保险企业数字化转型利器：SDAF（基于数据流的企业运营框架）

       最近在折腾保险企业数字化转型，有些研究感悟略作整理，骐骥可进一步升华，也期待有兴趣的您留言共同探讨、研究。

       就客户端来看，保险企业有以下主要业务困境：

       基本上是这么多问题，今天重点聚焦于运营精细化的讨论，与大家共同交流心得：可适用于保险企业数转的企业运营框架SDAF。

       什么是SDAF？

       SDAF是Sense、Decision、Action、Feedback，这四个单词的缩写，将数据作为一个中心，形成完整的业务闭环，让公司及业务角色都能够在闭环中发生作用。

       是数据于2020年11月提出的一套方法论。

       基于业务实践总结的内容是值得我们关注的，毕竟管理是一门实践科学。

       一、Sense 感知：

       从抽象的数据中形成对业务和用户的洞察

       在感知环节的两个关键是形成公司业务流程认知以及用户认知。

       犹如感知弱的人相对于走业务路线，可能更适合走技术路线一样。开展业务，对客户精神上的体谅、照顾、启发甚至促使成长，才能使商业活动变得轻松。

       就不同特征的用户，业务服务必然有对其感知深入认识的因素在。

       譬如，你仔细回味家人、朋友，各年龄段对幸福的认识就有一定差异。

       50/60后：对社会的贡献是幸福，也是成功的定义。这一代人特别重视组织上对他们的评价，非常注重组织关系上的坚定，活的很有信仰感但也有些累。

       70后：这类人群对幸福的定义高度一致！

       基本上是这么几个主题：父母，婚姻，孩子，健康，朋友。

       70后对关系的认识比50/60后更实际，他们非常关注身边人的关系维护与处理，共同的信仰在弱化，但是共同的需求主题建立起来了。只要在业务上可以往来，你信不信基督，我信不信马列，他信不信爱因斯坦，不重要。

       80后：对幸福的定义聚焦在跟自己爱的人身上，尽量减少复杂的人际关系介入，而梦想与成功则在幸福感中崛起。

       90后：对幸福的定义五花八门，简单而直接，我的幸福我定义，这也是我活的目的，爱咋咋地！

       那么在保险业务环境中如何实现感知能力？

       其一，在抽象数据中寻找业务开展的规律，如通过漏斗分析模型还原业务难点。

       通过归因分析发现订单主要贡献来源，明确了解用户五花八门的消费习惯、业务来自的各个渠道方位，以及通过统计方法分析订单成交的关联性因素，比如，老客户留存原因，获新客机会在哪里。

       其二，在还原真实业务进阶过程的基础上，做横向目标用户群分析，拆解并定义用户群体特征， 从而为判断用户的潜在风险及时进行健康度预警和业务推荐判断提供有效建议。

       二、Decision 决策：

       感性与理性的平衡，人与机器共同决策

       乔·吉拉德说：“如果员工不愿意犯错误，那么他们永远不可能作出正确的决策。”

       这种理念早就过时了，高速运转的商业社会，每个细节的决策的精准性最终决定了商机的把握以及产品打磨后的质量水平。

       现在的精细化管理要求严上加严，细中加细，慎之又慎；宁肯“千虑一得”，决不“百密一疏”。

       精准而高效的决策自上而下都非常重要，领导的一次决策错误可能让企业丧失先机，一群基层人员的决策错误带来的将是低水准的交付输出。

       乔.吉拉德与其说他是一个伟大的企业销售人员不如说是一个传销大师，不太懂企业。

       数字骗不了人，但骗子好玩弄数字游戏。

       当对业务流程和用户形成了准确的认知之后，可以把机器引进来，让人跟机器共同决策。如基于智能推荐，实现千人千面精准运营，让产品更懂用户，或基于算法模型自动实现个性化，再比如基于业务规则把合适的物品推给对的 TA。

       我们每个人其实都有可能培养出因时而变、因人而变的工作能力。只要明白自己在人际关系中所处的位置，并向那个最佳位置靠近，关系就能健康地发展。

机器工具无外乎是在帮助商业实现这一目的。

       三、Action 行动：

       基于数据的全方位智能触达手段

       基于数据、实现场景全方位智能赋能。

       IBM创始人沃森在总结其终生经验时,语重心长地指出：“一切始于销售并源于销售。”

