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(bao)險賠付支出也呈(cheng)明顯增長趨勢,且增(zeng)長(chang)速度(du)明顯高于(yu)保費收入增(zeng)長(chang),保險公司業(ye)務經營依然(ran)處于(yu)承壓狀態。

以高質量增長為目標,保(bao)司必(bi)須在保(bao)費收入和賠付支出(chu)雙(shuang)增長的局面下,降低業務(wu)摩擦成本,著重提(ti)高經營效率(lv),加(jia)快(kuai)數字化轉(zhuan)型步伐。
相關部門也對保司的數(shu)字化轉型提出(chu)了明確要求。在《中國銀保(bao)監會辦(ban)公(gong)廳關于銀行(xing)業(ye)保(bao)險(xian)業(ye)數(shu)字化轉型的(de)(de)指導(dao)意見》中,明確提出保(bao)險(xian)公(gong)司應“組建(jian)不同業(ye)務條線、業(ye)務與技術條線相(xiang)融合的(de)(de)共創(chuang)團(tuan)隊(dui),優化業務流程,增(zeng)(zeng)強(qiang)快速(su)響應市場和產品(pin)服務開(kai)發(fa)能力(li)。”數字化轉型(xing)作為保險(xian)業優化體(ti)驗(yan)、降(jiang)本(ben)增(zeng)(zeng)效的重要手段,已經成為險(xian)企(qi)向(xiang)高質(zhi)量發(fa)展的突破口(kou)之一。
1
保險行業數字化轉型面臨的挑戰
作為最先實現信息化的(de)行業之(zhi)一,保險行業具有快速完(wan)成數字(zi)化轉型的(de)先天優勢。但是在(zai)數字(zi)化轉型浪(lang)潮中,普遍(bian)面臨如下問(wen)題(ti):
投入大,產出少:需要投入(ru)大(da)量(liang)精力和資源建立數據管理(li)體系,部署高性能數據存儲(chu)和處理(li)系統。然(ran)而,雖(sui)然(ran)投入(ru)巨大(da),產(chan)出卻并未如預(yu)期那樣(yang)豐碩;
管理易,應用難:大部分保司(si)數(shu)字(zi)化轉(zhuan)型是以數(shu)據管(guan)理為核心,雖(sui)然收集和儲存海量數(shu)據比(bi)較容易,但(dan)是如(ru)何把(ba)這些數(shu)據轉(zhuan)化為具有操作性的業務洞察、實現業務流程優化卻是一個難(nan)題(ti);
開發有,業務無:在數(shu)字化轉(zhuan)型中(zhong),各(ge)種技術方(fang)案層出不窮,但這些技術成果通常(chang)很(hen)難融入(ru)到日(ri)常(chang)業(ye)務操(cao)作中(zhong),業(ye)務人員難以感(gan)受到數(shu)據帶來的便利,未能(neng)(neng)充分發揮數(shu)字化的巨大勢(shi)能(neng)(neng)。
同樣被上述問題困擾,國內某(mou)領先綜(zong)合性保險集團選(xuan)擇使用(yong)藝賽旗流(liu)程(cheng)挖掘 iS-RPM 產品成功解決了上述難(nan)題(ti),成功提(ti)效(xiao) 40%,不僅解(jie)決了(le)上述(shu)普遍(bian)存(cun)在的(de)問(wen)題,還(huan)探索出了(le)一條行之(zhi)有效(xiao)的(de)數字化轉(zhuan)型路徑,為行業(ye)樹立(li)了(le)標(biao)桿(gan)。
2
項目背景
該保險(xian)集(ji)團是中(zhong)國最大的(de)財產保險(xian)公司之一,在全國擁有40家(jia)分公司,3000余家(jia)中(zhong)心支公司。業務范圍涵蓋車(che)、財、農險(xian)等監管批(pi)準的(de)各類保險(xian)業務。該集(ji)團在頭部保險(xian)公司中(zhong)新技術的(de)探索應用上一直走在市場前列。
