]模型多么科學(xué)多么復(fù)雜，用戶都無(wú)法直接信任機(jī)器推薦的結(jié)果。
4）盈利模式單一
由于保險(xiǎn)產(chǎn)品的定價(jià)是標(biāo)準(zhǔn)統(tǒng)一的（銀保監(jiān)會(huì)報(bào)備），不能使用一般的電商價(jià)格促銷玩法，互聯(lián)網(wǎng)保險(xiǎn)中介平臺(tái)的盈收絕大部分都來(lái)源于保險(xiǎn)公司的傭金結(jié)算。
3、互聯(lián)網(wǎng)保險(xiǎn)行業(yè)用戶畫(huà)像的側(cè)重點(diǎn)
基于以上的保險(xiǎn)行業(yè)業(yè)務(wù)特點(diǎn)，在設(shè)計(jì)用戶畫(huà)像系統(tǒng)時(shí)，要考慮如何幫助到業(yè)務(wù)，可以從以下幾個(gè)重點(diǎn)方向思考：
1）用戶行為數(shù)據(jù)的量化
保險(xiǎn)銷售的前提是分析用戶真正需要什么，再把對(duì)應(yīng)的產(chǎn)品順利賣給用戶。要想了解用戶的保險(xiǎn)需求，首先要把用戶的行為進(jìn)行量化，比如產(chǎn)品瀏覽、活動(dòng)參與、下單、核保、理賠等行為數(shù)據(jù)，再通過(guò)完善的數(shù)據(jù)指標(biāo)體系轉(zhuǎn)化成用戶的保險(xiǎn)需求。這也是互聯(lián)網(wǎng)保險(xiǎn)相對(duì)線下保險(xiǎn)的優(yōu)勢(shì)，可以不直接與用戶對(duì)話詢問(wèn)，通過(guò)各種數(shù)據(jù)記錄分析總結(jié)出用戶的需求，用同一套邏輯實(shí)現(xiàn)對(duì)所有用戶的需求分析，不需要人工一對(duì)一溝通。
2）提升銷售效率
這里的銷售效率既包含的用戶自助了解產(chǎn)品并完成投保的過(guò)程，也包括人工介入輔助用戶了解產(chǎn)品并完成投保的過(guò)程。
自助投保部分，比如通過(guò)用戶已有數(shù)據(jù)能夠幫助用戶實(shí)現(xiàn)快速完成核保，提高下單流程體驗(yàn)。甚至當(dāng)數(shù)據(jù)足夠豐富時(shí)，可以實(shí)現(xiàn)自動(dòng)核保，讓用戶的保險(xiǎn)下單過(guò)程像點(diǎn)外賣一樣簡(jiǎn)單快速。
人工銷售輔助部分，則是通過(guò)用戶特征標(biāo)簽，輔助銷售人員了解客戶的需求特點(diǎn)和保險(xiǎn)意向，提高溝通和轉(zhuǎn)化的效率。
3）提升LTV
保險(xiǎn)行業(yè)里用戶的LTV可以理解為這個(gè)用戶的所有家庭成員的保險(xiǎn)需求。
保險(xiǎn)需求按照保險(xiǎn)類型區(qū)分主要有四類：重疾、醫(yī)療、壽險(xiǎn)、意外。
通過(guò)用戶畫(huà)像的數(shù)據(jù)標(biāo)簽，把用戶各個(gè)成員的不同保險(xiǎn)需求進(jìn)行量化，分析用戶的保障缺口，并通過(guò)相關(guān)精準(zhǔn)活動(dòng)、營(yíng)銷把合適的產(chǎn)品填補(bǔ)對(duì)應(yīng)的缺口，從而實(shí)現(xiàn)提升用戶的LTV，同時(shí)也提升了整體銷售保費(fèi)。
而一些不太適合互聯(lián)網(wǎng)保險(xiǎn)行業(yè)的側(cè)重方向：
為了精準(zhǔn)產(chǎn)品推薦而建立復(fù)雜的算法模型、提升用戶的活躍度、提升復(fù)購(gòu)率、產(chǎn)品價(jià)格玩法。
