近日，平安健康推出了一款陪伴式醫療健康服務新產品----"平安家醫·長者守護版"。

這是一款專為銀發人群提供的醫養產品。事實上，產品的設計十分契合當下日趨凸顯的"空巢老人、留守老人"的情況，通過7*24小時線上咨詢問診、線下看病住院全程陪同、慢病主動管理、適老化居住改造指導等服務，滿足老年人的健康需求。

平安健康項目負責人表示："春節長假過后，許多職場人將與父母分離奔赴異地。‘平安家醫’服務品牌整合孝心管家、家庭醫生、專業陪診師、資深護士等強大的專業服務團隊，打造一體化的陪伴式醫療健康服務，幫助更多中國老人加強日常健康管理，實現便捷就醫問藥，讓長輩們身心保障更多，讓兒女們外出打拼更少顧慮。"

隨著我國社會老齡化程度不斷加深，養老保障需求隨之急速增長，圍繞老年人群形成的"銀發經濟"也越發繁榮。

社會老齡化加劇，醫療健康服務是銀發經濟重中之重

據國家統計局1月17日公布的最新人口數據，截至2023年底，我國60歲及以上人口29697萬人，占全國人口的21.1%，其中65歲及以上人口21676萬人，占全國人口的15.4%。如此龐大和快速發展的老年人口，代表著我國經濟社會發展將面臨巨大壓力和嚴峻挑戰。

為應對這一局勢，習近平總書記曾在十九大報告中指出，實施健康中國戰略，積極應對人口老齡化，構建養老、孝老、敬老政策體系和社會環境，推進醫養結合，加快老齡事業和產業發展。

在社會趨勢與國家政策的推動下，我國的銀發經濟也得以長足發展。目前，我國銀發經濟規模大概在7萬億元左右，占GDP比重大約為6%左右。到2035年，銀發經濟規模將達到30萬億元左右，占GDP比重約10%。

今年1月，國務院辦公廳發布了《關于發展銀發經濟增進老年人福祉的意見》，指出將擴大和發展居家助老、老年健康、養老照護等各方面服務。

在銀發經濟之中，老齡人群的醫療健康需求始終是重中之重。隨著年齡的增長，老齡人群的身體機能逐漸衰退，各類慢性病或基礎病癥狀凸顯，對醫療健康服務的需求將越來越高。

然而，對身體狀況不佳、子女工作繁忙或異地工作的老人來說，在日常生活中很難得到完善的照護和及時的救助。就醫對他們來說更是一大難題，從掛號、排隊到種類繁多的檢查、繳費，醫院不斷升級的智能化系統更是讓老年人無所適從。

為解決這一問題，各類醫療健康服務產品應運而生。平安健康此次推出的新產品"平安家醫·長者守護版"就是專為老年人這一群體設計。

從服務內容上看，該產品為客戶提供1V1管家式陪伴、7*24小時線上秒級問診、線下看病住院全程陪同、護士上門巡護、慢病主動管理、適老化居住改造指導等25項特色服務，同時還免費贈送住家智能生活設備，覆蓋老年人居家、就醫、慢病管理各個健康需求場景。

平安健康相關負責人表示，推出這一產品旨在依托"平安家醫"服務品牌，整合孝心管家、家庭醫生、專業陪診師、資深護士等專業服務團隊，打造一體化"陪伴式"醫療健康服務。

陪伴式服務破解空巢老人醫療健康困局

據了解，在打造老年人醫療健康服務產品方面，平安健康有著得天獨厚的優勢。平安健康打造的"管理式醫療+家庭醫生會員制+O2O醫療健康服務"這一獨特商業模式，早已將"醫療+健康"、"院內+院外"、"線上+線下"一站式服務打通，多維專業醫療能力與豐富服務資源構筑成基座，讓全生命周期的醫療健康管理服務深入用戶家庭之中。

據平安健康介紹，截至2023年6月，其合作醫院已近4000家，合作藥店22.6萬家，合作健康服務供應商近10.3萬家，合作體檢機構超2000家。已建立覆蓋22個科室約5萬名內外部醫生團隊，累計簽約近2400位外部三甲醫院以上的名醫專家，可滿足用戶全場景、多層次的醫療健康服務需求。

豐富、完備的醫療資源意味著專業、完善的健康服務。

在家庭場景中，平安健康為用戶安排了一對一的管家服務，通過電話形式了解用戶的疾病、居住環境、生活方式等情況，為用戶建立健康檔案，提供生活方式指導，并定期與子女同步相關信息。與此同時，平安家醫作為平安健康自聘的全職全科醫生，更多來自全國三甲醫院超10年以上豐富從業經驗，可7*24小時在線響應用戶需求，為用戶提供專業問診以及"到線、到店、到家"全流程醫療健康服務的鏈路管理。

在老年人最頭疼的就醫場景，各種不斷升級的醫療設施和智能問診程序為他們的看診之路加設了重重門檻。他們仿佛被飛速發展的時代遺留在原地，就連"看病"這件事情都愈發難以自理。幾年前，"陪診員"這一職業一度火爆起來，背后隱藏的正是老年患者群體龐大的醫療需求。譬如平安家醫.長者守護版提供的就醫指導服務，在診前可以協助用戶選擇醫院、科室，診中對相關檢查項目做指導和協助，診后還會針對日常注意事項、健康管理及慢病管理等給出專業指導。在入院出院辦理、護工照護、遠程康復指導等就診全流程，平安家醫都可安排專人為用戶服務。

平安健康該負責人還分享了一個真實案例：在上海工作的張先生，為遠在安徽老家的母親購買了"平安家醫·長者守護版"產品后，每個月自己的手機上都會收到平安家醫發來的母親的閱讀健康報告。在管家與家醫的幫助下，高血糖的母親逐步改善飲食習慣與生活方式，身體逐漸好轉。后來母親偶然突發心臟不適，平安家醫立刻安排了上門陪診員護送到醫院就診。張先生與母親的故事，正是無數異地家庭的縮影，在"平安家醫·長者守護版"的幫助下，空巢老人的醫療健康困局終于有了解法。

該負責人表示，在政策引導和市場需求推動下，老年人醫療健康服務將持續聚焦提升可及性和品質感。預期未來將有更多專業機構涉足"陪伴"這一新方向，老年人群日益增長的高質量醫療健康服務需求與"空巢化"之間的矛盾，也有望得到有效緩解。雷峰網

平安，正在經歷一個實際價值與外界預期相對割裂的時段。

2020年下半年，隨著保險板塊迎來高光時刻，平安股價接連突破前期歷史新高，總市值站上1.7萬億元。但是，從去年以來，平安的股價一直在經歷走低的陣痛。

走低背后一個值得被討論的話題是，平安的真實價值有多少？

平安聯席CEO兼首席財務官姚波在2022年平安中報業績會上表示，公司管理層認為當前公司股價與公司價值出現脫鉤，股價仍然被低估。“按照保險公司估值方法計算，現在公司股價只有內含價值的0.5倍左右，處于歷史低位。相信在不久的將來，市場會認同平安的價值。”

因為從數據來看，平安依然很穩：2022年上半年，歸母營運利潤853.40億元，同比增長4.3%；歸母凈利潤602.73億元，同比增長3.9%。而被平安視為下一個十年的“成長引擎”——醫療健康生態圈，與主業形成了越來越強的協同效應。

2022年上半年，平安實現健康險保費收入超700億元；國內百強醫院和三甲醫院100%合作覆蓋，合作健康管理機構數超10萬家，合作藥店數達20.8萬家；平安智慧醫療累計服務187個城市、超5.5萬家醫療機構，賦能超142萬名醫生。

資本市場的變動是情緒的體現。平安2022年中期財報發布后的24日和25日，平安股價迎來了回暖。

7月23日，中國平安集團宣布“正式煥新、升級”公司品牌標識，主要將現有品牌標識中的標語“金融·科技”升級為“專業·價值”，品牌標識主體的中文和拼音“PINGAN”保持原版設計。自此，平安集團及旗下專業公司相關傳播均統一使用新的品牌標識和“專業，讓生活更簡單”的品牌口號。

馬明哲表示，“品牌標識變化，不是一次單純的回歸、傳承，更是一種升級、煥新。它不是一次簡單的品牌標識變更，更是平安品牌體系的一次完整清晰梳理與表達。它不僅僅停留在品牌口號層面，更將沉淀為全體平安人的行動綱領與行動自覺。”

從新版品牌標識與口號中不難看出，平安正在直面自身的價值定位，對未來的戰略規劃做出對應調整。被寄予厚望的醫療健康生態圈，將成為這一新“行動綱領”下的急行軍。

20年前，一場品牌危機帶來的教訓

平安集團成立于1988年，自成立以來共啟用過5個版本的品牌標識。2000年伊始，平安集團董事長馬明哲在給全體員工的新年賀信中寫道：“將積極引進先進的專業技能和管理技能，‘價值最大化’為導向，建立‘多元、緊密、高效’的策略性集團經營模式。”

2002年，公司第二次對品牌標識進行升級，標識主體文字由“平安保險公司”更新為“中國平安”，同時首度在品牌標識中正式推出標語“專業·價值”。“專業”與“價值”的企業使命，此時便已奠定。

此后數年間，隨著平安業務布局的不斷調整，品牌標識中的標語也幾度變更，分別在2008年和2018年調整為“保險·銀行·投資”與“金融·科技”。

于廣大用戶和消費者而言，品牌標識的背后是強大的品牌體系和文化內核支撐。如果用一句話來概括平安的品牌與文化、謀局與變局，毫無疑問，這句話正是“專業創造價值”。

《無止之境》一書中曾經講過一個平安品牌的故事。

2002年，平安遇到了成立以來最嚴重的一次危機——“投連險風波”。為挽回客戶的經濟損失，重新爭取客戶的信任，2002年春天，平安集團發起了中國保險史上最大規模的客戶回訪計劃，馬明哲帶領公司上下十幾萬人耗時500余天，對118萬名投連險客戶進行了100%的逐一回訪。最終，平安付出了近10億元的代價挽回了品牌的聲譽，超過95%的客戶選擇繼續在平安投保。

也正是這次危機，讓馬明哲堅持不斷提升業務員的品質，“讓平安的業務員隊伍成為公眾最可信賴的隊伍”，致力于打造更加專業的平安集團。

中國平安表示，2022年的這次品牌標識的煥新、升級，旨在回歸公司企業文化的本源，傳承并發揚"專業創造價值"的核心文化理念。

“專業”，意味著通過專業的金融顧問、專業的家庭醫生和專業的養老管家，致力為客戶提供“省心、省時又省錢”的簡單便捷的消費體驗。

“價值”，即基于對中國市場及消費者的深刻洞察，對客戶堅持“服務至上、誠信保障”，對員工提供“生涯規劃、安居樂業”，為股東創造“穩定回報、資產增值”，對社會履行“感恩回饋、建設國家”，從而持續為客戶、為股東、為員工、為社會創造最大價值。

在雷峰網看來，“專業”和“價值”是一件事情的出發和終點：用專業去發現問題，用價值去解決問題，尤其是在“綜合金融+醫療健康”的戰略轉型下，對于醫療健康和養老的深度參與，是這兩大標語的具體闡釋。

平安集團聯席CEO陳心穎在2022年的中期業績會上表示，“未來的保險和金融發展，靠單純的財富保障和增值業務無法滿足國內中高端人群的需求。除了金融、財富保障和增值，也需要醫療健康，也需要養老。這個正好與平安非常相符，所以我們提出保險+健康醫療、金融+健康醫療，這是我們做這個事情的原因。”

隨著“健康中國2030”上升為國家戰略，中國平安加快在醫療健康領域的投入布局。2021年，平安創新推出以“管理式醫療+家庭醫生會員制+O2O醫療健康服務”為核心的集團管理式醫療模式，打通供給、需求與支付閉環。

這一模式的核心抓手之一是平安健康。區別于如今互聯網醫療行業中常見的線上藥店、協助診斷等主流方式，平安健康聚焦B2C用戶，同時布局B端和C端，意在打造獨特的本土管理式醫療系統。

成立于1974年的聯合健康，是管理式醫療的標桿企業。在經過國外市場檢驗的模式中，保險與健康管理是不可分割的兩大業務。作為國內保險巨頭中唯一在健康行業布局進行深入布局的企業，平安在管理式醫療的本土化索中具有天然的優勢，是最有可能完成管理式醫療本土化，使其在國內生根發芽的玩家。

在談及平安醫療健康生態圈進展“如何實現中國版管理式醫療”這些問題時，平安聯席CEO陳心穎曾表示，關鍵看兩點，一是要代表支付方，二是要整合好供應方。在支付端，平安覆蓋2.25億個人客戶，能代表支付方撬動市場，做好健康、醫療、養老的服務。

在供應端，要通過線上線下整合醫療資源。例如，中國平安與北大醫療等進行資源合作，日后也會在其他城市繼續推動與核心醫院的資源合作；此外，要提供“三到”服務，即“到線（平安好醫生）”“到店（全國百強醫院和1500多家三甲醫院）”和“到家（100多家供應商提供200多項大家服務）”。

這些以場景為切分的服務供給，是平安長久以來對用戶需求的調研和梳理，可以全方位地“想在用戶前面”。對服務內容進行肉眼可見的升維，是為平安的“專業”所在。

再比如，數年的不斷演化中，平安打造了全新的O2O醫療健康服務場景：使用戶跳出醫院和地域的制約，享受跨地區、跨行業的醫療服務。同時，平安通過批發整合藥品資源最大程度減少醫藥流通成本環節，為用戶提供低價高質的藥品服務。

在管理式醫療與O2O閉環過程中，平安健康家庭醫生會員制作為一種長生命周期的陪伴服務，起到了重要的橋梁作用，加深用戶黏性。

相比于只能在醫、藥、險的某一個環節中做出單點突破的玩家，平安這種“打包式”、極其細化的服務模式，需要很強的內部協同能力和對需求的洞察能力，但這也是“專業”所在。

這種專業也體現在實際的經營業績中。平安健康2022年中期報告顯示，報告期內企業總收入達28.3億元，毛利率提升至27.3%；凈虧損4.258億元，相比于去年同期的8.79億，減少了51.6%；付費用戶數快速增長至超4000萬，相較于2021年全年增加4.8%。

不論是整體營收的持續增長還是醫療健康服務營收的不斷提高，都驗證了平安多年來在醫療健康領域布局的精準與穩健。

管理式醫療，最缺的是什么？

管理式醫療，最缺的是什么？就是如何管理用戶的健康。

受限于國內目前的醫保報銷制度等問題，互聯網醫療企業真正的診療功能一直難以發揮，往往淪為醫藥電商，營收占比居高不下。相比擁有龐大的線上用戶基數與完善物流體系的電商巨頭，平安并未將醫藥電商業務作為重點發展，而是致力于在自身優勢的基礎上堅決尋求差異化定位。

