平安产险胡英杰：从新科技应用出发，为客户设计出更有体验感的产品

　　平安产险科技中心大数据分析挖掘团队负责人胡英杰。（平安产险供图）

　　国际在线辽宁频道报道（田甜）：新的时代征程，保险行业已开始越来越广泛、深度地采用新科技，随着大数据、AI技术在金融科技应用的不断深入，保险营销服务的质量不断提高。

　　如果说科技中心是平安产险的科技大脑，那么大数据就是科技大脑的中枢部分。不仅如此，平安产险科技中心还肩负着大数据、人工智能、人脸识别、区块链等诸多新技术研发和应用的使命。

　　平安产险业务产品线众多，拥有海量的活跃用户，每天线上产生的数据超乎想象，为了保证公司各业务产品能够使用更丰富优质的数据服务，产险的大数据平台做了哪些工作？具备哪些能力？国际在线辽宁频道深入到平安产险科技中心大数据分析挖掘团队负责人胡英杰的日常工作中，一睹其科技智囊的风采。

　　理论基础和工作经历，结下与“产险大数据”的不解之缘

　　2017年进入产险后，胡英杰先后为数据分析仓库的梳理建设、商业智能分析相关的机器学习、支持保险科技的大数据产品规划开发等方面，为业务部门及机构提供了许多基于数据分析的商业决策支持。“突然发现，以前的学习和研究正好用得上。”胡英杰这样说。得益于多年来在国外计算机及人工智能领域的多年深造，胡英杰对生物信息科学、人工神经网络等方面有着很深的理解和研究。

　 “虽然都是在计算机、数据科学这一块，但聚焦的领域会有一些变动。”胡英杰表示，尽管所经历的公司不少，但都离不开对大数据的挖掘。他说道，“比如前一份工作更多的是从事电商对用户行为方面的一些分析，很多是高频数据；而如今则聚焦金融和保险业方面，在保险线上化、数字化进程中更需要数据方面的分析来辅助支持业务方面的线上化。”胡英杰希望在金融科技火热的风口更多地了解中国本土企业在数据方面的发展，同时也希望能有一个更大的平台、更新的领域，检验自己的价值。

　　作为大数据领域的专家，胡英杰的小目标是让技术真正落地，而不仅是停留在试验阶段。“而恰巧，平安产险需要大数据，我的学习和工作经历可以让我有所发挥。”胡英杰坦言，正是由于当初进行了数据分析、数据挖掘、机器学习等方面的学习与工作，积累了深厚的基础，让他顺其自然想到了接触大数据。

　　大数据的价值不在于“多”，而在于“挖掘”，这是业界已经达成的共识。目前，基于大数据挖掘，平安产险已经实现很多金融产品的大数据应用，比如风险控制、保险定价、欺诈识别、精准营销、运营优化等。

　　谈及大数据和人工智能的关系，胡英杰认为两者是密不可分的。目前而言，不少人工智能还是基于对大量数据的学习和优化之上，一旦缺少了海量数据，人工智能很多算法的优化难以实现；同时，大数据分析又会时刻运用到人工智能许多经典的算法，例如人工神经网络。因此，两者实际上是相辅相成的两门技术，大数据的发展推动AI的发展，AI的发展，反之也会推动大数据技术沉淀和积累。

    提高自我保护的意识，让隐私技巧性“伪装”

　　大数据和人工智能的结合也可能给信息流通和社会公平带来威胁，谈及如何保障大规模的数据正常流动，而又不侵害个人隐私。胡英杰认为，当下，每家公司尤其是互联网公司，会想尽一切办法去了解他的客户。“有意思的是，有时候会发现一些电商公司或者社交网络公司，对我们自身的理解比我们自己都透彻。”胡英杰认为，现阶段人们对隐私的保护意识不够强烈，尽管规章制度在不断的完善中，但如果从保护隐私出发，首先必须要有意识。

　　谈及“伪装”，胡英杰认为在撇开利益关系的前提下，是否准确地共享个人信息？是能否“伪装”成功的关键。 “比如机场或者火车站的店家，可能会让你注册一个信息，那么注册上局域网或许会造成信息外漏，从而会给你打上错误的标签。”对此，胡英杰谈到，“你的浏览记录和注册信息是否准确体现了你的特点、体现了多少，都是计算信息泄露的指标。”

　　利用多源数据巩固优势，结合实际开拓创新

　　谈及大数据的研究应用，胡英杰坦言，现阶段的保险和金融行业，在大数据的投入和研究方面，较互联网行业偏少，主要由于保险金融业有很多方面的基础工作要开展，包括如何更好地了解客户等。而鉴于大数据的重要作用，集团需要通过各种各样的维度和方式获取数据，并且需要研究如何结合好低频的用户数据来为客户服务。

　　“都说保险是以客户为中心，那如何利用好低频的数据，结合相应的渠道途径，获得更有效的用户行为分析是很重要的。”举例来说，针对客户的德国车定制的保险产品（不单是车型、车险，可能包含附加的非车险产品），如何通过非车险产品来获取客户更好的忠诚度和体验感，从而反过来推动产险主力产品业务的提升，这是需要通过大数据获得的。面对国内外的诸多竞争，技术实力是重要壁垒。而多年在国外从事人工智能和大数据分析挖掘研究的胡英杰，对国内大数据应用更为看好。

　　积极开放的团队管理模式

　　“我并不知道产险是否都用这种管理方式，不同的业务部门、职能部门，管理方式或许不一样。”谈到团队管理，胡英杰表示大数据分析或者大数据科学方面的工作，还是会偏向于互联网模式的管理方式。胡英杰认为，做数据分析、数据挖掘，更多的需要员工自主积极，以一种开放的心态进行合作，这里的合作包括部门内部以及部门和部门之间，“我们所研究的成果、积累的经验，如果能够共享，直接能让其他同事少走弯路；再者，分享经验，也能提高工作效率，间接提升公司的效益。”胡英杰说道。

　　“在高科技行业，提倡的就是快速高效直白开放。”胡英杰谈到，由于团队成员来自五湖四海，有着海外不同国家、不同专业的学习和工作经验，每个人的个性也不同，“有些人比较内向，那么更适合做一些后台算法的开发；有些人需要做数据分析、需要紧密结合业务，需要发现业务部门的痛点从而帮助他们找到能马上落地的方针政策，这又要求员工有更强的商业敏感性。”他表示，找到一个非常全面的人很难，因此在差异化的团队中需要有机协调，每个人都能够合作。