4、標(biāo)簽需求的拆解思路
用戶畫(huà)像的核心是標(biāo)簽系統(tǒng)，只有定義好了標(biāo)簽，后續(xù)的應(yīng)用才會(huì)產(chǎn)生好的效果。基于上述對(duì)保險(xiǎn)行業(yè)業(yè)務(wù)特點(diǎn)的分析設(shè)計(jì)用戶畫(huà)像的標(biāo)簽時(shí)，還需著重注意以下兩點(diǎn)：
首先要定義正確的業(yè)務(wù)目標(biāo)，然后逐步拆解成可以落地的標(biāo)簽，這樣才能避免創(chuàng)建很多對(duì)業(yè)務(wù)并沒(méi)有太大作用的標(biāo)簽，也避免浪費(fèi)開(kāi)發(fā)資源。
在定義標(biāo)簽時(shí)還要盡量按照MECE原則，讓標(biāo)簽之間相互獨(dú)立，完全窮盡，不要讓兩個(gè)概念有重疊、邊界相對(duì)模糊的標(biāo)簽產(chǎn)生。
舉個(gè)例子，有一個(gè)目標(biāo)叫提升首單轉(zhuǎn)化率，可以按照如下思路先拆解目標(biāo)，再?gòu)淖钚∧繕?biāo)維度對(duì)應(yīng)的設(shè)計(jì)數(shù)據(jù)標(biāo)簽。這樣在做相關(guān)運(yùn)營(yíng)活動(dòng)時(shí)，這些數(shù)據(jù)標(biāo)簽可以輔助運(yùn)營(yíng)計(jì)劃的精細(xì)化程度，也可以通過(guò)追蹤標(biāo)簽的數(shù)據(jù)變化評(píng)估運(yùn)營(yíng)效果。

04
用戶畫(huà)像系統(tǒng)構(gòu)成
下面簡(jiǎn)單介紹一個(gè)完整的用戶畫(huà)像系統(tǒng)主要由哪幾部分構(gòu)成，分別有什么作用。
主要結(jié)構(gòu)如下：
1、底層標(biāo)簽系統(tǒng)
用戶畫(huà)像的核心是用戶標(biāo)簽，有了標(biāo)簽數(shù)據(jù)后才能進(jìn)行各種條件的用戶分析。
而標(biāo)簽系統(tǒng)可以就理解為一個(gè)數(shù)據(jù)倉(cāng)庫(kù)，它專門(mén)從各業(yè)務(wù)系統(tǒng)、埋點(diǎn)數(shù)據(jù)系統(tǒng)、日志數(shù)據(jù)、外部系統(tǒng)等采集數(shù)據(jù)，經(jīng)過(guò)ETL數(shù)據(jù)預(yù)處理后，按照標(biāo)簽的定義進(jìn)行建模計(jì)算，得到標(biāo)準(zhǔn)統(tǒng)一且具有應(yīng)用價(jià)值的數(shù)據(jù)標(biāo)簽。再保持一定的數(shù)據(jù)同步頻率，按照數(shù)據(jù)服務(wù)的多種形式提供給使用方，比如可視化的管理后臺(tái)，或者API接口的方式。
2、數(shù)據(jù)服務(wù)層
標(biāo)簽管理后臺(tái)就是標(biāo)簽系統(tǒng)數(shù)據(jù)服務(wù)的主要呈現(xiàn)形式，它主要分為標(biāo)簽管理和用戶分群管理。
標(biāo)簽管理的作用是對(duì)標(biāo)簽進(jìn)行可視化管理和操作，主要包括標(biāo)簽的增刪查改、上下架，應(yīng)用方可以方便的查看已有的標(biāo)簽、標(biāo)簽的定義、標(biāo)簽值的數(shù)據(jù)分布等。