2015年4月21日，“平安好醫生”（現已更名“平安健康”）上線。平安健康是平安醫療健康生態圈中的線上流量入口，這樣的定位使得平安健康成為了外界與醫療健康生態的交通樞紐，也能更好地令醫療健康服務與保險服務相互賦能，全方位深化與平安醫療健康生態圈的協同效應。

上文所說，管理式醫療系統能夠實現運轉的前提，是擁有核心醫療服務能力的建設、能密切鏈接支付方與供應方、且具備強大的資源調度能力，包括醫療資源、用戶與龐大的健康、保險數據等等。

從線下醫療資源的“供應方”來看，平安在這兩年進行了緊鑼密鼓的部署。2021年平安參與方正集團重整，方正旗下北大醫療產業集團的醫院資源融入平安醫療生態圈，支撐起平安的線下診療業務。

新方正集團成立僅一周，平安便打響了“醫療健康+保險”協同發展的第一槍，10月28日，平安首批高端健康管理中心在北京、深圳兩地掛牌成立。平安（深圳）高端健康管理中心背后依托的是平安龍華醫院等醫療資源。

2020年5月，平安與深圳龍華區政府簽約，合作運營“平安龍華醫院”，把平安龍華醫院建設為具有國際影響力的全國百強醫院、打造公立醫院改革的深圳模式。2021年8月，平安龍華醫院主體基本完成封頂。與此同時，平安在2021年10月正式掛牌營運了首批高端健康管理中心，截至2021年12月末，全國已有14個健康管理中心。

通過緊密布局，平安填補了醫療生態圈的重要一環——優質線下醫療資源。

此外，平安大力布局專病領域。自今年5月起，平安在兩個月內開設了五家專科專病中心，涵蓋中醫女科、兒科、眼科、糖尿病及痤瘡診療中心。后續一個月內，平安健康近視防控中心、平安健康糖友關愛中心、平安健康痤瘡診療中心相繼成立。

以上這些平臺，能夠利用平安健康APP 7×24 小時在線服務能力，為用戶提供線上線下一體化的服務，圍繞預約、掛號、診療、藥品配送、隨訪、健康維護等節點，形成健康管理服務閉環。

在平安健康糖友關愛中心成立儀式上，平安健康董事長方蔚豪表示，本年度平安健康將重點打造覆蓋內、外、婦、兒等9大專科的專病中心，縱深專科化經營建設。

平安旗下還有完備的家庭醫生團隊，在醫療資源供需不平衡、利用效率低、供應分散的背景下，平安通過專業指引鏈接優質資源，為政府提供專業化賦能，為多層次需求人群提供差異化補充，實現社會醫療效率的提升。

截至2022年6月末，平安健康累計付費用戶數超4000萬，自有醫療團隊與外部簽約醫生的人數近4.9萬人，已簽約了超1500位名醫，并建立了7個專病中心。

不過，開拓了諸多的線下資源后，該如何讓其真正運轉起來，將醫療服務送到客戶手中？平安的選擇是，以科技賦能醫療健康產業，打造醫療健康生態圈。

陳心穎表示，“要將科技創新融入健康醫療，通過科技的網絡，把服務伙伴、950項服務等所有節點融合起來。”

截至2022年6月末，平安已經擁有超3萬名科技開發人員、近3900名科學家的科技人才隊伍；科技專利申請累計43094項。在人工智能技術領域、金融科技和數字醫療業務領域，平安的專利申請數排名均為全球第一位。

通過醫療健康生態圈，平安拓寬場景覆蓋，提供更加專業與多樣化的產品和服務，為客戶，同時也為企業自身創造價值。

2022年上半年，平安智慧醫療累計服務187個城市、超5.5萬家醫療機構，賦能超142萬名醫生；國內百強醫院和三甲醫院100%合作覆蓋，合作健康管理機構數超10萬家，合作藥店數達20.8萬家。僅上半年，平安健康險保費收入超700億元。

平安是國內管理式醫療系統的最佳實踐模板，完善的線下醫療服務能力和科技能力，正是平安強調的“專業”所在。這些能力也為醫療反哺主業、實現醫險協同，提供了先決條件。

陳心穎表示，“這是一個浩大的工程，也是我們未來5-10年將持續進行的工作，堅持‘綜合金融+醫療健康’的雙輪驅動戰略。”

醫療和保險的“內循環”

平安醫療生態圈已為金融保險主業輸送穩定的客戶資源、渠道扶持，對其業務擴張形成強有力支持，賦能成效顯著。

相較于C端，醫療健康行業的B端獲客往往更加高效、優質，支付市場前景也更加廣闊。但目前市場上的員工健康管理產品仍普遍存在簡單、分散等問題。

平安健康服務的B端客戶分為保險金融客戶和大中型央國企客戶兩類。保險金融企業以平安集團內部為主，通過提供協同性更高的醫療健康服務產品為金融保險用戶提供全生命周期的服務。企業員工端，平安健康根據各企業的行業屬性、員工情況等，提供定制產品和豐富的健康活動，幫助企業優化員工的就醫效率。

為此，平安旗下的健康、壽險、養老險多板塊聯動推出適合To B渠道的多款定制產品。

平安健康與平安壽險共同推出的“臻享RUN”系列服務，覆蓋重疾險保單用戶，將基礎產品內化進保單，為用戶提供重疾專案管理服務包、實時音視頻問診權益包、健康管理服務包等多項服務且無需額外付費。“臻享RUN”目前已服務1500萬客戶，客戶滿意度達98%。

此外，平安健康還與平安健康險共同推出E生門診附加包，打造就醫保障閉環，全覆蓋未病、小病、大病，門診、急診、住院等環節；

再比如，平安健康與平安養老險合作推出“易企健康”產品，以集團線下醫療能力為基礎，針對企業端打造定制化團體體檢及健康管理項目。診療/康養+保險一步到位，平安為用戶提供更加專業的全周期全場景醫療健康服務。

“易企健康”的投保客戶中，有一位跨國藥企的員工在羅馬尼亞出差過程中不慎感染新冠肺炎，新冠肺炎癥狀與自身基礎疾病疊加，這位員工的身體狀況急轉直下。該跨國藥企了解情況后為員工聯系了平安健康，名醫工作室的盧冬梅主任第一時間為這位員工進行了線上診斷，并針對其身體狀況提供一份全面的中英文用藥建議方案，幫助他在異國順利購買藥物。

一場健康危機就此悄然化解，員工與企業都放下心來。截至目前，平安健康累計已為超500家大中型企業提供服務，覆蓋超百萬名企業員工及其家屬。

這些實實在在的案例，就是平安“以客戶為中心”的真實體現。

如今，醫療健康生態圈與金融主業協同效果愈加明顯。截至2022年6月末，平安超2.25億個人客戶中有超64%的客戶同時使用了醫療健康生態圈提供的服務，其客均合同數約3.39個，客均AUM約5.29萬元，分別為不使用醫療健康生態圈服務的個人客戶的1.6倍、2.8倍。

依托醫療健康生態圈，平安通過“保險+健康管理”、“保險+高端養老”、“保險+居家養老”三層產品提供全生命周期的健康養老服務，打造差異化競爭優勢，帶動壽險獲客及黏客。2022年度前6個月的新保單客戶中，有46%來自于平安的“保險+醫療、保險+養老”服務；使用過線上問診的客戶加保率為未使用客戶的3.5倍。

平安的“專業”和“價值”，得到了數據層面的直接體現。

以百年綢繆“品牌”。回到這次品牌標識的刷新，馬明哲表示，“大國崛起需要偉大的民族品牌，也必將涌現一批國際領先的百年品牌。2021年，143家中國企業入圍世界500強，位居世界第一。中國平安亦躋身其中，位居當年榜單第16位。早在1988年創立平安時，我們就發愿，平安成為一家“強大的民族企業。”

8月3日，2022年度《財富》世界500強排行榜揭曉，中國平安憑借持續穩健的業績增長，以2021年度1996億美元的營業收入位列全球榜單第25位，全球金融企業排名第4位。在中國入圍企業中排名第7位，蟬聯中國內地混合所有制企業第1位。

2022年，平安進入第四個十年的“深水區”，行至公司文化與品牌升級的關鍵年份。面對新時代的新任務、新挑戰、新機遇，平安升級“專業·價值”的品牌標識，這標志著平安將全面轉向客戶需求驅動的新發展模式。品牌和標語的再次升級、醫險協同的不斷深化，讓平安這艘"綜合金融+醫療健康"巨艦，有了更加明確的航向。

水滴公司主要收入來源于水滴保業務，水滴保一季度實現首年保費（FYP）44.69億，同比增長42.7%。累計保險付費用戶達到2190萬，用戶人均首年保費（FYP）為1165元，同比增長32.1%。

高盛此前預期，水滴公司2020年到2023年首年保費(FYP)將有36%的年復合增長。

美銀預計水滴公司的保費收入未來三年將實現38％的年均復合增長率。

通常互聯網保險公司大約保持20%的增長幅度，以眾安為例，今年一季度保費收入增速28%。從一季度財報看，水滴公司首年保費和收入增速均遠超行業預期。

一季報顯示，該險種貢獻的首年保費（FYP）同比增長了132%。熱銷的保險產品包括水滴百萬醫療2021、水滴百萬意外2021、水滴百萬重疾2021、尊享守護C款保障計劃、水滴百萬醫療險2021青春版以及融客保A款終身重大疾病保險等。

而就在公布財報的前一天，水滴又宣布與前海再保險股份有限公司在亞健康人群的保障上達成合作。

據了解，此次合作主要圍繞帶病投保產品展開，在保險產品開發、用戶運營、健康管理服務、智能核保、大數據風控等方面進行，同時雙方還合作推出了首款非標體人群可投保的重疾險“水滴守護愛重大疾病保險”產品。

世界衛生組織一項全球性調查結果顯示，全球75%的人均處于“亞健康”狀態。但相當一段時間，他們卻面臨愿意花錢，卻也買不到合適保險的尷尬狀況，比如高血壓、糖尿病患者，他們是最需要保障的一群人，但是因為健康風險也更為復雜，投保和核保要求更高。

目前我國商業健康險覆蓋率不足10%，能夠支持非標體和亞健康人群的產品更是稀缺。

近年來，在不斷發展的過程中，醫療險重疾險產品的核保要求逐漸放寬，也讓更多非標體人群擁有了獲得保障的機會。

以往保險行業較少嘗試帶病投保產品的創新，很大程度上是受限于用戶數據的缺失。

健康險產品核保環節十分復雜，傳統的人工核保以及初級的智能核保，處理方式缺乏個性化、差異化的評估標準，僅接受標準體客戶，很多非標體和帶病客戶仍然無險可保。

作為一家保險科技公司，水滴通過其網絡互助、大病籌款、保險經紀等業務，在線上線下積累了大量醫療相關數據，以及覆蓋保險的營銷、咨詢、購買、理賠、續保等各個環節的保險數據和完善的用戶畫像。

自建了完善的“CONF”醫療知識圖譜，包含用戶數據、醫療數據、產品數據等三大數據庫，為帶病投保保險產品的定制提供了可能，同時能夠提升核保和理賠的智能化程度。

此外，水滴還聯合保險公司，再保險公司，共同開發覆蓋非標體人群的保險產品，可以通過多維度解析用戶行為把握風控。 

據悉，前海再保險和水滴保合作開發的首款產品“水滴守護愛重大疾病保險”目前已上線，該產品保障范圍包含110種重大疾病、30種中癥、45種輕癥，重癥不分組2次賠付，中癥和輕癥累計可達6次賠付，惡性腫瘤二次賠付，28天-60周歲人群均可投保。

與常見的重疾險產品不同的是，非標體人群包括高血壓、糖尿病、乙肝、高血脂等數十種常見慢性病患者也能投保“水滴守護愛重大疾病保險”。

用戶只需要通過線上的智能核保系統告知患病情況，可以實現200多種常見病的自動加費。

通過疾病模型、加費算法、場景優化三大創新，滿足了多種疾病、多項異常告知客戶的投保需求，每種疾病僅需回答3-6個問題即可完成評估，平均用時不到3分鐘，極大提高了亞健康消費者的投保便捷程度。

水滴銷售副總裁李佳表示，“我們通過數據可以看到，在水滴保平臺咨詢過和嘗試購買健康險，但因為身體原因無法投保的用戶接近千萬量級，這是一個非常大的潛在增量市場，需要更多的覆蓋非標體和帶病體人群的保險產品，而且是合理加費，大部分客戶能夠承擔得起的保險產品。”

據悉，除了這次的前海財險，水滴還聯合保險公司推出了多款覆蓋慢病人群的醫療險和重疾險，2019年推出的專門針對甲狀腺腫瘤疾病的水滴無憂甲狀腺保險，有輕度結節也可投保；2021年初，水滴保海也專門針對糖尿病患者定制專屬重疾保障“水滴糖保保特定疾病保險”。雷鋒網雷鋒網

本輪融資是繼2020年3月獲得中國人壽再保險有限責任公司戰略性融資后，鎂信健康再度敲定的又一輪戰略融資。

融資由螞蟻科技、上海生物醫藥基金、創新工場聯合領投，華興新經濟基金和北極光創投為本輪跟投方，A輪領投方博遠資本、現有股東遠毅資本、賽富投資繼續加持。

本輪融資之后，鎂信健康將獲得醫療、健康險和互聯網賽道平臺性股東支持。

2020年疫情影響下，中國健康險行業保持持續高速增長，“醫藥+保險”的融合已成為健康險行業發展的新趨勢。

鎂信健康創立于2017年8月，致力于創新醫療支付服務，運用“互聯網+”，打通患者、藥企、以及商保公司，推動金融工具與醫療領域的融合，并通過支付、零售、服務，藥康付在慢病和特藥之間深入打通一條價值鏈，把藥企、藥房、商保公司各方都引入其中。

鎂信健康的藥康付已與50+家藥企達成合作，推出藥品覆蓋高價癌癥藥物和慢性病特藥保障，業務覆蓋全國DTP藥房網絡，遍布400多個城市，惠及上百萬患者，每年為患者節省超過10億元醫療費用，并在此基礎上開發包含藥品、器械、創新療法等更全面的健康險創新產品。

此外，自2019年底開始，鎂信健康還在多個城市與保險公司陸續推出城市補充醫療保險項目。依托公司股東上海醫藥和中再壽險提供的持續供藥能力和穩定風險管控能力，提升當地市民藥品可及性并緩解醫療費用負擔。

另外，鎂信健康還布局了互聯網醫院業務，旗下康付互聯網醫院（又稱海南鎂信互聯網醫院）于2020年11月獲批執業，是海南博鰲樂城國際醫療旅游先行區獨立設置的首家互聯網醫院。未來，該互聯網醫院將立足博鰲樂城，利用互聯網數字化、智能化優勢，對接全球新藥品、新療法、新器械，服務于國內患者。