隨(sui)著(zhu)氣(qi)候變化導致(zhi)的極端天氣(qi)事件增多(duo),給該司(si)的農業保險(xian)帶(dai)來了較大的風險(xian)和挑戰。在(zai)突(tu)發的自然災害面前,一方(fang)面是(shi)政府和投保人期望快速獲得賠償(chang),另一方(fang)面是(shi)保司內(nei)部(bu)細(xi)致冗長的流程影響。
在提高運營卓越性和增強客戶滿意度的目標驅動下,該公司業務部門(men)和(he)科技部門(men)建立了(le)協作(zuo)(zuo)團隊(dui),選定以流程(cheng)挖(wa)掘作(zuo)(zuo)為數字(zi)化(hua)轉型的(de)核心平臺,成功融合應用了RPA和AI技術,構(gou)建了一套(tao)能夠對業務流(liu)程進行全方(fang)位清晰還原、仿真和預測的分析模型,成(cheng)功實(shi)現業務流程(cheng)瓶頸可(ke)視化(hua),有效(xiao)優化(hua)了業務流程(cheng),推動運(yun)營效(xiao)率(lv)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(liu)程洞察能(neng)力與流(liu)程透明度(du),為農險業務帶來了(le)顯(xian)著的(de)效率和(he)管理改進。

3
項目成果
1、 提高理賠流程效益,降低成本
通過流程挖掘,準確識(shi)別(bie)出(chu)理賠流程中的高耗時(shi)環節,并(bing)基于真實(shi)數據給(gei)出(chu)診斷(duan)及建議,實(shi)現理賠流程效率以及用戶體驗的顯(xian)著提升。
在采取一系列措施優化(hua)了關鍵(jian)節點(dian)的時效后,整(zheng)體改善理賠(pei)流程(cheng)各環節效率,降(jiang)低成本5%左右(you),提高(gao)流程(cheng)效率40%。
2、減少人員重復投入
通過任務挖掘幫助(zhu)客戶在高耗(hao)時環(huan)節中梳(shu)理出更多(duo)可自(zi)(zi)動(dong)化流(liu)程,如自(zi)(zi)動(dong)立案、自(zi)(zi)動(dong)超估損審核(he)、自(zi)(zi)動(dong)費用(yong)核(he)賠、自(zi)(zi)動(dong)查詢結案狀態(tai)、自(zi)(zi)動(dong)理算復核(he)等。
使(shi)得(de)自(zi)動化覆蓋率達到(dao)了90%,大大減少了不必要的人員成本,使(shi)得(de)理賠(pei)人員可(ke)以將更多的精力投入到(dao)核心決策和客戶服務中(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(guo)RPA實現跨系統、跨組織的業務自動化,解決了集(ji)團(tuan)數據共享(xiang)的(de)難(nan)題,改善因技術限制、成本限制、時效制的(de)數據互通(tong)問題,提高(gao)流程效率。
通過流(liu)程(cheng)挖掘智能(neng)分析引擎,使數(shu)據(ju)分析能(neng)力滲(shen)透到(dao)流(liu)程(cheng)管理的各個層級、各個環節(jie)。從流(liu)程(cheng)效(xiao)(xiao)率出發,推動管理模式(shi)優化(hua)、員工效(xiao)(xiao)率優化(hua)、客戶體驗優化(hua)。
4、提高客戶服務質量
借助(zhu)流程挖(wa)掘,幫(bang)助(zhu)客戶成功實現了(le)理(li)賠信息的(de)共享(xiang)和流轉,使管理(li)者能(neng)夠更好地掌握賠案狀態,從(cong)而能(neng)夠及(ji)時進行調整和處(chu)理(li),提高(gao)客戶服(fu)務質量。
4
藝賽旗流程挖掘解決方案