用戶分群管理是建立精細(xì)化用戶分類的數(shù)據(jù)單元。通過(guò)一定方式篩選出一批特定用戶，比如通過(guò)標(biāo)簽進(jìn)行自由組合或者直接導(dǎo)入用戶，再基于這批用戶進(jìn)行相關(guān)的管理、分析和應(yīng)用。比如設(shè)置專屬的營(yíng)銷觸達(dá)、用戶標(biāo)簽數(shù)據(jù)的分析、作為數(shù)據(jù)方提供給外部調(diào)用等等。
3、數(shù)據(jù)應(yīng)用層
數(shù)據(jù)應(yīng)用層就是具體通過(guò)標(biāo)簽或分群去實(shí)現(xiàn)具體的業(yè)務(wù)目標(biāo)。比如常見(jiàn)的單用戶畫(huà)像分析、用戶分群畫(huà)像分析、進(jìn)行個(gè)性化推薦、精準(zhǔn)營(yíng)銷等。
單用戶畫(huà)像數(shù)據(jù)其實(shí)就是一個(gè)賬號(hào)的所有標(biāo)簽的標(biāo)簽值。當(dāng)一個(gè)業(yè)務(wù)方應(yīng)用時(shí)想知道一個(gè)用戶的畫(huà)像情況時(shí)，只需返回給他需要的標(biāo)簽值即可。
用戶分群畫(huà)像數(shù)據(jù)是創(chuàng)建的用戶分群的標(biāo)簽數(shù)據(jù)集合，可以導(dǎo)出標(biāo)簽源數(shù)據(jù)進(jìn)行自由分析，也可以按照一定模板，把分群數(shù)據(jù)制成直觀的圖標(biāo)，便于業(yè)務(wù)方分析。
以上三部分只是簡(jiǎn)述，由于內(nèi)容太多，而且行業(yè)里已經(jīng)有很多相關(guān)文章從功能層面詳細(xì)介紹了該系統(tǒng)，此處不再贅述，整個(gè)用戶畫(huà)像系統(tǒng)的主要結(jié)構(gòu)已整理成如下腦圖。

05
用戶畫(huà)像系統(tǒng)在保險(xiǎn)行業(yè)的應(yīng)用
用戶畫(huà)像系統(tǒng)搭建完成后，需要業(yè)務(wù)方和運(yùn)營(yíng)用起來(lái)，發(fā)現(xiàn)問(wèn)題并不斷迭代，持續(xù)幫助業(yè)務(wù)和運(yùn)營(yíng)實(shí)現(xiàn)目標(biāo)，即上節(jié)提到的數(shù)據(jù)應(yīng)用層。用戶畫(huà)像的應(yīng)用主要包含下圖中的幾個(gè)方向。

再結(jié)合互聯(lián)網(wǎng)保險(xiǎn)行業(yè)的業(yè)務(wù)特性，主要的應(yīng)用方式可以分為以下幾類：
1、精準(zhǔn)營(yíng)銷
有了精細(xì)化的標(biāo)簽后，便可以基于不同標(biāo)簽組合對(duì)用戶進(jìn)行分群，對(duì)不同特征組合的用戶群進(jìn)行更精準(zhǔn)的內(nèi)容營(yíng)銷，營(yíng)銷的內(nèi)容由運(yùn)營(yíng)人員自定義，營(yíng)銷的方式可以是短信、微信、郵件、APP內(nèi)消息、資源位彈窗等，從而提高營(yíng)銷的效果。
這一應(yīng)用與大多數(shù)互聯(lián)網(wǎng)產(chǎn)品的用戶畫(huà)像應(yīng)用都類似，核心就是用戶標(biāo)簽的自由組合。
2、銷售輔助
由于保險(xiǎn)產(chǎn)品的復(fù)雜性，互聯(lián)網(wǎng)保險(xiǎn)仍然有大量的訂單由人工轉(zhuǎn)化用戶產(chǎn)生，在代理人或銷售顧問(wèn)跟用戶溝通過(guò)程中，提前把用戶的主要特征和需求通過(guò)單用戶畫(huà)像的方式提供給銷售顧問(wèn)，可以更好的幫助銷售進(jìn)行轉(zhuǎn)化。