螞蟻集團副總裁紀綱表示：“鎂信健康以創新支付為錨點，在消費端聚集自費患者需求，在供給端將藥企、藥房、保司和醫院資有效整合銜接，形成‘醫藥險’三者的商業閉環。引進螞蟻集團，將有助于鎂信健康拓寬互聯網醫療產品及服務邊界，加速互聯網醫療數字化業務布局。”

鎂信健康 CEO 張小棟表示：“作為‘互聯網+醫+藥+險’生態模式的創立者，本輪融資圍繞創新醫療支付進行核心業務布局，在互聯網醫療數字化、產業化等縱深多元領域持續拓展創新業務。未來，鎂信健康將從支付方出發，通過賦能藥企、藥房、保險公司和醫療機構，充分整合產業各方和實現整個醫療場景的鏈路打通。”

上海生物醫藥基金總裁劉大偉表示：“伴隨‘互聯網+醫+藥+險’增量市場新紅利釋放，我們持續看好鎂信健康在該領域的先行者和領頭羊地位，看重鎂信健康所處的海量目標賽道、清晰價值主張、強勁業務增長和優秀管理團隊。希望鎂信能夠持續保持創新，通過不斷醫療創新支付解決方案，實踐價值醫療。”

創新工場董事長兼 CEO 李開復表示：“鎂信健康在健康險領域已成為最大藥品保險合作方和支付方，先后推出高值藥品金融分期業務、療效保險等多個創新業務。”

博遠資本創始合伙人陳鵬輝表示：“我們非常認可鎂信的團隊和創始人，看好健康險這個賽道的巨大市場潛力。博遠作為 A 輪領投方，后續參與了鎂信的每輪融資，重要的原因就是鎂信在商業模式的迭代創新，產品線的不斷豐富上一直走在行業最前面。”雷鋒網雷鋒網

2020年，“互聯網+”醫療迎來了自己的高光時刻。

在供需雙方和政策的共同驅動下，互聯網+醫療正在逐步進化，從互聯網網絡問診，到復診開藥，再到醫保、商保支付，以及現在的診療線上、線下一體化，正在一步步實現產業生態閉環，使得部分場景下的“醫+藥+險”全鏈路在線化模式初步落地。

作為國內首家互聯網保險公司，眾安保險持續布局大健康生態，在2019年獲得互聯網醫院牌照，今年還正式推出了“眾安醫管家”服務。

眾安醫管家可以將眾安的醫療和保險能力進行聯合，今年7月，雙方合作孵化上線了“尊享e生2020（門急診版）”百萬醫療險。

這和以往百萬醫療最大差異點在于，用戶完成投之后，可以直接通過線上助手，進入到互聯網醫院，體驗線上視頻問診和開藥服務，所產生的費用也可以通過保險進行直接報銷。這種方式直接改變了傳統保險的服務形式，擴展更多用戶體會到保險服務，同時也增強了保司和用戶的服務互動頻率。

以下為黃佩佩演講全文內容，雷鋒網做了不改變原意的編輯：

各位大家好，我是眾安互聯網醫院的負責人黃佩佩，很高興來到本次公開課，跟大家一起分享、討論一下大健康生態的構建。

近年來，互聯網醫療、線上醫藥、慢病管理等技術驅動下的健康管理趨勢快速升溫，我們也在這個階段成立了眾安互聯網醫院。今天的分享內容主要包括眾安的大健康生態和互聯網醫療能力兩部分。

眾安互聯網醫院生態結構

首先，整個大健康生態，是由保險支付方、健康服務提供方，健康產品提供方，以及健康金融方案提供方構成閉環。

這種結構映射到互聯網醫院，主要包括：

醫療服務需求方—我們的客戶；

醫療服務供給方—我們的診所醫療機構；

醫療服務提供方—我們的健康管理公司；

醫療服務平臺以及醫療服務費用支付方—客戶或保司；

這其中，在眾安互聯網醫院自身的能力環節中，我們已將電子病歷、電子處方和支付這三個環節打通。

第二部分，我們主要致力于在傳統結構上的衍生，發展綜合性的醫療生態圈。

這里面首先是傳統業務的互聯網化，包括診療能力和藥品服務，將這些傳統線下業務進行線上整合，生成電子病歷、電子處方、電子支付等等。

其次則是大健康生態的互聯網化整合，包括健康管理中心、醫院聯盟、專科治療以及健康商城等等，將這一類的大健康生態，進行數據化整合，通過區塊鏈技術對數據進行傳輸和留存。

在這兩者的基礎上，通過眾安互聯網醫院業務，就能實現從數據角度進行研發創新服務模式，并進一步優化我們保險的智能核保、核賠等流程。

多平臺的整合，多方的接入，多聯互動共贏發展的眾安互聯網醫院模式，可以將檢驗、病理、影像、診療、服務、支付，還有器械、耗材、藥品等數據進行有機結合。

大家共同為患者、保險客戶、自然流量客戶、基層醫療機構以及其他合作機構提供一站式就醫解決方案。

其實在整個保險行業一直存在一個痛點，就是保險是相對低頻的產品，如何讓客戶與保司建立起緊密的關系，進行強互動，是保險公司在努力探索的。

在這里面，互聯網醫院的平臺角色會越來越重要，我們可以為客戶提供健康保障、醫療支持的多項常規服務。

一方面可以使保司提高客戶的線上活躍度和轉化能力，另一方面還可以使客戶體會到更延伸的服務，例如除了保單客戶自己，還可以為其他家庭成員提供一站式就醫解決方案，從而加深雙方的聯系。

在這個生態目標下，眾安建立了自己的健康管理體系，并建成互聯網醫院業務。

流量的一部分來源于眾安保險生態下的的保險客戶，另外一部分則是其他平臺的客戶。

此外，作為眾安保險下面的大健康業務平臺，眾安保險和眾安互聯網醫院的雙向整合也是我們在行業中的競爭優勢，通過數據互通，可以將一部分需要醫療服務的保單客戶轉化給互聯網醫院，互聯網醫院又可將健康管理服務和優質資源反哺給眾安保險。

在發展過程中，眾安互聯網醫院還能夠與醫生集團、藥品管理公司、健康管理公司以及醫院資源進行合作，為患者提供定制化慢病管理服務、腫瘤特藥服務、視頻問診、重疾病通等專業醫療能力，和健康管理服務。

打通“醫+藥+險”新型互聯網醫療模式

在傳統就醫當中，患者往往都會對醫療服務質量打一個問號，其中包括醫生是否靠譜？提供的醫療方案是否適合？還需要不需要進行再次的醫療咨詢？

此外，面對國內醫療服務能力不均衡的現狀，許多醫療能力較弱的地區，還會缺失院后管理環節，沒有對其進行妥善的跟蹤和隨訪。

很多患者在就醫過程中往往并不充分理解自身的疾病狀況，也不知道正確的診療路徑，什么時候需要什么樣的專家，需要怎樣治療方式，最后還有就醫費用，就醫難、就醫貴依然是一個難題，還涉及到過度醫療等問題等。

如何更有效地通過互聯網醫院業務，解決這些問題，我們在籌建互聯網醫院之初就在考慮。

我們主要在醫療質量和服務內容兩方面，在診前、診中和診后三個環節進行解決。

就診前，我們會針對病人的疾病特征，進行預問診，之后才進行分診，告知客戶需要去什么科室，做什么樣的檢查，避免盲目就醫；

在診中，給予精準的課時安排，提供所適合的指導醫生，并進行多方意見整合，形成綠通就醫服務；

在診后，根據客戶的場景訴求，提供長期的慢病隨訪問診以及慢性病的處方、護理上門、特藥配送等互聯網化服務能力。

我想重點介紹一下近期上線眾安醫管家，醫管家模式是由一名主責醫生，加上4名健康管理師組成，從管理崗到運營崗均具有豐富醫療背景，至少5年以上臨床經驗。

眾安互聯網醫院目前已經覆蓋內外、婦兒、全科以及中醫科等幾個大型科室，可以滿足視頻問診、購藥報銷、名醫預約、檢查診斷、術后護理、住院安排、醫療墊付、手術安排等多種醫療場景需求。

覆蓋人群包括兒童、中年人以及老年人。可以診斷每一個不同年齡段的客戶提供定制化的服務。

對于兒童，我們可以更加關注營養發育、生長發育評估、疫苗注射等等一系列的預防、保健需求；

對于中年人，可以更加關注是否需要減肥、醫美、是否需要打玻尿酸等，多樣化需求。；

對于老年群體的慢病、健康管理等需求，我們可以通過線上開藥、線上配藥等方式解決，除了這些，我們還可以為他們提供線下隨診等一系列服務。

此外我們還可以針對不同疾病場景，提供更多適合的方案，例如：

小病場景下，可以通過AI初篩，在醫生團隊指導下，利用藥品派送方式，實現最短時間內得到，最合理的醫療救助。

大病場景下，我們可以提供包括相應時間段內及時安排檢查，邀請全國知名醫生專家會診，甚至咨詢海外的專家等多種就醫解決方案，由我們的醫管家對客戶進行一站式就醫管理。

以實際案例來看，這種就醫服務主要包含有5個特點:

第一，隨心用，目前視頻問診最快的響應率能夠達到一分鐘內接起，我們能與客戶面對面問診，由醫生為客戶提供咨詢問診服務；

第二，安心診，醫療專家通過遠程會診平臺，給客戶提供最優治療解決方案；

第三，放心治，以復旦大學全國百強醫院排名為基準，進行資源協調，找到最適合這個疾病的專家和科室，為客戶提供相應服務；

第三，舒心養，解決就醫方案之后，醫管家會持續與客戶保持高頻互動，提供線上的心理咨詢、線下的換藥、上門等服務； 

第四，省心賠，通過眾安的直賠服務、墊付服務，讓客戶享受到便捷的保險支付； 

最后，我們會給每一個客戶建立電子檔案，包括曾經咨詢過的問題，做過的檢查，家族史和過敏史，都在電子檔案當中標注，便于客戶在每一次進入時，都能得到最準確、最快速的判斷。

眾安醫管家核心服務能力

目前，我們把眾安互聯網醫院的服務能力主要是分為兩部分：

第一部分，主要針對輕癥患者，我們目前提供視頻問診、圖文問診、電話問診、心理疏導等幾項互聯網化服務能力。

我們會嚴格按照互聯網醫院的管理規定，針對150種線上可以診療的疾病，進行線上處理，例如，感冒咳嗽等常規疾病，就可以通過線上問診加藥品配送的方式快速救治。

我們目前還針對38種常見的癥狀例如頭痛、乏力、胸悶等問題，匹配出了300多種與疾病對應的流程處方，通過線上醫生的診斷，為患者提供相應適合的解決方案。

第二部分，重癥。我們的重癥服務標準，主要參照國家衛生健康委員會的現行規定開展。

在發生癥狀和明確疾病的過程中，我們目前已制定出103種首先需要線下輔助檢查，再進行線上隨訪的服務體系。線下診斷完成之后，醫管家再針對線下診斷的完成情況，給出解決方案。

在明確疾病和獲取方案的過程中，我們也整理出37類檢驗和檢查標準，作為判斷依據，及時跟進客戶不同的癥狀，提供不同的診斷建議。

在獲取方案和最后的治療過程當中，我們也建立了一個很強大的資源庫，合作的掛號的醫院已經覆蓋到全國2000多家，住院網絡和掛號醫院等同，名醫二診的醫院也同時做到了1000家以上。

在最后的支付上，我們住院墊付已經覆蓋83個主要城市，腫瘤特藥方面，我們也可以做到支付83種藥品以上的水平。術后康復護理和家庭護理，也已經實現在338個城市的重點人群覆蓋。

除了這些，面對突然休克、意識喪失或中毒等77種不能在線上解決的危急重癥，我們也已經制定38種對應話術，引導客戶進行及時就醫，根據病程描述，對客戶進行回訪和管理。

第三部分，主要是我們的慢病、專病管理服務。

針對中年男性、中年女性高度關注的脫發、肥胖、HPV感染、皮膚損傷等多種問題，我們安排設置了專業的健康內容，定制打卡、營養餐等多種方案。

對于小朋友們的眼科、齒科、生長發育評估，以及過敏、濕疹等問題，我們會定向發送營養、健康兒保科健康管理方案，促進在相應情況之下給小朋友們做骨齡測驗、過敏原檢測，通過日常管理給到客戶最準確、最優質的健康管理服務。

針對老年人和三高人群，日常一部分的工作就是日常用藥管理，藥量調整，哪一階段需要續方的，那一階段需要調整，都可以通過醫管家進行一站式服務。

此外，我們會在一期處方快結束時，給客戶進行回訪，續方以及藥品配送，通過我們的管理檔案直接落地。

我們希望老年人或者重疾客戶，能夠通過健康管理，及時干預等措施，保持一個良好的生活方式，良好的用藥方式以降低疾病發生率。

第四部分，健康商城服務。

健康商城主要是我們在醫療服務能力的一個衍生，針對客戶額外需要買，適合的保健品、藥品、按摩儀等商品，我們會把這些產品集中在一起，在健康服務商城里進行上線。

除此之外，針對不同的主題，不同標簽的客戶，在商場中，我們也會調整不同的服務方式。例如，對于女性，我們會把醫療能力控制在可控的范圍內，提供適合的減肥藥等等多種解決方案。

第五部分，健康咨詢百科

這部分主要更貼近生活，主要分為針對疾病的醫生專欄，針對健康群體的健康百科文章專區，針對慢病的慢病管理相關服務和資訊。

這些信息在目前各個場景和互聯網的場景下雖然都比較常見，但因為我們本身是互聯網醫院平臺，在平臺上累計的每一個客戶，我們都會附上相應標簽，很容易將這部分客戶進行分類，通過定向和大數據分析，給客戶推薦最關注、最適用的健康信息類資訊。

眾安互聯網醫院實踐案例

最后我們主要介紹一下，我們目前比較典型的幾個案例。

2020年7月份，眾安保險聯合眾安互聯網醫院正式上線了尊享e生2020（門急診版）。

這和以往的百萬醫療險最大的不同，在于我們附加了更多線上化醫療，藥品配送和創新服務。

第一，就是我們的投保流程，用戶投保之后，可以通過醫管家，直接進入到互聯網醫院的首頁，在確認個人健康信息和綁定醫生之后，通過視頻問診的方式，直接使用醫療服務，這里面產生的問診、開藥等費用都可以通過眾安的互聯網醫院進行直接報銷。

我們目前暫時的藥物報銷還是以OTC為主，但是我們的報銷比例和很多城市的醫保相比都有很高的優越性。

這個案例里面，把眾安保險和眾安互聯網醫院的能力都做了聯合，一方面可以改變傳統的保險服務形式，另一方面也改變了傳統的圖文問診方式，通過視頻問診，讓客戶第一時間感受到線上由真實醫生為客戶提供的服務。

