编辑导读：数据治理是指组织中涉及数据使用的一整套管理行为。而保险行业乃至于整个金融业，对数据价值的感知是最早、也最完整的。因此，他们对数据治理的需求是非常旺盛的。本文作者将对保险行业如何打造数据治理闭环展开分析，希望对你有帮助。

最近总有好玩的事情。刚搞定一个交通行业大数据项目的咨询工作，又来一个保险行业数据治理的咨询业务。我一开始还很忐忑，怕跨行业了，经验就不好使了。结果发现，保险行业数据治理也还是那一套么。

同时感慨，还是这种公司重视数据啊，这项目做的太舒服了！今天就给大家分享一下保险行业数据治理项目心得，我觉得这个行业的数据治理可以作为标杆了。

一、保险客户数据治理背景

保险行业乃至于整个金融业，对数据价值的感知是最早、也最完整的。因此，他们对数据治理的需求是非常旺盛的。这是行业属性使然，当然也有保监会的政策要求。

保险客户数据是保险行业非常重要的数据资源，很多保险险种的精算，都是以客户为基础，加上其他各种乱七八糟的数据一起算好的。

所以，保险客户数据的治理背景基本上可以分成三类：

1. 业务需要
2. 数据管理需要
3. 政策需要

业务需要很容易理解，辛辛苦苦收集上来的客户基本信息都填错了，联系不上人了，这保险买给谁啊？收上来的数据越全、越精准，我们就可以“分级分群定优客”，按互联网的话来说，就是做客户分层，精准营销，最终保业绩，拿年终啊！

数据管理需要也能理解，毕竟各种后续的数据分析、精算都是以客户数据为依托的么。客户数据都错了，那分析结果肯定有偏差啊。

政策需要就不用多解释了吧？保监会的话，谁能不听啊？

保险客户数据治理的目的也很简单，就是提升客户关键信息的真实性。一般来说就是三要素：身份证号、客户姓名、客户手机号码。

二、保险行业数据问题分析

虽然保险行业非常重视数据，但是多年保险业务的快速发展，的确也带来了非常多的数据问题。

各地分公司基本都是各自为政，谁都把客户当自己的命根子。业务员那边就更是了，甚至还有人故意隐藏真实客户数据，就是怕别人抢走自己的客户。

这就出现了一个非常搞笑的场景：业绩都完成，保费蹭蹭涨，可就是客户电话一个都打不通，打通了也不是本人，是本人也不一定是真人。我就亲眼见过一个保险代理人让她朋友照着信息读，回答对面的电话，也不知道是帮忙干啥。

所以啊，上到组织层面，下到业务执行层面，都有不同层级的数据准确性的阻碍。你说这数据能好的了么？

说起来，这保险行业的情况，跟二手房的情况简直是一模一样的！政府也一样呼吁“真房源”的好多年，市场上也没解决，**还是贝壳搞定的。我觉得某个保险公司也得向贝壳的ACN规则学习一下，没准能颠覆保险行业，成为保险巨头呢。

三、保险客户数据治理流程

基本上各个行业的数据治理的流程也就长这样：

当然，上面是实操版，在执行的时候，当然还得按照项目管理的逻辑，先得做整体计划，定岗定人定则，颁布数据治理管理办法。中途还得不断的监督、控制，还得设定几个里程碑，保证按时按质按量完成任务。不过那些都是项目管理的事情，这里就不赘述了。

数据治理的前两步肯定是数据收集、数据处理及分析。这两步基本上都是数据工程师在干活。

数据收集其实就是把平台、Call Center、CRM、各业务系统（承保、理赔、农险等）、投诉系统等各个系统中的客户数据全部拿过来。

数据处理其实就是做客户的归并，用技术进行数据治理。把能技术能清洗、匹配上的数据给弄好，比如去掉手机号码的+86、客户名字中间的空格啥的。然后设定各种规则进行有效性判定，比如：三要素数据缺失、不规范、验真为假。

真正到了数据治理的环节，一般来说，都会分成两部分去处理：

1. 存量客户数据清洗；
2. 增量客户数据质量控制。