案例| 泛美保险的大数据战略实践
任何一家经营互联网业务的企业，都希望能够完整地收集、分析和利用其客户的数据，从而能够让客户在消费过程中享受到实时的个性化产品和服务。
保险巨头泛美保险集团（Transamerica）为了追求上述的目标，于2015年开始接入了企业级的营销分析平台（Enterprise Marketing and Analytics Platform, EMAP），该平台使泛美得以从各条业务线和各类客户合同中整合大量的数据，从而让公司高层能够对公司客户的情况有一个整体的了解。EMAP是一个分布式存储的、可规模化的和高安全性的数据平台（数据包括结构化、半结构化以及非结构化的数据）。
如今，EMAP已经帮助泛美保险从获取客户到保留客户等多个环节中提升了客户的体验。泛美的执行副总裁兼首席技术官Gerard Rescigno说道：“我们需要了解客户的本质需求，这样才能进行针对性的创新，加速我们的产品开发进度，提供更好的服务。”
和客户建立紧密的联系
泛美集团是一家专注于美国市场的寿险公司和投资公司，它是荷兰全球人寿保险公司下属的子公司。泛美集团为2700万客户提供寿险、健康险产品以及投资和退休理财等服务。
其庞大的客户基础以及多样化的金融服务会使得该公司在发展过程中错失一些机会。为了把握每一个机会，泛美集团利用EMAP来对其客户绘制了全面综合的画像。
Rescigno表示：“我们会分析手中所有渠道的客户的交互和行为情况，包括他们是怎样和我们保持联系的，他们看了什么内容，需要什么东西，以及他们对我们的语音回复系统说了些什么等。”
该公司整合来来自保险、退休计划以及投资部门的所有信息，并且还加入了第三方数据。EMAP从来自客户以及社交媒体等40多个信息源处获取数据。
泛美保险表示，所有这些数据和信息都是为了识别客户消费行为的新模式。当他们深刻理解了客户行为和消费的趋势后，泛美保险为特定类型的客户提供了定制的数字化服务。“我们正在利用数据提升自己对于客户要求的响应速度，并且希望借此能够预测客户的需求。”Rescigno如是说道。他所谓的预测需求，是指通过识别客户的身份，从而提供符合其生活状况的产品。比如，孩子处于上学年龄的家长和马上要退休的空巢老人，这两者的需求是不一样的，泛美会分别提供不同的产品，试图获得客户资源。
EMAP的基础架构
泛美保险利用的数据库架构是Hadoop-based data lake，他们认为这一架构的功能更丰富强大，同时也比传统的数据库解决方案便宜。Hadoop是Web服务器软件Apache的一个开源项目，是一个旨在利用分布式技术处理和存储大规模数据的程序框架。
泛美利用Cloudera的分布式企业数据枢纽来存储各类结构的数据，利用Informatica的大数据管理产品BDM来完成关键的数据管理功能，包括数据消化和整合，数据整合以及数据质量审核。
泛美还会使用不同的处理引擎，比如用MapReduce来把工作分包到多个节点，并且组织收集结果。此外，公司还部署了Spark，该处理引擎可高效地应用于SQL和机器学习。
泛美表示，利用抽象层来建立数据管道，使他们可以快速地应用新的处理引擎。泛美一开始是使用MapReduce的，但是现在更常用速度更快的Apache Spark。
泛美非常倚重机器学习技术来分析数据，从而获得数据中最有价值的观点。机器学习的算法使得该技术可以自动分析数据，并且随着数据的积累，能够超越自身的局限，从数据分析中获得原本无法觉察到的价值。
泛美使用的是开源机器学习平台H2O。使用该平台，泛美的数据工程师们可以使用Python和Scala等常用语言进行机器学习建模和测试。
泛美还采用了包括Alteryx和Datameer在内的分析解决方案，帮助分析师进行额外的以及更加深入的测算。
而数据分析的结果则会利用整合进Hadoop的Tableau进行可视化的展示。
EMAP平台同样也对信息安全以及合理使用作出了规范。如果泛美想要使用用户的个人信息，他们对信息的用途会受到泛美内部的数据管理委员会（Data Governance Council）的监管。泛美高层表示，成立该委员会的目标就是确保数据的安全，以及确保数据的用途与客户的利益保持一致。
曾经，泛美利用历史遗留系统所获得的数据和信息都是碎片化、片面化的。多亏了EMAP，泛美如今能够接触到更加完整的数据，而该公司的发展速度也较之前有了显著的提升。
实践中的大数据
泛美保险的数据科学和分析团队如今正在用EMAP平台开发、测试以及部署预测性分析模型。在过去，该团队曾面对大量的公司数据却苦于没有方法高效处理它们。相比以前动辄耗时几天的模型测试，现在他们只需要在几分钟之内就可以知道测试结果。
泛美表示，EMAP的应用大大地提高了泛美技术、商业、分析团队，现在整个公司能够以更灵活的姿态去探索如何与客户互动，为客户服务。