此外在藥品服務環節，我們也做了打通，自己親測是最快能夠一小時左右送達，對于有一些需要遠程配送，也能夠做到隔日送達。

除了剛才做的門診簡單流程梳理，我們背后還有更加深層的部分。

第一，當用戶發起咨詢時，我們的醫管家就會第一時間進行介入。

第二，如果客戶有其他一些線下需求，例如掛號等等，都會由我們的醫管家進行承接。

第三，我們會根據客戶目前情況，開具不同服務診療卡，如果客戶需要安排住院，就會直接由我們的醫生啟動住院安排相關鏈接。

我們這些案例中，最重要的就是服務產品和保險的結合，這是當下行業內的一個創新，借這個機會和大家同步分享。

直播QA

雷鋒網：眾安互聯網醫院提供的服務都是基于自建的服務體系嗎？還是會采購外部的服務商？

黃佩佩：我們既有自建的，也有外部合作的，因為尺有所短，寸有所長，對于慢病管理服務，是以我們自己的醫管家作為載體，利用自己平臺的醫生加以解決，雖然以自建為主，但是像糖尿病涉及到的血糖儀或者是高血壓的血壓儀、血壓計等的采購，我們還是會通過外部整合的模式解決。

雷鋒網：醫療生態構建比較完整，請問運營抓手在哪個部分？核心業務保險作為低頻場景，如何導入流量？

黃佩佩：我們運營的抓手分為幾個部分，第一部分是我們保險場景的拓展，第二個部分是我們基于互聯網醫院的平臺和流量的抓取。

互聯網的保險，從保險到出險，確實是一個相對低頻的狀態，但健康是和每一個客戶都息息相關的，而且是屬于一個高頻發生的場景。

在健康的基礎上，我們通過健康的管理方案，包括我們的咨詢、問診、視頻等等，都希望作為一個切入點，能夠給客戶帶來更多的服務。

雷鋒網：眾安目前的互聯網醫院的業務主要的科室分布是怎樣的？

黃佩佩：目前，我們的互聯網醫院是以全科為主，覆蓋了內外、婦、兒、中醫等6個科室，能夠在我們的平臺上為客戶提供一站式的服務。

過去，由于技術手段和數據安全的限制，保險公司的各個系統間無法完成高效的數據交換和溝通，系統間就像一個個孤島。由于擔心部門內部信息共享不當，即便是大型保險公司，內部很多部門仍處于“信息獨立”的運營狀態中。

孫谷飛曾在世界人工智能大會上呼吁，“保險公司不僅要豐富自身結構化場景數據，更需要加強保險公司間和其他行業的數據交流。數據開放和隱私安全并非悖論，運用聯邦學習技術的數據隔離特性和加密機制，能夠有效解決不同公司間數據共享和聯合建模問題，解決隱私泄露風險。”

目前，為了實現數據價值，眾安在內部實行了包含數據管理體系、數據流通體系以及數據價值體系的數據中臺戰略。

在數據管理層面，數據中臺可以對每張數據表進行自動掃描，并和過去積累的近3000多種規則進行比較，自動預警出哪一張表或哪一事業部的數據質量問題，自動發郵件提醒業務部門改正。

在數據流通層面，針對過去把數據安全重心都放在審批中，審批流程非常嚴，拿到審批特征之后，數據流通風險急劇增高的情況，眾安通過數據分發超市，將數據獲取、挖掘、分析等流程完全集中在系統之內，提高數據流通的基礎上，降低流失風險。

以下為孫谷飛演講全文內容，醫健AI掘金志做了不改變原意的編輯：

大家晚上好，非常榮幸接受雷鋒網邀請，今晚給大家做一次分享。我來自于眾安保險，目前主要從事眾安保險AI、大數據的研究和落地。

數據價值體系的現實困境

數據中臺這兩年非常火，我今天跟大家分享下我們對這個概念的理解，以及數據中臺在眾安的實際落地經驗，在眾安我們是如何保障數據管理、加速數據流通，促進數據價值挖掘。

首先跟大家分享一本書《思考，快與慢》，來自2002年諾貝爾經濟學獎獲得者丹尼爾·卡尼曼。

這本書把人的思維模式分為兩種類型:

第一種是意識快速的自主思維模式，普通人幾秒鐘就完成的一些判斷，比如看一張照片，立馬識別照片內容；看一張人臉，立馬識別出是誰。

另外一種方式是慢思考，需要數年知識積累，花一定時間去思考。例如工作流程中決策、用戶增長、用戶營銷等行為。

為什么會舉這本書作為例子？

主要因為近兩年大家都在談大數據、AI，而其中比較成功的AI應用都屬于快思考范疇，比如人臉識別和語音識別等

為什么正常業務中需要花精力思考的智能場景，沒有快思考智能發展快？有人覺得背后技術不一樣，所以快思考技術發展比慢思考更加成熟，但兩者背后都是常見的機器學習算法，產生這種差異的本質問題還是數據。

例如AlphaGo下圍棋，機器通過慢思考已經可以超越人類，原因在于圍棋運動包括棋盤、棋譜等都已經進行很好地數據化。

但現實中，特別是保險業務，數據并沒有被很好地管理起來，背后因為幾大困難：

第一，數據資產不清晰。保險業務，本身數據來源非常多樣，比如財險數據，從健康到車險、從金融到電商，涉及的數據隨著保障的內容不斷變化。

另外保險的流程也很多，咨詢、承保、理賠、服務等，各個環節都會產生結構不同的數據。另外隨著互聯網化業務的發展，數據來源多樣性和復雜度也在加大，從最早的業務數據，到社交分享數據，用戶營銷數據，甚至可穿戴數據等，結構化程度非常不一樣，既包括傳統業務數據，也包含圖片、聲音等客服數據。

第二，數據孤島問題。每家公司壯大之后，都可能出現各部門之間數據成煙囪式發展。數據孤島產生之后，就會忽略數據流通建設。

第三，數據價值挖掘鏈路較長。例如數據采集，業務系統采集、生成都離不開數據工程師，而數據報表又需要依賴BI同事，價值挖掘由算法同事完成，參與角色非常多、價值鏈路非常長。

另外，處理數據門檻越來越高，以前數據量在小的時候，對于分析的技術沒有要求，下載下來，用Excel也可以完成。現在很多公司每天可能要面對幾T、甚至幾百T的新增數據，如果想對如此大體量的數據進行分析，就需要非常強大的數據處理能力，相應的技術門檻越來越高，造成數據價值困難重重。

眾安的數據中臺

這是眾安數據中臺總體架構，主要分為兩大塊，應用層和平臺工具層：

應用層主要包含兩大方向，1.如何利用技術去幫助業務自動化、降低人力依賴，比如智能客服、自動核身等；2.如何利用數據去幫助業務去實時洞悉業務進展、并提供關鍵決策支持，BI、異常監控、用戶畫像等等。

接下來，我會重點講下平臺層的內容，通過數據管理體系、流通體系、價值體系三個方面，分享眾安內部數據中臺經驗。

數據管理體系里面，首先重要就是質量問題，任何人，不管是業務還是技術人員，拿到數據之后思考的第一件事情，肯定是拿到的數據準不準，就需要思考數據質量好與壞，如果數據質量差，就會導致垃圾數據進垃圾產品出，不能給業務提供可靠的支持。

眾安在數據質量方面怎么做的呢？

第一，眾安作為一家金融公司，首先需要滿足監管要求，需要把監管對保險行業的數據要求整理成規則。

第二，注意技術維度規范，例如數據命名是否規范，是否符合技術規范要求。

第三，業務需求層面也需要規范，通過業務需求反推現有數據是否滿足要求，比如關鍵字段是否缺失等。

基于以上三個維度，眾安內部已經積累3000多個規則，此外這個規則庫還在不斷的豐富。

但光建立規則還不夠，像眾安這樣數據體量，人工已經很難判斷每條數據情況，還需一個平臺去幫助我們每天自動去監控數據的質量——數據質量管理平臺。平臺會對數據中每張表自動掃描，判斷是否符合上面規則庫中的3000多條規則，并自動統計和預警哪一張表或哪一事業部出現了數據質量問題。

另外，數據質量問題，不光是數據部門的問題，數據部門的主要職責是發現和警示數據問題，但數據產生的源頭其實是在業務生產系統中，需要有一個強有力的合作組織去推動數據的治理。

為此，目前眾安建立了數據治理委員會，委員會既包括數據部門、也包括業務部門，以及公司的的一些職能部門，比如發展規劃部、內審部等。。

數據委員會需要制定一系列公司的規章制度，去保障數據質量問題的治理推進；另外也需要牽頭舉辦定期和不定期的會議，去牽頭解決目前難點或者重點數據的問題。

數據質量是一個不斷發展，需要不斷跟進的問題，具體的解決之道就是，一把尺子（數據質量規則庫）、一個平臺（數據質量管理平臺）、一個組織（數據治理委員會）。

數據管理體系——數據資產盤點（數據地圖）

數據管理體系里，第二大內容就是數據資產盤點。

眾安數據地圖基于眾安數據倉庫和從各系統獲取的的異構數據，分析其中執行關系，做了一個數據管理平臺，用一張全景圖把每張圖血緣關系都羅列出來。

眾安通過這樣一個平臺，將管理累計超過5萬多張表，涉及萬億級數據量。其中各張表、各個字段之間的血緣關系通過自動化的方式進行監測維護，將原本散落在不同事業部的所有數據都以資產的形式非常低成本地維護起來。

使得每天報表需求、數據加工需求，從凌晨開始，在數小時之內就可加工完成，在業務上班之前就可以給到一些移動報表或分析報告支持。

數據管理體系——數據資產盤點（指標字典）

數據管理體系第二塊是指標字典。

業務一般看數據主要是關鍵指標，所以指標定義對整個數據管理非常重要。

但是以往大家都是按需出發管理報表，接到一個業務需求，把報表做出來，具體意義并沒有統一管理，只有做的人知道，一旦這個人離職，或者報表更新迭代、既往報表基本作廢。

如果沒有對指標字典進行準確定義，就一定會導致管理層次、業務層次，每個人對業務出現不同解釋和定義，指標如果不能統一，報表也就沒有任何價值。

目前眾安把業務、管理層、BI分析師等所有指標都進行統一管理，搭建平臺對所有指標進行溯源，發掘哪些表屬于基礎指標、哪些屬于衍生指標、哪些屬于計算指標。

把這些指標在系統里面進行完整記錄，從名稱到定義，再到來源都管理起來。此外指標還可以動態跟報表聯動，改變過去報表是報表，指標是指標，兩套系統的情況。

眾安在做完指標字典之后，可以自動把字典關聯到BI分析報表上，業務看報表過程中可以立馬查看背后指標順序定義方式，把指標系統設置成外鏈，嵌入到報表系統里。

數據管理體系——數據資產盤點（數據超市）

數據服務資產，還需要統一地方進行管理。

現在數據人員積累了很多數據服務、數據接口，各事業部數據團隊之間并不相通，可能造成重復對接以及接口數據的孤島。因此整個體系需要一個平臺或工具，把數據服務化統一管理起來，在眾安，整套系統叫做“數據超市”這樣做主要有幾個好處：

第一，確保可以統一查詢，降低成本。例如在安全合規的情況下，事業部可以直接利用其他部門已對接的數據接口，這就不需要重復采購、重復調用，大大降低外部數據接口調用成本。

第二，平臺可以提供一些已經開發好的數據服務，別人不需要重復性開發，而且可以統一進行服務擴容、降級、以及多供應商接入，通過簡單接口配置就可以將服務接入到新應用場景當中。

每家公司都會接入大量的數據服務，也會積累很多有價值的數據。數據超市就是數據接口服務的一站式服務平臺，通過這個接口平臺對接的數據服務，平臺也會自動幫助各事業部進行自動分賬。從而達到減少接口的重復性開發，也最大化地把存量數據協同利用起來，達到降本提效的目的。

數據流通體系——安全流通

流通的最大困難是什么？

假如A事業部，想利用B事業部的數據，第一個問題就是怎么保障數據安全，整個過程需要大量申請，其他事業部也會用安全理由，拒絕這些數據使用。

數據流通體系最重要的就是安全，眾安數據安全體系主要包括兩方面：數據安全分級和集成數據應用。

眾安在數據安全方面，主要做了兩件事情：

第一，把已有數據表和數據資產按照監管以及公司的規范，進行安全分級。目前眾安有幾萬張表，每一張表根據數據敏感程度都進行分級，可以分為內部公開或不公開，外部公開不公開等等，根據數據安全等級在權限管理、數據訪問，下載也可以進行相應OA流程制定，保證敏感數據進行嚴格流程審批，安全等級清晰，最大化縮小審批流程路徑。

第二，加強數據安全管理，我們以集成系統應用的形式，盡量讓數據不要出安全的環境。使得數據在封閉的環境中，就能完成數據的消費。數據審批通過之后，并不是把數據下載下來開放使用，如果這樣，前面所有安全措施都會形同虛設，眾安以集成系統方式提供數據訪問，減少不可控的數據分發。

過去數據審批，往往都是前面審批流程非常嚴，拿到審批批準之后，數據流通就會變得非常不可控，如果員工主動或者無意操控失誤，就一定會造成數據流失，需要保證所有數據都在可控環境之內。

這種可控主要分為幾類：

第一，單純數據服務，可以通過集成數據服務，利用“數據超市”進行發布。例如客服想選擇一部分經授權的用戶群體進行營銷，就可以在名單不出系統的情況下，通過加密等技術，直接由系統數據服務打通營銷系統。

第二，如果僅僅拿一份數據做報表，可以在數據不出系統的情況下，建立分析建模可視化環境，而不需要把數據直接導出去。 

另外，我們也支持通過接口的方式，對接各類應用系統。比如，如果我們想進行客戶的圈選和投放，可以直接打通數據服務和投放系統，數據不會脫離管控環境。所以說，整個數據加工和消費是在一個受安全管控的閉環環境。

數據流通體系——眾相（用戶標簽系統）

眾安2019年我們就承保了70億張保單，我們如何串聯這些保單數據？這些保單數據屬于不同產品和不同的險種。其實無論險企內部車險、健康險等各個部門，真正需要流通的就是用戶數據，現在互聯網化就是從以往產品為中心，轉化成用戶為中心。

保證用戶數據的流通，就要建立用戶標簽系統，這個用戶標簽系統主要包括幾件事：

第一，從用戶層次把不同事業部的用戶數據打通，從用戶層面把整個公司的操作行為，購買行為打通，沉淀成標簽，目前眾安內部已經有1000多個標簽。我們支持離線和實時標簽的圈選，并且能立馬得出客戶的洞察分析，從而支撐我們基于用戶的業務交叉營銷和聯合風控。

