客户交流：如何数据赋能

今天和一个保险公司的信息科技部交流数据赋能，起因是客户的领导布置了18年工作重点：数据要给管理赋能，数据要给业务赋能。

赋能，原本是心理学的术语，从字面上看，就是给某人或某事物赋予某种能力或能量。数据赋能，就是数据给管理、业务赋予某种能力。与传统的数据应用相比，赋能，更强调组织架构的灵活性、商业流程的敏捷性及人员的能动性。这么看来，数据赋能与在管理、业务中发挥数据价值，好像也没有本质区别。

数据赋能的任务框架，包括三大任务：

采集数据，或者整合企业内部、外部数据；

洞察数据，或者数据分析、数据挖掘；

应用数据，将洞察结果应用到实际业务中去。

当然，这三个任务组成一个循环过程，是个持续运营的体系。

数据赋能的任务框架，保险客户很认可，同时也有点迷惑：采集哪些数据，如何应用？

这就涉及数据赋能的更高层级：业务框架。从企业的战略或者年度绩效重点出发，寻找合适的业务场景、业务产品，明确相关KPI。在这个业务框架下，进行数据服务任务框架的建设。

客户同样很认可，可惜客户今年没有明确的重点业务方向，没有明星产品，所以，业务驱动的数据赋能有难度。

业务驱动不可行，只能建议客户转向另一个方向，数据驱动。

这里首先存在一个数据选择的问题，即关注公司内部的哪些业务数据。这里有几个原则：准确性、及时性、稳定性、关联性。

针对选择领域的数据，基于业务知识，通过细分、趋势、关联等数据分析方法，期望获得某种数据洞察。

洞察之后，一是可以提交业务方案建议，更理想的是，将洞察融入实际的业务过程中。

最后，一定要建立某种对比评估方法，对数据洞察的效果有真实、有效、客观的反馈。

备注一点，外部数据尽管越来越多，但还是建议客户首先立足企业内部数据，充分发现、发挥数据的关联性。

最后，和客户达成共识：尽快启动数据赋能项目，采用人力资源框架的模式，项目内容包括：

体系的咨询规划；

数据分析洞察；

数据应用方案及评估；

业务效果展现；

同时，数据的采集、整合由行方现有团队负责。