這樣的應(yīng)用方式同樣適用于客服等人工介入流程，核心是提高人工環(huán)節(jié)用戶的體驗(yàn)和促成效率。
3、分群用戶畫(huà)像分析
對(duì)于用戶分群里這批用戶的特征，可以通過(guò)分析標(biāo)簽值得到相應(yīng)的結(jié)論，我們常見(jiàn)到的很多報(bào)告里對(duì)一批用戶進(jìn)行共性特征概括、年齡分布、價(jià)格分布等等，都是分群用戶畫(huà)像的數(shù)據(jù)分析應(yīng)用。
最簡(jiǎn)單的做法是支持導(dǎo)出用戶分群的標(biāo)簽值數(shù)據(jù)，然后再做二次加工分析制成圖表。復(fù)雜的做法是直接在用戶畫(huà)像后臺(tái)對(duì)用戶分群通過(guò)圖標(biāo)的方式直觀呈現(xiàn)數(shù)據(jù)情況。
4、風(fēng)控反欺詐和自動(dòng)核保
保險(xiǎn)作為金融產(chǎn)品，有一個(gè)重要的業(yè)務(wù)環(huán)節(jié)就是反欺詐、反洗錢、反騙保。傳統(tǒng)的線下保險(xiǎn)，保險(xiǎn)公司對(duì)用戶的資料和數(shù)據(jù)知之甚少，有很多帶病投保的用戶，導(dǎo)致保險(xiǎn)公司賠付率上升。于是線上銷售的保險(xiǎn)，保司公司會(huì)進(jìn)行風(fēng)控核保接口的限制攔截，但是保險(xiǎn)公司其實(shí)還是缺少用戶的數(shù)據(jù)，攔截率還是不夠準(zhǔn)確，要么就尺度太嚴(yán)格，多攔截了很多正常的用戶。
對(duì)于保險(xiǎn)中介平臺(tái)，特別是數(shù)據(jù)非常多的大型平臺(tái)，有著無(wú)可比擬的數(shù)據(jù)優(yōu)勢(shì)，通過(guò)底層的畫(huà)像系統(tǒng)，把用戶的標(biāo)簽進(jìn)行很好的計(jì)算，就能幫助保險(xiǎn)公司風(fēng)控核保，甚至可以根據(jù)不同用戶的情況自動(dòng)匹配不同的承保方式（非標(biāo)體承保時(shí)可能需提高價(jià)格），既能提高用戶快速投保的體驗(yàn)，又能讓保險(xiǎn)產(chǎn)品實(shí)現(xiàn)千人千價(jià)銷售。
5、輔助產(chǎn)品定制化
傳統(tǒng)的保險(xiǎn)生產(chǎn)流程是保險(xiǎn)公司已經(jīng)定好了產(chǎn)品形態(tài)和價(jià)格，再去找到合適的用戶進(jìn)行銷售。但是如果可以通過(guò)用戶畫(huà)像系統(tǒng)，把標(biāo)簽數(shù)據(jù)類似的用戶聚集起來(lái)，反向的找保險(xiǎn)公司進(jìn)行定制，便可以做到更精細(xì)化的產(chǎn)品定價(jià)和設(shè)計(jì)，這個(gè)思路跟電商里的C2M是一樣的。
比如眾安保險(xiǎn)有一款針對(duì)甲狀腺結(jié)節(jié)用戶定制的保險(xiǎn)《眾安百萬(wàn)醫(yī)療優(yōu)甲版》大概就是這個(gè)做法。
6、個(gè)性化推薦
個(gè)性化推薦在很多社交娛樂(lè)和電商中非常普遍，實(shí)現(xiàn)的就是千人千面，不斷根據(jù)使用數(shù)據(jù)優(yōu)化算法模型，再不斷推薦相似的內(nèi)容。而互聯(lián)網(wǎng)保險(xiǎn)行業(yè)里的個(gè)性化推薦是通過(guò)用戶畫(huà)像的標(biāo)簽數(shù)據(jù)分析出用戶的保險(xiǎn)需求，再去與對(duì)應(yīng)的保險(xiǎn)類型及產(chǎn)品做匹配，從而實(shí)現(xiàn)的較精準(zhǔn)的產(chǎn)品推薦。