第二，交叉風控。這部分眾安也有很好的案例，例如在信用保證保險和健康險之間進行風控，當金融事業部出現一些逾期的客戶，又突然來買非常高額的健康險、意外險，這就可能存在欺詐風險。通過類似這樣交叉風控手段，每年減少的損失可以達到近千萬。

第三，通過用戶標簽打通客戶數據，眾安將包括在線、電話、APP、短信等全渠道客戶營銷數據打通之后，可以做到實時感知，觸達用戶之前，就可以知道有什么樣的訴求。比如在線客服這邊，客戶問你一個問題，客戶又從電話渠道過來的時候，眾安能立刻知道他買了什么保單，之前有什么問題，從而可以整體提升服務質量。

這是眾安內部眾相用戶關系系統，可以從用戶信息、保險行為、行為偏好、資產狀況等標簽維度對用戶進行刻畫，在營銷或風控之前，就可以通過標簽找到相應客戶。

數據價值體系——價值路徑

圖中所示，這是典型的數據價值的挖掘路徑，包括從源數據、清洗報表、到OLAP分析、BI機器建模，最終人工智能優化。基本上分為四個步驟點，

首先通過數據去了解“發生了什么”；

第二，通過數據的分析和洞察，多維分析，就了解“為什么會發生”；

第三，借助算法的力量，如何在未來幫助我們去預測和做提前預警，做到了解“什么時候回發生”；

最后，借助機器學習等算法，幫助我們做到優化，告訴我們“什么是最佳決策”。

一套流程下來，可以發現現有業務問題；BI分析可以知道問題為什么會發生；通過預測建模可以了解問題還會不會發生；通過優化算法，可以知道這些問題需要什么動作解決。

數據洞察平臺和機器學習平臺

一般在市場上，數據分析平臺的產品都是按照數據處理的流程或者某一數據形態來區分的，比如ETL工具、流數據處理、OLAP引擎、報表系統、機器學習系統等，這是一個十分自然的挖掘數據價值的步驟，但是直接采用這些組件的一個缺點就是數據在銜接流轉會變得異常復雜與難于管理，比如權限，上下游變動等等。

另一方面，開源社區雖然推出了許多優秀的項目，但是百家爭鳴，連一個OLAP分析引擎可能就有若干個，各有特色，沒有“silver bullet”（銀彈）。

對于眾安來說，我們基于開源優秀的組件以及我們在互聯網保險與金融科技的最佳實踐，自研了一套覆蓋整個數據價值挖掘鏈路的分析平臺：集智平臺。

這套平臺的最大優勢就是在一個平臺中囊括了數據從數倉到分析產出結果的所有步驟，數據開發、數據分析師、數據科學家在一個統一的平臺上對于數據進行加工、分析、建模、可視化。具體來說，集智平臺分為2個模塊，數據洞察平臺與機器學習平臺。

數據洞察平臺

數據洞察平臺主要解決發生什么、為什么發生這兩件事情。

傳統數據都是看報表，眾安已經有這么多報表平臺的情況下，為什么還要做數據洞察平臺？

首先是為了解決大數據處理速度問題，千萬行數據集在業務中是很常見的現象，報表響應可能需要幾分鐘或幾個小時，對業務分析影響非常大，如果可以達到秒級響應，對整個分析思路都是很好的幫助，也是為什么需要大數據處理能力的原因。

此外，現在大數據平臺越來越多，隔幾個月就會出現一個新的大數據平臺，使用門檻越來越高，他們的使用方，業務或BI很難理解大數據平臺本身的復雜性，造成使用屏障，需要有一個平臺把所有復雜性都封裝起來。

數據洞察平臺是眾安數據分析的基礎工具。其最主要的功能有3點。

第一，洞察平臺是一個對數據分析師透明的數據查詢加速引擎，分析師可以自助式地將數據導入洞察平臺，對于億級的數據進行即席的查詢與多維下鉆，在技術上我們針對不同的數據形態，采用了不同的數據加速引擎，做了一個可插拔式的架構，可以很快地適應新的開源工具而不需要改造上游數據消費的應用。

第二，我們在洞察平臺同時支持了流處理與批處理，并且抽象出了統一的數據模型層，對于分析師來說，不論是近1分鐘的數據還是平均30天的數據，都可以在一個模型里進行可視化或者分析。

第三，洞察平臺也是一個可視化的系統，可以非常高效地搭建出各種大屏、報表與移動端應用，與業務系統非常簡單地進行對接與嵌入。

搭建高效可視化系統

數據洞察平臺也是一個可視化的系統。

數據除了輔助提供決策價值以外，還要讓業務看到數據。現在業務對數據的需求變得越來越多，搭建這些可視化、實時、離線報表，需要把大型報表嵌入到系統里面，讓業務決策可以立馬獲得數據支持。

現在很少有業務打開報表系統看數據，報表都是BI分析師在看，業務更加關心操縱系統怎樣進行業務操作，需要把報表嵌入到他的業務系統當中。

這是眾安內部主推的可視化系統案例。這個車點通可視化系統，主要有四點好處：

第一，增加數據可視化程度。不同角色可以通過系統實時看到自己現在保費收入、業務指標、每生成一張保單，數據就會發生變化，所有系統都是移動端，可以做到完全脫離以前報表系統，打開手機查看。

這樣的實時展示可以讓車險業務部使用人數得到很大擴展，覆蓋率達到97%，每天業務看數據的次數也大范圍增加，以前一天看一次，現在次數可以增加4次以上。

第二，支持業務多維度實時透視。在全量數據上如何進行任意維度的查詢在一般的離線數倉中是很難做到的，往往需要業務重復地提出取數需求。在車點通，業務可以自主地進行透視，這里面整個流程最重要的就是大數據引擎支持，如果一個維度就需要幾分鐘，就會嚴重影響用戶使用積極性。

第三，把數據問題融入到運營當中。在車點通中，系統會自動把相關問題發送給相關負責人，按照時間點把所有問題變化、改進情況發送給業務進行比較。系統可以對每個問題進行追蹤，避免出現遺漏、沒有解決的情況。

第四，刪除將數據融入到輔助決策。系統可以為業務變化，提供一些趨勢分析，適時給業務一些費用調整或預測建議。上線車點通車險業務一站式智慧經營及管控中心，半年時間一線業務人員在車點通內追蹤了193個（建議虛化具體數字）目標業務模式，邊際成本平均下降建議虛化具體數字

整套流程可以使業務部門通過數據更加了解業務，進行多維度技術分析，通過數據溝通幫助解決業務問題。

機器學習平臺

集智平臺秉持著BI與AI同一個系統的理念，當我們從數據中知道了歷史的狀況，我們很自然地就想知道未來的情況并相對應地進行策略地改變，為此眾安搭建了機器學習平臺。

這個平臺主要讓機器學習模型落地更加簡單。

傳統路徑需要數據人員和算法工程師先去數倉中找到數據，再編輯到Python環境下運行。經過一系列建模工作之后，再進行封裝。

而且算法人員寫的代碼往往達不到生產級別，需要配備相應開發工程師幫助輔助優化。優化包括DOCKER、做鏡像、上線做A\Btest，上線之后還需要定期到生產系統中撈數據，整個流程風險點非常多，過程也非常長。

一套模型從訓練到上線，往往需要數據工程師、算法人員、數據開發工程師至少三個角色，約兩周時間。

有了機器學習平臺之后，算法工程師可以直接在數據應用空間中獲取數據，平臺自動幫助分配DOCKER資源，保證DOCKER資源最終上線后的一致性，同時保證模型測試階段和模型上線階段環境以及數據的一致性。

在整個過程中，平臺主要解決幾個問題：

第一，幫助算法工程師快速申請資源，快速進行服務化，快速上線，進行數據回流，彌補算法工程師與應用工程師的開發鴻溝；

第二，把建模數據和算法過程保存下來。以往數據資產可能只有數據表，隨著算法模型應用和落地越來越多，模型資產也非常重要。包括用了什么算法，使用什么樣數據，整個機器學習平臺可以起到快速上線和管理模型的作用。 

最后總結一下，眾安數據中臺三大體系——數據管理體系、數據流通體系以及數據價值體系。

數據中臺是什么？他不是單一的系統或平臺，實際是一整套管理體系。每家公司進行數據中臺建設的時候，也都有不一樣的矩陣選擇，但本質上都符合一個邏輯，怎樣最大化把數據資產管理起來，讓數據更好流通，讓數據發揮價值。

你會如何評價水滴這家公司？

“創業四年來，水滴幾乎每年都會遭遇很大的公關事件，多次被外界、合作方所誤解。”在剛剛結束的“水滴保險商城2020全球合作伙伴大會”上，水滴創始人沈鵬說了這么一句話。

在過去的幾年里，小鳳雅事件、員工和其他平臺斗毆，諸如此類社會性話題，像旋渦一樣裹挾著水滴，將其置于風暴的中心。

然而，四歲的水滴，已經擁有了自己的人設。

沈鵬表示：“水滴是一家正經的商業公司。公司的愿景雖然包括社會保障和責任，但水滴不是公益機構，水滴籌也不是公益組織，像水滴籌這樣的公益屬性業務線，都是依靠水滴和保險公司的合作效益來補貼。”

在網絡互助潮流下起家，如今的水滴公司已經分為水滴保險商城、水滴互助、水滴籌、水滴公益等多個業務線，其中最主要的效益支撐板塊就是水滴保險商城。

去年，整個水滴保險商城就已完成60億元年化簽單保費，截止到今年8月，年化簽單保費也達到70億元，預計年底將超過140億元。

與之對應，目前已披露2019年報的71家非上市傳統人身險公司中，僅有27家保費收入超百億。僅僅兩年時間，水滴保險商城就用“非傳統”的方式完成了對前輩們的“致敬”。

1

今年33歲的沈鵬，有一個很多人都羨慕的職場起點。大四時，他加入了美團創業，成為公司的第10號員工；23歲就被升為大區經理，統管北京、天津、山東共400人團隊；26歲，跟隨王慧文（美團聯合創始人、高級副總裁）立項美團外賣，帶領團隊用一年多時間，把美團外賣做到行業第一。

今天美團市值已經達到2000億美元，如果這一切都按照傳統軌跡發展下去，沈鵬可能走上另一條所有人都羨慕的生活。

然而故事和經歷都是說給多數人聽的，總有一些人愿意自己探索生命的軌跡。2016年4月，沈鵬離開美團，開始了自己創業之路。

“美團的經歷，讓我有了嘗試的信心”沈鵬表示。

他發現，年輕人雖然透支身體在外面打拼，但大多數人并沒有保障自己健康的保險。沈鵬分享了一段真實的經歷：在美團的六年里，沈鵬經常遇到同事或者同事家屬生病的情況。2015年，一位同事家屬生病，沈鵬雖然全面號召籌錢，但實際效率非常低。

抱著想要做一些“更有意義的事情”的想法，他創立了水滴公司，致力于實現更多人的有保可醫。

不同于“百度七劍客”或者“阿里十八羅漢”，水滴初創時，九人團隊的平均年齡還不到30歲，甚至他們中的絕大多數根本不懂敲代碼和開發，第一個前端開發工程師還是會計出身。

沈鵬幽默的說：“圖片中離桌前最近的那位小姑娘比胡堯（水滴公司合伙人，水滴籌總經理）早加入一個小時，這位小姑娘是學會計的，在美團從來沒有敲過代碼。當時她毛遂自薦，表示自己雖然是學會計出身，但最近在跟男朋友學寫代碼，如果公司給她機會，她非常愿意加入。后來，水滴的第一個開發工程師就到崗了。”

雖然初創團隊并非科班出身，甚至其中絕大部分人還沒明白將來做的事情是什么，但他們有一個共同的特點，就是信沈鵬這個人。

而沈鵬相信的則是一場新的互聯網革命——網絡互助。

2

2016年發生了幾件大事：滴滴、優步合并，完成了對國內網約車市場的壟斷；網絡直播元年到來；人工智能技術開始在各個行業爆發；未來給中國企業造成最大麻煩的特朗普競選成功，成為美國總統。

與此同時，網絡互助成為商業風口，大量資本和人才開始涌入，平均每個月就有7家網絡互助公司誕生。

水滴公司成立后的天使輪融資就拿到了5千萬人民幣，IDG資本、騰訊、美團-大眾點評、高榕資本、點亮基金、真格基金等多個明星資本注資。

沈鵬表示：“水滴剛成立的時候，很多投資人都頻繁約他，希望上來就能拿到一部分份額。”

有了充足資金支撐，水滴在動作上也更加勇敢，廣告投放3個月就花了1000萬。

與此同時，水滴的用戶量也突飛猛進：“水滴互助”上線100天，會員就突破100萬，此后會員規模更是達到千萬級別，超過了同時期很多互聯網金融平臺。

就在此時，水滴迎來了自己的第一個至暗時刻。

彼時網絡互助行業泥沙俱下，備受質疑。2016年12月，《中國保監會關于開展以網絡互助計劃形式非法從事保險業務專項整治工作的通知》發布，嚴肅整治問題平臺，《通知》發布后，網絡互助迎來了長達一年之久的“冰河期”，也給還處在成長期的水滴公司帶來了嚴重沖擊。

回憶這段時期，沈鵬在一次采訪中也被主持人張鵬調侃到，“水滴這幾年發展很快，跑的這么快是不是把腳都摔骨折了。”

另一方面，2017年A輪融資遇阻之后，水滴開始面臨錢荒。此時的水滴，互助規模還不算大，水滴籌剛開始做，水滴保險商城沒上線，縱使手里攥著上千萬客戶，卻無法變現，也沒有任何收入。

沈鵬表示：“當時，公司有一個很有意思的現象。每天財務有大量資金進出，但卻非常缺錢，因為這個錢沒有一分屬于水滴，都是代收代付。例如病人在平臺籌款后，把籌款打給患者；或者用戶加了互助后，把錢轉給生病的用戶，整整兩年，我們沒有任何商業化營收。”

這個時間點的沈鵬，遇到了“馬化騰要賣QQ”的境地。

有人勸沈鵬，水滴可以像國外GoFundMe等眾籌平臺一樣收取服務費，維持平臺生存；或者利用手上的用戶量做一些當時很賺錢的項目，例如P2P、現金貸等等。

越到迷茫期，越是抉擇的分水嶺。

沈鵬表示：“那時候水滴確實需要錢，每天我和投資人談到嗓子沙啞。當時，也有很多賺快錢的選擇，但都沒有做。我們決策的方式就是和初衷做比較，實現更多人的有保可依。在水滴籌籌款都是經濟困難的大病患者。眾籌平臺收服務費這種方式，對籌款者或捐款者都不太適合。”