流(liu)程挖掘(jue)(jue)是一門橫跨(kua)數據挖掘(jue)(jue)、機器學(xue)習、業(ye)(ye)(ye)務(wu)(wu)流(liu)程管理等多個(ge)領域的(de)新興學(xue)科——通(tong)過(guo)定向采集、清洗企(qi)業(ye)(ye)(ye)不同 IT 系統中存儲的(de)信息日(ri)志,可視化還原企(qi)業(ye)(ye)(ye)實際業(ye)(ye)(ye)務(wu)(wu)流(liu),進而通(tong)過(guo)分析、對(dui)比、優(you)化等一系列手段(duan),幫助(zhu)企(qi)業(ye)(ye)(ye)發(fa)現實際業(ye)(ye)(ye)務(wu)(wu)中出現的(de)漏洞、缺陷(xian)和瓶頸,并可持(chi)續監測流(liu)程,進而引導企(qi)業(ye)(ye)(ye)找出改(gai)進方(fang)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(ceng)+流(liu)程挖掘引擎+應用層(ceng)”的架構設計,實(shi)現(xian)業(ye)務流(liu)(liu)程(cheng)可視(shi)化(hua)模(mo)擬、流(liu)(liu)程(cheng) KPI 指標、流(liu)(liu)程(cheng)一致性檢(jian)查(cha)、返工分(fen)析等多種(zhong)模(mo)型展(zhan)現(xian),快速(su)實(shi)現(xian)對業(ye)務流(liu)(liu)程(cheng)的現(xian)狀還原和根因定位,推動業(ye)務提效,讓(rang)數(shu)字(zi)化(hua)轉(zhuan)型成果真正落到實(shi)處。
4
項目實施全過程解讀
數字化轉型(xing)并非單純的技術堆砌,而(er)是需(xu)要深刻理解業務痛點(dian),精準施(shi)策(ce),并注(zhu)重人與技術的協同(tong)性。我(wo)們在實(shi)施項目時遵循數據層(ceng)、流(liu)程(cheng)挖(wa)掘(jue)引(yin)擎、應用(yong)層(ceng)的業(ye)務流(liu)程(cheng),具體如(ru)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(mian)的數據采(cai)集體系、高效的數據整(zheng)合能(neng)力以(yi)及完善的數據管(guan)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,包括但不(bu)限于(yu)API接口對接、數(shu)據庫日志抓(zhua)取、用戶行為追蹤(zong)等,實(shi)現多源(yuan)異(yi)構數據的(de)一體化接入。確(que)保從保單管理(li)(li)、理(li)(li)賠處(chu)理(li)(li)、客戶(hu)服(fu)務、風險控制等各個環節的(de)關鍵系統中采集到完整(zheng)、準確(que)、實(shi)時的(de)數據。
高效的數據集成能力:構建數據(ju)湖或數據(ju)倉庫,將(jiang)來自(zi)不(bu)同系統(tong)、不(bu)同格式的數(shu)據(ju)進(jin)行清洗、整(zheng)合與標準化,形成統(tong)一的數(shu)據(ju)視(shi)圖。利(li)用ETL(Extract, Transform, Load)工具或數(shu)據(ju)集成平(ping)臺,提升(sheng)數(shu)據(ju)處理的效率和質量(liang),保(bao)證后續流程(cheng)挖掘分析(xi)的基礎(chu)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,包括數據質量管(guan)理、元數據管(guan)理、數據安全與隱私(si)保護等,確保數(shu)(shu)據(ju)的準確性(xing)、一(yi)致性(xing)和合規性(xing)。通過數(shu)(shu)據(ju)治(zhi)理,提高數(shu)(shu)據(ju)可用性(xing),降低(di)數(shu)(shu)據(ju)濫用風險,為流程挖掘提供堅實(shi)的信任基(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、效率洞察(cha)、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(ye)務運(yun)行全景(jing)以可(ke)視化界面展現,能清(qing)晰看到每筆業務的運行軌跡(ji),真正提升業務精(jing)細化管理(li)水平(ping);