不過(guò)上文也提到，目前用戶對(duì)保險(xiǎn)個(gè)性化推薦結(jié)果的信賴度很低，而且很多平臺(tái)可推薦的產(chǎn)品數(shù)量不多，實(shí)現(xiàn)該功能的人力成本也很高，因此整個(gè)行業(yè)里應(yīng)用很少。

06
產(chǎn)品落地過(guò)程中踩的坑
對(duì)于業(yè)務(wù)或運(yùn)營(yíng)人員，只要知道用戶畫(huà)像的作用和應(yīng)用方法即可，但對(duì)于具體負(fù)責(zé)該系統(tǒng)的產(chǎn)品經(jīng)理，必須還要具備各個(gè)細(xì)節(jié)的落地經(jīng)驗(yàn)，在具體實(shí)現(xiàn)過(guò)程中，往往會(huì)由于很多細(xì)節(jié)問(wèn)題導(dǎo)致產(chǎn)品項(xiàng)目的推進(jìn)緩慢，或者應(yīng)用效果不佳。
結(jié)合我個(gè)人從0到1的實(shí)踐經(jīng)歷，主要總結(jié)以下幾點(diǎn)值得特別注意，供產(chǎn)品同行參考。
1、標(biāo)簽定義的尺度
1）哪些維度的數(shù)據(jù)不適合當(dāng)做標(biāo)簽
不是一個(gè)具體的數(shù)據(jù)，而是一個(gè)數(shù)據(jù)集合。比如產(chǎn)品排行榜、最合適的5個(gè)產(chǎn)品。
2）哪些數(shù)據(jù)不適合當(dāng)標(biāo)簽儲(chǔ)存
經(jīng)常變化、且數(shù)據(jù)量較大，可以業(yè)務(wù)在使用時(shí)再二次轉(zhuǎn)化的數(shù)據(jù)。比如產(chǎn)品名稱。
2、數(shù)據(jù)類型的再拆分，便于具體使用
一般情況下，數(shù)據(jù)類型只有 字符串、數(shù)值、布爾、集合。但在為了具體使用的方便，可以進(jìn)一步拆分。比如數(shù)值數(shù)據(jù)類型還可以拆分為年齡、一般數(shù)值、日期等，這樣在進(jìn)行標(biāo)簽組合應(yīng)用時(shí)，可以更方便的組合運(yùn)算。
比如出生日期這個(gè)標(biāo)簽，在表里一般是以生日時(shí)間戳的數(shù)值形式儲(chǔ)存，如果把一般數(shù)值類型轉(zhuǎn)換成“年齡”數(shù)據(jù)類型儲(chǔ)存，在標(biāo)簽使用時(shí)可以直接篩選“年齡=10”的用戶；如果轉(zhuǎn)化成具體的年月日的“日期”數(shù)據(jù)類型，標(biāo)簽使用時(shí)可以篩選“生日日期>具體某個(gè)年月日”的用戶。
3、標(biāo)簽類型的定義
標(biāo)簽類型一般分為事實(shí)標(biāo)簽、模型標(biāo)簽、預(yù)測(cè)標(biāo)簽。
系統(tǒng)前期主要是定義事實(shí)標(biāo)簽和模型標(biāo)簽，讓系統(tǒng)能夠跑起來(lái)，讓業(yè)務(wù)方用起來(lái)。不必為了做預(yù)測(cè)標(biāo)簽而做預(yù)測(cè)標(biāo)簽。