真正讓水滴迎來轉機的就是保險商城的出現，保險商城也讓水滴正式擁有商業化能力，推動其直接完成B輪融資。

3

從互助經濟到涉水保險，這一步水滴走的并不容易。

“剛開始涉水保險業，我們甚至參加行業會議的資格都沒有，許多會議組織方認為我們不是保險公司，參加會議只能以觀眾名義進場”沈鵬表示。

這一階段的水滴保險商城，只是一名搬運工，利用互聯網平臺流量為保險公司現成健康險、百萬醫療險做引流。

但對于見過太多因病致貧、因病返貧案例的沈鵬來說，他知道這些傳統健康險，這種模式對用戶來說保障來的遠遠不夠。

一方面，因為生物制藥的飛速發展，很多癌癥都變成了慢性病，需要持續服藥。但這些創新療法和創新藥的費用卻十分高昂。例如，以往肝癌的治療需要30萬-50萬的費用，但創新藥和創新療法可能需要一百多萬甚至更高，投保用戶對賠付的需求變得更高，傳統百萬醫療的額度已經無法滿足。

另一方面，水滴的籌款案例里面，用戶得了大病，從基層醫院轉移到北上廣的大三甲是很常見的現象，但傳統健康險產品對于異地就醫、跨城報銷的比例卻非常低。

在現有健康險保障力度、保障方式都已經無法滿足平臺用戶需求的情況下，水滴保險商城進入了第二階段：走一條別人沒走過的路。

過去四年，水滴一次次面對公關事件和外界質疑的時候，沈鵬也是這樣告訴水滴內部和外界：“自己和水滴是在走一條別人沒有走過的路，從來都不怕做錯和踩坑，只要堅持下去就沒有遺憾。”

為此，水滴開始面向用戶的需求，利用互聯網保險平臺做傳統健康險沒做的事。

2018年，水滴與當時百萬醫療險的首創平臺眾安在線達成合作。利用渠道優勢

，率先在行業內推出按月繳費的新模式，用戶每個月只需支付幾十塊錢的范本和口號被其他險企爭相模仿，并進一步降低了用戶的購買門檻。

2019年，水滴保險商城聯合太平財險推出百萬醫療險，涵蓋100種重大疾病，拓展國內特需醫療、海外惡性腫瘤醫療保障，質子重離子治療最高賠付額達600萬，根據平臺中的用戶保障需求和反饋，延伸了健康險保障的廣度；

之后，水滴保險商城還聯合太平財險，把原有百萬醫療險跨城市報銷比例，由原來的60%提高至80%，率先滿足更多實際場景的保障需求。

打開流量入口后，水滴逐步和更多合作伙伴建立信任，隨著一系列健康險爆品產品出現，水滴保險商城也正式進入第三階段。

沈鵬將這一階段定義為“尋找創業的邊界”，實現更多人的有保可醫。

沈鵬表示：“三四線城市里，水滴用戶非常集中，用戶對健康險需求更大，但真正對口的健康險產品卻供給不足。雖然保險巨頭20年前就已經進入這些低線城市市場，但它們保險產品的定價，卻和一二線城市完全相同，難以符合低線城市的用戶需求。”

另一方面，水滴的用戶群里，還有大量非健康人群和中老年群體，這部分保險非標人群更需要保障，但是根本沒有任何醫療險，可供他們選擇。

幫別人鋪路的同時，也就逐漸有能力左右這條路的方向，此后，水滴開始利用互聯網能力和險企共創新險種。

2019年，水滴聯合安心保險推出國內首款專門針對60周歲以上老年人的百萬醫療險。

這個產品率先破除行業內的中老年歧視現狀，填補2.49億老年人險種的空白，推出之后就成為行業內的現象級產品。

此外，水滴還與一家國內藥企探索肝病患者投保的可能。

沈鵬表示：“保險公司最怕的就是風險難以預測，這家藥企在和水滴合作前，找了很多家保險公司，但都難以成行。從水滴的數據分析來看，這部分非健康人群的風險并不高于正常人。目前，我們主動和這家藥企設計保險方案，助推這一新險種在保險行業落地。”

在保險能力和商業化趨勢日趨明朗之后，2019年6月，水滴舉辦了自己的第一屆保險合作伙伴大會。

會上，水滴保險商城總經理楊光正式發布了水滴開放平臺1.0戰略“流量+銷售”，致力幫助更多險企在平臺獲取流量、打造場景。會上水滴宣布完成了自己的10億元人民幣C輪融資。

4

這個時候水滴的狀態，像極了那個當初還沒有離開美團的沈鵬，錢已經不是首要問題，水滴保險商城成為月均完成億級規模保費的業務型平臺，依靠巨額流量，就能完成持續化的保險銷售。

但依靠自身場景和微信流量持續支持，成為一家所有人都羨慕的流量平臺就足夠了么？

在美團的多年工作經歷，和四年的創業經歷里，沈鵬一直堅信創業是存在邊界的，“創業這群人需要明白自己到底想要實現什么，為什么創業，要圍繞使命和愿景去發力。”

水滴已經達到自己的邊界了么？現在就是水滴的終局了么？未來依靠滾雪球就能IPO了么？

拿到C輪融資之后，沈鵬帶著疑問，開始給水滴尋找“老師”，這個老師就是”聯合健康”。

聯合健康是美國最大的健康保險公司，核心業務分為健康保險業務板塊(United Healthcare)和健康產業鏈板塊(Optum)，后者主要包括健康管理、健康信息技術服務以及藥品管理等業務。

兩個板塊具有密切的呼應關系，健康險業務為產業鏈提供穩定的客戶來源，后者則提升保險業務的服務能力，同時加強客戶醫療行為的監控、為保險主業控制風險。

而創業四年的水滴，近乎做了同樣的事情，從水滴互助到水滴籌，再到水滴保險商城的三級火箭模式，以及下一步大健康領域的開拓，都與聯合健康的現有布局非常類似

為此，沈鵬給水滴定義了一個新目標：成為中國版的聯合健康，做一家圍繞保險保障與大健康的生態公司。

為此，水滴不再局限自己的互聯網屬性，在今年年初開始成立線下保險經理人團隊；

之后，在集中采購等醫藥行業的趨勢下，和默沙東、阿斯利康、正大天晴、泰德制藥等藥企合作，為水滴籌患者提供一些折扣藥品，并在保險商城開辟“好藥付”新業務。

水滴和沈鵬開始了自己的再一次轉變，這種轉變曾發生在美團到水滴、水滴互助到水滴籌、水滴互助到保險商城。

近日，水滴保險商城舉辦了自己的2020全球合作伙伴大會，會上，總經理楊光正式發布了水滴開放平臺2.0戰略“渠道+數據+服務+系統”；并宣布拿到2.3億美元的D輪融資。

楊光表示，2.0戰略的目標在于，除了輸出渠道流量，水滴將開始提供線上和線下的營銷體系，線上運營能力，大數據風控體系，以及數據和醫療服務。

5

在水滴保險商城2020全球合作伙伴大會的最后一個環節，有記者發文沈鵬：“水滴把自己的目標，定義成為中國版的聯合健康。美國聯合健康2019年全年收入是2400億美金，約等于2個微軟、4個阿里巴巴，168個茅臺，您覺得水滴達到這樣需要多久。”

在這樣大的體量差異下，沈鵬也不知道剛剛成立四年的水滴究竟需要多久，也許是十年，或者更久。

就像十年前剛加入美團的他，不知道自己將掌握全國最大的外賣餐桌；四年前成立水滴的他，不會知道自己將創立一個互助和眾籌獨角獸。

但他知道，水滴就是要將聯合健康模式在中國落地。

現在，水滴合作保險公司和機構已經超過60家，并和更多醫院以及藥企建立合作的情況下，隨著醫保政策和互聯網環境的改變，未來的水滴，又將如何走下去。雷鋒網雷鋒網雷鋒網

“Stop-loss ”旨在為企業提供風險保護，使其減少災難和意外的影響。

例如這次新冠肺炎，就導致很多企業遭受重創，員工健康和業務受到雙重影響，不確定性因素開始增加。這種情況下，企業就可以選擇從外部保險公司購買保險，來減少自身的風險和損失。

根據研究公司S＆P Global Intelligence的數據顯示，目前“Stop-loss ”所在的保險市場，規模已經達到200億美元。

目前，Coefficient已經率先和瑞士再保險集團的商業保險部門（Swiss Re Corporate Solutions）展開合作，在市場上分銷“Stop-loss ”服務。

未來Coefficient還會和Alphabet的其他業務部門進行協作，探索“Stop-loss ”的落地，例如在Onduo中，為企業提供糖尿病員工醫療保障，或者和Google Health合作，獲取更多醫療數據支持。

目前，Coefficient已經從銀湖、淡馬錫等投資者獲得一些外部投資。

目前，微保平臺已經服務上億的微信用戶，自研平臺也已經接入36家保險公司，處理超過十億級別用戶會話、千億級別用戶行為。

但微保最開始做保險推薦和獲客的時候，也曾經歷迷茫試錯期。

李羽表示，微保一開始覺得保險推薦和其他互聯網領域情況類似，可以很容易上線獲得收益，但實際完全不是這么回事。

最開始半年的研發，微保做了三個模型版本升級、15次實驗，但只有一次推薦獲得收益，效果也僅僅只有1%左右。

這種情況下，微保做了大量分析和行業調研，才一步步找到保險和其他領域推薦的不同，其中差異主要包括SKU規模小、用戶認知差、產品復雜且限制多等等。

為了解決SKU規模小、產品復雜的問題，微保引入了組合的概念，將原來單個保險產品做成組合，產品形態上是多個產品組合融合成一種卡片，再輔助一些推薦理由，逐漸讓用戶產生共鳴，把原來30個保險種類擴展成上千個SKU組合。

針對用戶認知差的問題，微保重新定義了問題，從端到端建模更改為意愿度推薦模型，在用戶買或不買、點或不點之前，就進行用戶認知程度識別，按照認知層級推薦。在認知度模型實驗中，這種方法成功對10%的尾部用戶點擊率造成極大提升。

以下為李羽演講全文內容，雷鋒網做了不改變原意的編輯：

很高興有這個機會跟大家做些交流，也感謝主辦方雷鋒網(公眾號：雷鋒網)。今天我分享的題目是保險科技助力用戶增長的實踐，我叫李羽，是微保數據智能中心負責人。

微保的出身

首先，介紹一下微保，微保全稱是微民保險代理有限公司，由騰訊控股。

騰訊這幾年大概投資了幾百家公司，其中絕大多數都是投資公司，例如美團和滴滴，但也有少量控股公司，例如QQ音樂、閱文集團，當然微保也是其中之一。微保是在2017年9月，獲批的保險代理牌照，并在2018年1月正式上線產品。

微保作為騰訊的控股公司，自然也可以獲得很多獨家資源支持，例如微信錢包九宮格里保險服務入口就是騰訊對微保的重要支持之一。

在微保成立之前，就曾有很多保險公司希望和騰訊合作，騰訊自身也希望把自己的互聯網能力和保險行業做結合，但過去騰訊每個團隊都有自己的主營業務，對于保險的理解和使用并不那么深刻。

而微保出現之后，基本上就能解決這個問題。微保作為一個橋梁，一方面可以承載騰訊自身的互聯網能力，一方面也可以和保險公司攜手一起為用戶創造價值。

微保作為騰訊旗下互聯網保險服務平臺，目標就是基于騰訊生態體系服務C端用戶和保險公司。   

我們認為科技的發展有兩種驅動方式，一種是熱點驅動，一種是需求驅動。

熱點驅動類似于為科技而科技，行業首先會出現一些比較熱門或比較前沿的技術，隨后大家開始跟進前沿技術，再往后才是落地場景的思考。

微保科技成立的第一天，就是致力于用科技創造價值，里面包含幾個目標：

首先，用戶面向誰；其次，用戶有哪些需求點，需要怎樣的價值點；之后，針對這些價值點或需求制定解決方案；最后，為解決方案尋找技術，落地實施。

這是微保科技服務C端用戶的數字地圖。

第一級是保險行業需要解決的問題，例如產品好嗎？服務好嗎？是否安全？

下一級是具體子問題，例如產品是不是一定很貴？保險這么復雜，需要購買什么樣的產品？后續需不需要理賠？針對這些現實問題，微保希望通過科技層面探索解決方案。

再下一級是幫助保險精算師設計更有效、更具有性價比的保險產品，達到風險識別和反欺詐，以及大數據精算定價能力。

這幾個環節的問題，都可以通過科技手段解決。

例如，在復雜市場里選擇保險產品？就可以通過保險科技幫助用戶更快速、更高效找到適配的保險產品。

保險教育層面，也可以通過搜索引擎推薦、知識圖譜、智能客服等手段，解決用戶購買過程中關于核保和核賠的問題與困惑。

保險賠付疑慮層面，也可以通過保險科技，讓服務更直接。微保在這方面已經嘗試做智能理賠問診、保單管家、一鍵退保等功能。

作為一個保險代理平臺，除了面向C端用戶，微保還面向再保公司，再保公司的述求集中在兩方面，一方面幫保險公司找到更多優質用戶，另外一方面幫助驅動用戶增長，降低風險成本。

在這種情況下，微保打造一些平臺或中臺區域，在to B領域跟保險公司合作，例如，個性化的風控平臺、BI平臺、投放平臺等。

綜合來看，微保雖然是一個互聯網保險公司，但很多情況下，都需要對保險有足夠的認知和理解，才可以利用一些互聯網、AI技術幫助C端用戶選擇更好的保險產品，幫助保險公司提升人力效率，做到更精細化的用戶運營，同時在這個過程中，也需要運營中臺、對話平臺、AI語音等技術。

剛才分享的都偏效果和效率，其實整個傳統保險投保流程，以及續保流程和用戶生命周期管理，都是一個很漫長的過程。

這張圖可以看到，具體實現非常復雜，甚至解決方案堆在一起就有幾十個格子圖。

當然，整個格子圖構造核心還是基于騰訊金融云和騰訊公有云等基礎設施；在騰訊云之上才是微保Paas層；再往上通過中臺或平臺服務，降低前端業務開發量，提升研發效率和智能化水平；最頂層則是基于中臺和平臺構建輕量級業務層，用中臺能力快速拼裝各種業務，支持服務用戶。

保險獲客的核心——增長黑客

接下里，從保險獲客視角，介紹微保增長黑客的工作。

首先介紹一下增長黑客，增長黑客是一整套體系和方法，近年很多互聯網公司都在嘗試和研究將增長黑客應用在業務增長層面。

早期嘗試增長黑客實踐的案例就是 Facebook，以數據為指引的實驗方式，系統性在用戶在生命周期的各個階段，尋找當下最具性價比的機會來推動北極星指標（唯一指標）提升，也就是注重通過數據和實驗的方式驅動業務，發現業務中的增長點。