效率洞察:全面展示(shi)業務運行效(xiao)率,洞察(cha)低效(xiao)環節,下(xia)鉆查(cha)看不同環節人員效(xiao)率;
一致性檢查:與標準流程對比(bi),衡量真實業(ye)務合規(gui)性(xing),定位違規(gui)行為和人(ren)員(yuan),提(ti)升業(ye)務規(gui)范性(xing),杜絕業(ye)務風險;
根因定位:異常環節、異常人員(yuan)快(kuai)速下鉆,快(kuai)速定(ding)位排查(cha)原(yuan)因,制定(ding)針(zhen)對(dui)性解決方案;
監控跟蹤:業(ye)務(wu)(wu)全景看板(ban),多(duo)層級效(xiao)率看板(ban),異常告警,推動業(ye)務(wu)(wu)高效(xiao)運行(xing);
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“業務與(yu)技術條線共同協作”的工作模式。
3、應用層:端到端業務流程洞察
在應用端(duan),流(liu)程挖掘(jue)可以用在各種(zhong)業(ye)務(wu)(wu)流(liu)程中(zhong),尤(you)其(qi)擅長跨系統(tong)、端(duan)到端(duan)的流(liu)程洞察,在承保(bao)、理(li)賠(pei)、客戶服務(wu)(wu)、風險控制等保(bao)險行業(ye)核心業(ye)務(wu)(wu)中(zhong)均可發(fa)揮具體價值,以理(li)賠(pei)流(liu)程為例:

流程(cheng)挖掘可(ke)以直觀展現每筆(bi)理賠業(ye)務的流轉路(lu)徑和(he)所需時間,可(ke)視(shi)化界面方(fang)便(bian)業(ye)務管理人員快速(su)識(shi)別不規范流程(cheng)、高耗時節(jie)點(dian),并可(ke)對問題(ti)節(jie)點(dian)快速(su)定(ding)位(wei)出現問題(ti)的部(bu)門和(he)筆(bi)數,從而快速(su)定(ding)位(wei)問題(ti)。
在效率洞察方面,藝賽旗流程挖掘(jue) iS-RPM 不(bu)(bu)僅可(ke)以輕(qing)松展現(xian)全(quan)部業務的(de)平均耗時,還可(ke)根據需要查(cha)看同一環節不(bu)(bu)同分支(zhi)、人員(yuan)的(de)處理數(shu)量和效率,準確洞察業務運(yun)行效率,查(cha)漏補(bu)缺,不(bu)(bu)斷提升(sheng)。
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(ru)分析這些(xie)異常情況背后的原因,幫(bang)助企業(ye)發現潛在(zai)的流程瓶頸和風(feng)險點。
例(li)如,流(liu)程挖掘系統能夠自動標記出處理(li)時(shi)間(jian)遠超平均水平的(de)案件,進(jin)一步分析這些案件的(de)具體(ti)停留環節與負責(ze)人員,為管理(li)層提(ti)供精準的(de)干預指導,及時(shi)調整(zheng)資(zi)源(yuan)配(pei)置或優化流(liu)程設(she)計(ji),有(you)效(xiao)提(ti)升(sheng)整(zheng)體(ti)處理(li)效(xiao)率和(he)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(he)心理賠流程效率(lv)提(ti)升40%的目標,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乃至更廣泛的(de)金(jin)融(rong)領域(yu)提供了寶貴的(de)借鑒。
流程(cheng)挖掘(jue)作為連接(jie)數(shu)(shu)據與決策的(de)(de)橋梁(liang),展現了其在推動(dong)企(qi)業精細化管(guan)理、加速數(shu)(shu)字化轉(zhuan)型進程(cheng)中的(de)(de)獨特(te)價值(zhi)。面對未來(lai),保險(xian)公司應積極擁抱流程(cheng)挖掘(jue)技(ji)術,不斷創新,以在更加激烈(lie)的(de)(de)競爭中拔得頭(tou)籌。