因?yàn)轭A(yù)測(cè)標(biāo)簽需要結(jié)合多個(gè)用戶特征建立較復(fù)雜的算法模型，甚至還要對(duì)商品也打上標(biāo)簽，根據(jù)基于用戶的協(xié)同過(guò)濾算法或基于商品的協(xié)同過(guò)濾算法，才能實(shí)現(xiàn)對(duì)用戶喜好進(jìn)行預(yù)測(cè)。這已經(jīng)是推薦系統(tǒng)的范疇，而上文也提到，目前互聯(lián)網(wǎng)保險(xiǎn)行業(yè)對(duì)個(gè)性化推薦功能的依賴并不明顯。
4、數(shù)據(jù)準(zhǔn)確性的驗(yàn)證
數(shù)據(jù)上線后，如何進(jìn)行數(shù)據(jù)準(zhǔn)確性的校驗(yàn)非常關(guān)鍵，否則業(yè)務(wù)方是無(wú)法直接使用的。
數(shù)據(jù)準(zhǔn)確性校驗(yàn)方法大概有幾種：
1）標(biāo)簽數(shù)據(jù)與數(shù)據(jù)源進(jìn)行對(duì)比
主要檢查數(shù)據(jù)的完整性和準(zhǔn)確性。
完整性指數(shù)據(jù)是否有缺失，比如有的標(biāo)簽數(shù)據(jù)在數(shù)據(jù)源中有值，但經(jīng)過(guò)組合計(jì)算后，標(biāo)簽值為空。
準(zhǔn)確性主要驗(yàn)證與數(shù)據(jù)源的數(shù)值是否一致，如果涉及到有小數(shù)點(diǎn)的標(biāo)簽要重點(diǎn)關(guān)注取整規(guī)則，是四舍五入、進(jìn)一還是直接舍去。
2）用戶覆蓋率計(jì)算
用戶覆蓋度是從整體上看這些標(biāo)簽的標(biāo)簽值對(duì)用戶的覆蓋程度，一些個(gè)別異常覆蓋度的標(biāo)簽要進(jìn)行單獨(dú)查驗(yàn)。
比如“性別”這個(gè)標(biāo)簽，標(biāo)簽值有 男、女、未知三種，按照正常邏輯，男、女的比例不會(huì)差距很大，如果發(fā)現(xiàn)男、女標(biāo)簽值比例為1:5，那數(shù)據(jù)可能計(jì)算出錯(cuò)了。
3）業(yè)務(wù)使用度
隨著業(yè)務(wù)的發(fā)展，標(biāo)簽會(huì)越來(lái)越多。業(yè)務(wù)方對(duì)標(biāo)簽的使用程度也可以從側(cè)面反應(yīng)標(biāo)簽數(shù)據(jù)的質(zhì)量。
如果在系統(tǒng)使用很久之后，發(fā)現(xiàn)一些標(biāo)簽從來(lái)沒(méi)有被業(yè)務(wù)使用過(guò)，可以理解為使用度為0，那這個(gè)標(biāo)簽要么是定義有問(wèn)題，不符合業(yè)務(wù)需求，需要修改定義或刪除，要么是數(shù)據(jù)有異常，業(yè)務(wù)方不愿意使用，也需要重點(diǎn)檢查。

結(jié)語(yǔ)
用戶畫(huà)像系統(tǒng)是大數(shù)據(jù)實(shí)踐落地的一個(gè)基礎(chǔ)系統(tǒng)，有了這個(gè)基礎(chǔ)后，才能進(jìn)行上層的精細(xì)化運(yùn)營(yíng)、數(shù)字化、智能化經(jīng)營(yíng)。保險(xiǎn)行業(yè)目前仍處于線上化向智能化的過(guò)渡過(guò)程。不管是保險(xiǎn)公司還是保險(xiǎn)中介，利用好該系統(tǒng)都能更好的賦能業(yè)務(wù)、提升效率和用戶體驗(yàn)，讓保險(xiǎn)行業(yè)進(jìn)步到更智能的階段。

↘好文推薦：
對(duì)賬系統(tǒng)設(shè)計(jì)詳解（上）
大廠沒(méi)有方法論（上）
阿里設(shè)計(jì)師出品！B端產(chǎn)品文案指南
點(diǎn)個(gè)“在看”吧