具體執行層面，需要橫跨市場、產品、工程、設計和數據等團隊，把所有人聚在一起，為了共同的目標做實驗、想方法，并通過快速迭代的方式達到目標。

我們可以發現，增長黑客需要的數字體系目標分為以下幾類：

數字化，通過數據方式甄別業務實際情況，改進策略效果；

實驗化，數據比對、核心數據的生成，實驗化都是重要的方法；

精細化，技術需要滿足用戶、運營或產品等不同群體、不同場景和不同策略的精細化訴求，推薦就是精細化的一個重要手段；

平臺化和中臺化，這部分主要因為增長技術體系構建和實現比較困難、保險業務鏈條比較長；

例如獲客就包括用戶購買首單和后續的加購，以及第二年的續保等等，如果里面每個鏈條、每個場景都做增長和相關技術搭建，那最后整個服務效率和效果一定差異巨大。所以需要很強的平臺化或中臺化設計，讓整個公司健康險產品服務鏈條統一。

在整個實際實踐過程中，還需要注意一些技術之外的問題，例如因為每個業務團隊對增長黑客的理解不同，大家對增長的方法論也不是特別熟悉，就需要在磨合過程中，增加一些機制來填補業務方和增長技術之間的空隙。

這是增長黑客的技術體系，主要包含三個層面：

底層是數據中臺，主要提供基礎和應用能力，包括可視化和多元分析，以及算法和畫像能力。

往上是增長平臺，可以圍繞增長數據化和實驗化做一些個性化實驗平臺、業務平臺，以及運營平臺。

最頂層是互聯網和人工服務場景，互聯網場景包括微信場景，運營場景，廣告投放場景，人工運營包括售前服務和售后服務。

接下來會重點介紹三點：保險領域的個性化推薦；互聯網服務場景的保險領域個性化推薦；人工服務場景和管家智能助手。

前面已經提到實驗化是增長體系重要一環，通過實驗平臺相關工作就可以理解這些工作開展方式，但前面介紹遺留了一個問題，就是整個增長技術體系和真正業務對接過程中存在的縫隙。

關于這個缺口的彌補，微保在實踐過程中采用了BP制度，通過BP制度深入和業務緊密綁定起來在一起，彌補業務和增長之間的缺口。

BP的工作核心就是把業務方提出的目標、假設、需求轉換成底層中臺或平臺來承接一些明確技術需求。

目前，微保內部主要有三種BP技術角色：業務分析BP、個性化BP、系統BP。

業務分析BP的核心工作就是發現和評估假設，做專題分析或用戶洞察，跟產品和業務方一起討論，要做哪些優化和優化進展。

個性化BP的核心工作則是把假設轉化為可執行的實驗，做具體增長策略和實驗設計，并配置實驗，解讀是否有效。

系統BP則是把前面的分析和實驗或者有效的策略，固化到系統層面和增長中臺。最后增長平臺就只需要把系統BP的需求轉化成平臺方案設計。

右邊這張圖是使用業務分析BP舉例說明BP的工作流程，每個大核心的業務都會有一對一的業務分析BP，深入到產品中跟產品一起討論需求或假設，再把需求和假設做排期，做相關開發，形成結論反饋到產品層。

健康險用戶推薦策略

前面大概介紹了微保增長技術體系，按照剛才的邏輯將展開三個點詳細跟大家交流。

推薦技術發展到現在，技術層面和算法層面都已經沒有特別大的挑戰。

微保一開始也覺得，很容易就可以做一個保險相關推薦，快速上線拿到收益，但實際完全不是這么回事。

最開始，我們一共做了三個模型版本升級，15次實驗，但只有一次推薦獲得收益，效果大概只有1%左右，整個過程經歷了半年的時間。

在這種情況下，微保開始做相關分析和行業調研，半年之后才逐漸找到保險產品推薦和其他領域推薦的差異。差異主要分為以下幾類：

第一種差異，SKU規模，電影或資訊領域等其他領域，通常SKU規模比較大，例如電影領域就有幾十萬候選推薦SKU，而保險領域則少之又少。調研發現，保險行業在售保險產品，甚至還不到1000種。而微保奉行的就是嚴選和定制策略，能上線的產品更少，大約在三十款左右。

第二種差異，產品復雜度和用戶認知。在電影或資訊領域，大家看電影標題或簡介就可以很容易理解其中所講述的故事和含義。而保險領域，因為產品復雜度高和存在大量的條款和計算公式，造成理解保險的時候，對于大多數用戶都是很難的一件事情。

第三種差異，產品限制。在電影或者資訊領域，不涉及黃色或者反動，大部分產品都沒有太多限制，可以正常做推薦。但保險領域要求非常多，有很多核保規則、地域限制，極大約束推薦過程中的策略生成。

第四種差異，關注頻率。資訊大家每天都會關注，但用戶即使已經購買保險，也不會經常去看自己的保單，關注頻率非常低。

第五種差異，行業經驗，電影、資訊、電子產品等行業都非常成熟，網上資料甚至開源代碼系統都非常多。但保險領域相對比較匱乏，微保調研了很久，也沒有找到適合行業解決方案。

這么多復雜問題情況下，意味著不能再遵循過去的方法和策略，需要提出新的解決方案。

按照增長黑客的方法論，在找到解決方案之前，我們需要做一些假設，以及針對假設做一些實驗，驗證新的增長思路，假設和猜想是否正確。

我們做了很多關于用戶的認知分析。用戶首次訪問微保之后，前三天付費占比只有不到一半，另外一大半的付費用戶是在第4天到第365天才成交，把觀察時間拉到更長，前三天成交的比例會進一步的下降。

總結發現，我們的用戶有一部分可能很快就買保險，而另一部分可能會過了很久才買，這個分析佐證了用戶認知差異的存在：首先，用戶準備度差異非常大；其次我們的推薦策略優化方向，還要考慮用戶準備度，讓用戶理解產品、記住微保。

在針對問題做了一系列分析后，我們產生了一些實踐思路或者假設，那么我們也通過一系列的實驗來驗證了這些假設：

第一點，重新定義建模目標，此前我們的工作都是端到端建模，把用戶直接扔到模型里面，讓模型自己學。

現在我們分開看這個問題，在識別用戶買或不買、點或不點之前，就去識別用戶認知程度，在認知程度基礎上決定推薦策略。建好了認知度模型后，我們針對模型打分尾部10%的用戶做了實驗，對這些用戶不展示產品，而展示一些教育內容或者健康活動。

最終實驗下來，我們發現整體保費和轉化率并沒有沒有影響，而最后10%用戶點擊率又有很大提升，這就證明認知度模型可以比較好的識別出用戶對保險的認知度。

第二點，嘗試降低產品復雜度，擴展item，引入更多非產品類item。

因為用戶的認知差異非常大，并不能為所有用戶都推薦高難度的產品，需要循序漸進。所以微保就做了贈險、教育類的文章，發現這比直接給用戶看產品更有效。

為此，微保引入組合的概念，把原來單個保險產品做成組合，在產品形態上是一個卡片的形態，那么單個產品用戶看起來沒有什么感覺，但多個產品組合在一起，再輔助一些推薦理由，就可以逐漸讓用戶產生共鳴，在引入卡片之后，還可以極大擴展SKU數量，原來30款產品，使用卡片組合之后，可以擴展成上千個SKU組合。

第三點，引入推薦理由元素幫助用戶理解，降低推薦產品復雜度，例如卡片標題、產品簡介、相關標簽。

第四點，降低試錯成本。數據驅動或實驗驅動本身就非常復雜，一旦實驗很慢或試測成本很高，就會導致難以為繼。

為此微保采取了兩個舉措，一方面加強人工規則表達能力，便于引入更多專家經驗，其中主要是因為整個行業發展這么多年，在人和人打交道過程中需要更多依靠人工去售賣，而保險專家有更多知識沉淀，這些知識可以通過加強規則表達，跟推薦引擎結合，減少試錯成本；

另外一方面，加強實驗系統建設，微保最開始階段整個實驗系統都比較笨拙，后續解決實驗系統跟保險行業結合的問題之后，產品時間并發度有極大的提升。

舉幾個推薦實驗實例，最左側是一個健康險相關組合卡片，左邊是個性化重疾卡片，可以看到卡片名介紹，底部有卡片文章相關的item，item可以根據用戶畫像做個性化定制。模型也會幫助專家選擇卡片名或卡片介紹的組合，這樣卡片上線之后，整體轉化率可以提升3.2%。

中間是健康險相關的長期保障卡片，主要實驗就是下面底部文章和信息變化。例如用戶看過產品，文章就變為什么患了重疾還需要健康保障。如果已經為家人投保，這篇文章就會變為“為什么越早夠買終身重疾越劃算？”

通過這一系列嘗試，長期保障卡片對首頁保費提升率造成很大提升，幫助首頁產生的保費提升了6%左右，終身重疾轉化率提升了77%。

右邊是小白用戶的案例，我們找了一些認知度低的用戶，首先不給他看產品，只在核心位置給他推薦專屬福利。

最終目標客群整體點擊率提升了23%，用戶30天轉化率也有大規模的提升。而我們讓目標用戶記住了微保之后，他們的30天轉化率提升了10%。

最后介紹微保推薦系統的整體結構圖。底層部分是數據能力層，包括外部聯合數據建模專區；

往上是系統層再往上是個性化推薦策略體系，我們把這個體系分為深度場景推薦、多產品推薦以及專家經驗推薦。

這樣分的本質原因在于，微保本身就是做推薦相關工作的同學還比較少。但微保需要做的推薦場景卻非常多，就需要有一部分同學首先服務好一些核心場景，跟場景相關的深度推薦，例如首頁場景、投保成功場景；另外一部分同學則專注在通用推薦上，更多推薦場景通過一個通用算法把它滿足起來。

很重要的專家推薦場景，則交給專家，把專家知識引入進來，建立一套體系幫助保險專家推薦。

人機輔助智能助手

下一步介紹智能助手怎么輔助提升人工效率和效果，幫助人工做增長工作。

保險產品的復雜性，導致了即使是互聯網保險平臺，也需要依賴人工客服來解決用戶的各種各樣的問題，而這些人工客服在互聯網場景下服務客戶的時候，又面臨各種各樣的問題。

例如用戶可能想要高效和專業的靠譜服務，如果是線下保險代理人在投保過程中，可以根據用戶的語態、語速、談吐、判斷需求和對保險的認知程度，并把自己心中之前最好的解決方案給到用戶。但互聯網保險往往都是隔空服務用戶，并不能完整及時的捕獲用戶的信息。也就很難高效并且合理地給出方案，服務好用戶。

怎么去解決這些問題？

微保是通過智能助手來幫助人工客服捕捉用戶意圖，給出回復建議的。微保的智能助手不是第一天就有一個完整的能力體系的，也是在具體客服、管家服務的支撐工作中，逐漸進行體系化規劃，構建工具，讓智能助手逐漸可以應用在各個服務環節。

例如接觸用戶環節、了解需求環節、滿足需求環節，數據驅動環節。再下一步，微保會把這些環節所解決的工具或能力沉淀成智能化解決方案。

首先，在了解需求階段。微保會把用戶在全站的行為和留下的數據做成用戶畫像標簽，讓客服更好理解用戶的對話訴求。

除了用戶畫像標簽，微保還根據用戶進線后的一些聊天行為、聊天時間間距抽取關鍵信息，判斷用戶形象、對保險了解程度，提高補充需求收集效率。

此次，滿足需求階段。微保會制定一些智能服務助手或智能核保智能理賠方案，給到人工客服，這樣用戶留下相關信息之后，就可以對他的需求做進一步洞察，例如發現用戶服務過程中產生的問題和機會，做產生相應的策略指導。

這張圖，從上到下發展展現了微保相關體系的規劃，下層有數據，往上是基礎技術，再往上是真正提高人效的場景。

這是具體應用場景的截圖。

微保目前累計已經服務2千萬次保險咨詢，幫助客服人員人均服務會話數提升1.5倍。

在人工智能助手服務場景，微保目前還處于打基礎、建設基礎能力的階段，還沒有完全按照增長方式運作起來，下一步會把之前累積的保險領域增長實踐方案跟人工服務場景結合起來，幫助人工服務場景做到數字化和實驗化。

最后介紹下微保AB實驗系統。

為什么要實驗驅動，本質原因是人會犯錯誤？國外一篇文章統計，普通人判斷AB策略好壞的正確率10%~20%，微軟5年經驗產品經理正確率是30%~40%，谷歌產品經理正確率在33%左右。如何減小犯錯誤的機會，就需要通過實驗驅動的方法。

另外一個原因是，人去判斷1%的變化，基本上判斷不出來的，但通過實驗系統，則比較容易判斷其中的變化。增長黑客也是非常強調實驗驅動的。

判斷1%的變化和提升是不是有價值？如果每天都做1%改進，累計一年就是37倍的提升，但如果每天做負向1%優化，一年下來指標就只剩下原來0.02了。

這是微保實驗系統框架，包括面向用戶、面向產品經理或者是面向數據分析師，主要界面是實驗管理平臺。

實驗管理平臺后端有兩個相關子系統做支撐，一個是實驗系統后臺，實驗系統后臺包括分流、分桶染色邏輯；另外一個是實驗配置邏輯，比較重要的模塊就是實驗分析。

很多公司可能在實驗分析方面投入比較少，但微保的實踐過程中發現，實驗分析非常重要，因為如果對實驗解讀不正確，就可能造成很多無用功，這種情況下不如去相信人的經驗。

接下來會對微保增長黑客實踐過程中遇到的一問題，進行一些回顧。

首先，就是互聯網保險領域流量比較小。微保雖然依托騰訊在保險領域流量已經非常大，但跟其它互聯網產業比，流量還比較小。

為此，微保主要通過預計算的方式來分層分桶，保證在實驗效率和實驗效果方面達到平衡。

其次，保險業務流程比較長，實驗場景也很多，以推薦為例，已經有28個實驗場景接進來。

早期的時候每個場景的上報數據都不一樣，給實驗科學性和可解讀性造成了巨大障礙，因此在這里強調，我們埋點的方案一定要體系化，需要有中臺或者平臺的視角來看待埋點。

另外業務流程長，需要我們保證用戶在多個場景下遇到的實驗策略是一致的。如果再某個場景下，給用戶說A，到另外一個場景，又給用戶說B，就無法讓用戶形成連貫的體驗了。

所以在整個推薦策略中，用戶染色策略和用戶的實驗策略必須全局化，保證全局統一。

再次，保險用戶轉化周期長。保險和其他商品有很大不同，通常需要設定長周期實驗指標，最初，微保曾把精力放在短周期實驗指標上，但用戶成分或行為發生變化的時候，短期實驗效果往往就會發生嚴重波動。

因此，我們設計了長周期的實驗觀察指標，也考慮了一些短期行為的長期價值，幫助我們更好的衡量實驗。

最后，就是要做到實驗結論科學可信，要有實驗分析模塊，數據出來后，至少要做假設檢驗。另外在實驗結論分析時還要避免辛普森悖論。

作為一種由大量條款文本承載商業價值的服務，數據對于保險行業營銷、承保、核保、核賠等多個業務環節的精準化都有重要意義，而且像人工智能、區塊鏈等技術在保險業的發展，也需要大量數據作為基礎背書。