       保险业的数据feedback主要行动也应聚焦于业务销售。其他场景我们暂时不探讨。

       从实现角度来看，大部分偏营销向的运营动作可以分成两类。

       其一，围绕高潜用户做实时营销，一切动作的目的都是最终实现服务价值；

       其二，在用户成为客户后，可以基于用户的偏好及生命周期阶段做持续运营。

       如果企业只接一个渠道，再好的运营策略也只能受限于通道，如果你增加接入多个通道，会将你的能量放大很多倍。

       四、Feedback 反馈：

       全面实时的数据反馈

       韧性是能够从笨拙的失误或彻头彻尾的错误中复原的能力。

       但是光有弹性是不够的，必须具备从已有错误中学习并及时纠正的能力。

       全面和实时是反馈阶段的关键。

       基于数据流的企业运营框架 SDAF，让整个公司及业务的所有角色都能够在闭环中发生作用。

       举个例子，某用户 C 在某段时间内频繁浏览某特定品类的保险产品，平台可以将此线索推送给代理人，代理人可根据该线索联系客户，进行 KYC 并生成计划书，通过计划书的阅读次数、阅读时长、计划书浏览热力图，获得客户对计划书查看进度和兴趣点的反馈，并以此促进产品销售。

从管理角度，

       通过用户行为路径可以实时掌控代理人处理客户服务的进度，再结合漏斗分析模型，可得到代理人活动评估的效果，基于此可建立绩优代理人标签，形成优秀代理人招募标准，并围绕代理人全生命周期、定位关键节点制定管理策略，实现人均产能的最大化提升，整体实现降本增效。

       什么是保险代理人？

       保险代理人是指根据保险人的委托授权，代理其经营保险业务，并收取代理费用的人。保险代理人在保险人授权的范围内以保险人的名义进行业务活动，包括招揽业务的宣传推销活动，接受投保，出立暂保单或保险单，代收保险费，代理查勘理赔等。

       代理费用通常根据业务量比例支付。根据业务范围不同，保险代理人可分为总代理人、地方代理人与兼业代理人等。代理的方式有只为一家保险公司代理业务的专用代理，独立经营可同时为多家保险公司代理业务的独立代理等。

       从合规角度，业务实现是一方面，合规同样很重要。

       关于代理人管理国家已经立法：

       保险代理人管理是保险公司对其代理人依法进行管理的行为。

       根据《中华人民共和国保险法》第112条的规定：“保险公司应当建立保险代理人登记管理制度，加强对保险代理人的培训和管理，不得唆使、诱导保险代理人进行违背诚信义务的活动。”

所以这反馈同样要跟合规管控有机结合运转。

       从实现角度，

       其一，实现全面整合各方数据、打通数据孤岛，才能真实的还原业务流程，提供动态的数据画像。数据做了相应的尝试，构建平台支持数据的全面打通，基于 One ID 和全端数据接入能力，连通数据孤岛还原完整业务流程，提供动态用户画像。

       但这种探索可能是在开展业务中、于客户实际的业务环境中不得已而采取的妥协之法，毕竟仍有大多数企业仍然希望现有模式不变的情况下找个外包商帮他们把数转作业给他们交了。

       数转最终应实现组织的模式跨越：

       OneID+OneModel+OneService

       不断用缓兵之计的战略成本也不小，未来的风险更大。

       没有强力的数据底座，哪里来高水平的FeedBack!?

       第四个阶段涉及到更高级别的前瞻性决策。

       下图以极简的组织逻辑表达出了两种模式下基因上的根本区别。能力为基、服务多元，而非灯泡儿一个、系统一堆。这涉及到工作模式的根本转变，看完也便知为何转型如此阻碍重重，不是干一个系统能解决的，也不是开N个会能解决的....数据是否能入湖是一个组织数字化能力评估的最关键评价选项之一。

       其二，实现实时。实时查看数据，意味着效果的极速反馈，实现最小的应用反馈闭环，可根据实时效果， 进行动作或策略的调整。

       保险业的大数据业务能力发展决定了这类公司还是很有前景的，最终可能要走向做保险企业外包掉的专业大数据分析服务之路，而不是止于提供平台。