但過去，由于技術手段和數據安全的限制，保險公司的各個系統間無法完成高效的數據交換和溝通，系統間就像一個個的孤島。由于擔心部門內部信息共享不當，即便是大型保險公司，內部很多部門仍處于“信息獨立”的運營狀態中。

這就意味大量有效信息無法被高效率利用，保險公司擁有數據卻無法破解數據價值。

眾安保險數據智能中心總經理孫谷飛表示：“保險公司不僅要豐富自身結構化場景數據，更需要加強保險公司間和其他行業的數據交流，數據開放和隱私安全并非悖論。新數據形式的快速、實時增長也使我們能夠更好地評估新風險及正在出現的風險，從而使我們能夠針對特定的需求群體定制保險產品。”

8月12日（周三），雷鋒網「醫健AI掘金志」邀請到眾安保險智能中心負責人孫谷飛，為我們解讀“保險新基建”的根基部分——「數據中臺賦能未來保險生態」。

但過去幾個月，今年的“黑天鵝”事件，讓線下銷售全面崩盤。銀保監會近期數據顯示，今年上半年保險業銷售額減少近千億，相比去年近乎于腰斬。

傳統線下代理人百萬大軍均受到重創的情況下，保險公司目光紛紛看向互聯網，深耕互聯網轉型，和互聯網平臺深入合作。

而互聯網的本質就是引流——聚眾——轉化。

作為騰訊旗下的保險代理平臺，微保成立的目標之一就是互聯網流量的保險推薦和轉化。馬化騰曾說:“微保是騰訊搭建互聯網+金融生態的重要一環。”

截至2019年12月，成立的兩年時間里，微保已擁有超過5500萬注冊用戶，并為超過2500萬用戶提供保險服務，用戶人均保費超過1000元，用戶投保復購率高達40%。用戶增長速度和投保復購率遠超過絕大多數線下險企和保險代理公司。

而在最近的幾個月，微保又新增加2500萬有效用戶，用戶增長率超過45%。這背后有怎樣的平臺連接方法與大數據技術邏輯？又依靠怎樣的互聯網用戶轉化和推薦體系？

8月4日（周二），雷鋒網「醫健AI掘金志」邀請到騰訊微保行業大數據實驗室主任李羽，為我們首次解讀“保險新基建”的核心一環——保險科技助力用戶增長實踐。雷鋒網雷鋒網

但增長的暗面，包含著風控能力不足、利潤負增長等多種原生問題。中再產險數據顯示，2019年，健康險行業虧損率達到109%，甚至有17家企業的賠付率達到了100%。

如何緩解健康險面臨的現實困境，其中的一個解決方法就是智能化轉型。

此前，樂約健康CEO付新華曾向雷鋒網表示：“健康險行業的大趨勢就是科技升級、面向智能化的轉型，這次疫情極大地加速了這個趨勢。保險行業線上化趨勢的改造，將從銷售端開始，一直延伸到風控端、理賠服務端等全流程。”

為此，雷鋒網《醫健AI掘金志》啟動「保險新基建——健康險的智能化轉型系列公開課」，邀請眾多保險大數據、人工智能領域的技術與管理專家，分享科技在保險行業的致勝之道。

在2016中國保險業發展年會上，馬云依然不乏金句。在他的演講中，出現頻率最高的詞，除了“保險”，就是“大數據”“風控”和“信用”。

AI技術的興起，點燃了全行業的技術熱情。2018年，中國保險學會的《人工智能保險行業運用路線圖》指出：AI將在保險業飛速發展，在2020年，行業進入中智能時代，保險行業的人工智能運用率將達75%。

實際上，在經過大量的調研發現，保險行業里大多數場景的AI應用似乎仍不盡如人意。

眾安保險數據智能中心總經理孫谷飛表示：“過去，保險公司對AI的態度總是‘拿來主義’，希望AI是一個成熟的技術，拿來就能用，并追求AI完全替代人工完成某個保險流程，但AI的成功落地是一個迭代的過程；另外，在保險領域，AI輔助精細化的運營、定價和風控的能力，這些需求更加大有文章。”

最早的碰壁

面對AI技術，險企并不是后知后覺的一群人。

從2016年開始，包括泰康在線、中國人壽、太保都曾采購過人臉識別、智能客服、智能機器人等早期的保險AI產品。

孫谷飛表示：“在以往AI落地過程中，業務最開始遇到AI，我聽到最多的一句話就是：我有一個需求，幫我用AI解決一下。”

但一方面，以目前的AI技術發展，成熟的AI產品一般也需要一個定制、迭代的過程，亦或是保險企業期望過高，導致初代AI產品的落地效果并不理想。

以智能客服為例，眾安保險也曾購買第三方公司的智能客服產品，希望在自助投保、保單查詢、業務辦理等業務中完成多個簡單重復場景，減少人力輸出。

但實際購買的第三方智能客服解決方案，并不能直接得到業務滿意的效果，需要針對眾安的業務場景進行大量的語料標注、流程梳理等，甚至還需要一些用戶體驗層次的產品修改。所以，最終智能客服在一開始的階段，落地的效果方面往往不盡如意，另外人力上非但沒有減少，還需要更多的人力進行運維語料。用戶體驗層次的修改，第三方公司的響應度也會跟不上業務的需求節奏。

此外，定制化的AI需求，代價很高，并且單個第三方的AI模型交付，往往和業務需求相差甚遠。

以碎屏險場景為例，因為單個碎屏險的價格已經很低，面對海量的需求，人工進行校驗顯然不劃算。于是業務部門提出，希望利用AI進行自動審核。

孫谷飛表示：“當時外部AI服務供應商認為這就是一個單純的圖像識別問題，直接用AI模型判斷屏幕好壞就可以，由于這個模型是定制化的，所以要價500萬。”

但理想與現實還有一段距離。

因為，就單論碎屏險這個場景。核保人員在核保過程中，除了要判斷基本的碎屏情況，還需要識別是否存在騙保問題，判斷提交的圖片是否為本機“現在”的真實情況，還是碎屏前的圖片記錄。

這些事情，并不是一個簡單的AI模型就可以勝任，需要的是一整套風控解決方案。眾安的AI解決方案先讓業務積累碎屏和完整圖像數據，根據業務需求，識別前會在手機屏幕中間，根據手機ID號生成并顯示一個身份二維碼。

通過讓二維碼隨時間進行刷新，保證圖片為投保中的實時圖像，最后一步才是碎屏的圖像識別，這種方法一并解決了圖片時間、手機身份、騙保投保等多個碎屏險業務風控所要解決的問題。

痛則思變

AI落地在眾安遇到的困難并不是一個孤例。

以智能保顧為例，從2017年開始，包括多個互聯網保險平臺，以及泰康、太平洋等險企都做過嘗試。車車科技就曾推出阿保保險，太平洋保險推出阿爾法保險。但后來因為效果的原因，智能保顧也很少被險企提及。

孫谷飛表示：“假設險企對AI的期待是100分（完全取代人），而AI的能力峰值是80分，現在大多數場景的保險AI產品，僅僅達到了40到50分。”

在AI產品落地過程中，既有保險業的行業認知問題，也有AI技術的先天局限性。

首先，險企和AI公司的認知壁壘。一方面，因為保險公司對AI了解的不足，會出現提出的需求，并不符合自己的實際狀況。

而另一方面，AI公司的算法專家因為不了解保險，經常是屁股決定腦袋，一些保險需求即使不適合AI解決，AI公司還是會為了盈利大包大攬，但實踐中經常發現數據匱乏和知識圖譜難以建立，最后導致產品難以實現和落地。

孫谷飛表示：“在這種背景下，如果外界AI公司手里只有少量訓練數據，而合作的保險企業又不懂AI，這種將不識兵、兵不識將的情況，就很難確保AI產品的效果。”

其次，產品通用化嚴重。第三方保險AI公司，因為產品化開發和需求迭代周期的原因，往往不會按照一家保險公司的需求，完全定制化開發產品，最明顯案例就是NLP語音機器人，一款產品同時服務教育、醫療、保險等多個場景和領域。

但AI即使發展到今天，也完全沒有實現‘一招鮮吃遍天’。

在保險領域，因為樣本類型的不一樣，即使同樣任務的模型也需要重新定義問題和訓練，例如，身份證OCR模型拿去做發票OCR就需要重新訓練。

最后，投入與產出比的不匹配。保險企業往往對AI期望過高，但給予的投入和支持卻不足，總想著能一勞永逸，而第三方因為合作模式的原因，產品上線后又沒有跟進計劃，也就導致大多數AI產品上線后一直沒有迭代。

但孫谷飛表示：“如果要真正解決業務問題，AI產品最需要的就是不斷投入，在上線后進行多輪迭代，形成數據和業務閉環反饋。”

智能客服現在是每家保險公司必備的產品，但現在大多數保險智能客服，就只是把常見問題設置成FAQ（例如，用戶問“我想理賠“，機器應答“請您去APP首頁點擊理賠，并選擇想要理賠的保單”），稍微深入一點的企業也僅僅是按照時間、熱度定期更新問答的語料庫。

但是，智能客服還可以更進一步，達到80分的水平。孫谷飛表示：“任何用戶來到智能客服這個界面，其實不是來尋找“答案“的，而是想來解決他/她的某一個具體問題的。”以眾安保險為例，AI部門和業務進一步合作，將保單信息修改、退保、簡單咨詢等需求優化成問答引導卡片，一旦識別出來用戶的意圖，就通過流程引導去直接解決用戶的問題，在同樣的對話框中做好對話服務的“最后一公里”。

保險AI，正確的打開方式

正是由于保險業與技術提供商的天然隔閡，從2018年開始，陸陸續續有險企創建自己的AI部門，為自己的業務需求研發保險AI。

例如，陽光在線研發了慧算智能核算軟件，平安推出了AI銷售助理和代理人AI培訓系統。眾安保險也不甘人后，成立了數據智能中心，致力利用數據輔助業務。

孫谷飛表示：“制造一輛車，不用買下整個鋼鐵廠。對于眾安保險，AI的目的并不是為了科研發論文，而是為了解決業務需求。”

因此，眾安數據智能中心的主要精力和研發方向，都在于保險細分場景的定制化需求。

首先，在接受業務部門需求之后，數據智能中心會預先判斷這個場景是否適合AI解決。

其次，確認AI需求之后，再確認數據情況，保險里面有場景不代表有數據。在有數據的情況下，為了驗證可行性，數據智能中心會快速設計一次PoC測試；沒有數據也會想辦法去解決，比如組織線下人工采集數據，或者是否可以通過算法生成（比如做發票OCR模型），或者設計流程讓業務沉淀數據（比如埋點數據）。總之想法讓項目設法冷啟動起來，這樣隨著業務的發展和積累，數據的問題自然解決，這也是數據智能中心和第三方技術公司最大的不同。

再次，為需求設計業務目標導向。做任何AI模型，一定要在一開始想好業務的真實需求是什么，最終這個AI模型要怎么用。不能只追求算法模型指標，而忽略了是否解決業務的問題，比如上面說的那個碎屏險的例子，單單碎屏識別模型做的再好，在風控層次也是形同虛設，還需要配套的其他手段和方法證明手機照片的實時性和身份。

最后，產品上線之后，需要長期跟進的反饋機制。隨著數據量越來越多，真實場景有更高的復雜性，十分有必要不斷跟進模型的表現，對模型進行再訓練和更新迭代。但是，如何評判模型表現的好壞，就需要在業務中建立起反饋評判機制。只有不斷的在業務過程中，源源不斷的收集到新的數據和模型反饋，我們的模型才能越來越好。

據孫谷飛介紹，這種反饋機制包括顯性和隱性兩種形式，比如在智能客服的應用中，顯性機制是在用戶提問之后，對機器人服務進行的滿意度打分；隱性機制則是，如果轉人工比例和人工坐席服務量飆升，則代表機器人服務不能解決用戶的問題，機器人模型可能就需要調整。不同的AI場景中，顯性和隱性的反饋機制是不同的，需要針對性的設計。

目前，眾安保險已經在使用這套方法論在解決實際業務中的各種問題。

結語

保險是一個古老的行業，也是一個強數據驅動的行業。

1662年，英國就開始利用現代統計數據，幫助保險行業計算倫敦居民的壽命概率。

人工智能是一條新的起跑線，原本存在巨大鴻溝的大小保險公司，將站在一個相同的起跑線上，擁抱新科技的公司將更有機會抓住歷史機遇。

隨著移動物聯網、5G、物聯網等技術的發展，保險行業所要處理的數據無論從量級、復雜度還是處理速度，都對大數據和AI技術的應用了提出了很高的要求。

雖然，今天的保險AI還沒有進入強智能時代，但發展策略卻也在變得清晰：根植于保險場景，將AI技術與保險業務緊密結合，將成為不少險企和互聯網保險企業都在共同發力的方向。雷鋒網雷鋒網雷鋒網

近年來，作為保險領域最大的盈利市場，車險市場競爭日趨激烈，健康險也被諸多財險公司視為拉動保費增長的新選項。但是財險企業開展健康險業務存在“先天不足”，產品設計及定價、客戶觸達及獲取、業務運營及風險控制等方面相對較薄弱。

據了解，暖哇科技自2017年開始就在健康險科技領域進行深度的探索和實踐，并于2018年孵化成立，依托健康險業務能力和領先的數字科技能力，致力于為保險公司及互聯網平臺提供健康險科技服務閉環。截至目前，暖哇科技已與誠泰保險、天安財險等多家險企達成合作，而此次與前海財的深度合作，是暖哇科技的又一次突破。

此次合作的方向就是為前海財險提供互聯網投放及運營管理服務，在線觸達用戶客群，并提供線上化的核保核賠管理及運營、健康管理等服務。

前海財險市場及科技負責人甘睿表示：“暖哇科技的健康險業務經驗，可以幫助前海財險提升互聯網健康險業務基礎能力。”

暖哇科技CEO盧旻表示：“目前為前海財險提供的互聯網項目已經在落地中，此次合作，暖哇科技還將為前海財提供專業的互聯網投放及運營管理服務。通過用戶客群的在線精準觸達和精細化運營策略，實現用戶流量和保費規模的新突破。此外，暖哇科技將對用戶進行全生命周期的健康管理，包括健康咨詢、快速就醫、亞健康管理等，提升用戶體驗。SaaS化的健康險系統預計1-2個月即可上線。”

暖哇科技成立于2018年10月，成立之初，主要致力的方向就是醫療生態與健康險的融合。在逐步打通醫療數據信息壁壘之后，暖哇科技隨即為保險公司提供了健康險系統、產品定制、核保、理賠及風控等服務。

此次合作之后，暖哇科技還將為保險公司進一步開展互聯網投放、精細化運營、互聯網用戶精準觸達等新服務。