水滴公司CTO邱慧：构建数据中台 破解数据价值难题
在邱慧看来，数据是衡量一个公司最底层核心能力，没有数据的AI是空中楼阁。在当前环境下，数据建设面临着诸多难题。首先是数据资产不清晰，伴随着业务多元化发展，数据来源越来越多但数据质量难以把控；其次，不同业务间烟囱式的数据架构模式造成了数据孤岛；第三，伴随着数据量逐渐扩大，分散的数据如何联动，挖掘更大的价值成为诸多公司探索重点；而数据资产管理、数据安全也面临越来越严峻的挑战。
邱慧介绍，对于行业现状以及水滴多元化的业务场景，水滴公司的解决方案是构建自己的数据中台，为业务前台提供统一的数据服务。当前，水滴的数据中台分为数据管理层、数据服务层以及数据应用层。
数据管理层主要负责建设数据资产，监控数据质量，保证数据安全。为了确保数据口径一致性，内部建立了数据运用体系。而在数据治理方面，研发团队结合了OneData的理念，梳理水滴内部保险、互助、筹款等各业务需求出发的指标体系，根据各个业务场景抽象业务过程和数据域，产出原子指标，同时调研各部门对指标定义、开发、使用上的痛点，探索出一套适合水滴业务的方法论，从而确保数据资产灵活性和易用性。
与此同时，为确保数据安全，水滴组建了包括业务、研发、合规、内审及法务等部门在内的内部数据安全委员会，对不同类型数据进行敏感度分级，确保数据安全合规使用。
数据服务层则负责建设数据流通机制，统一数据服务。比如建设用户画像标签数据服务，建设用户数据模型服务，进而实现智能营销服务。而在探索大健康新业务时，由于有数据中台统一的数据服务，可以直接调用验证，高效支持上层各项业务发展。
数据应用层则从业务需求出发，深度驱动业务运营。自动化分析让业务可以随时、快速看到业务各维度数据；数据驱动决策最大限度挖掘数据价值，让数据快速反应到决策层面；经营效率则是通过数据上层的各项数据工具能力建设，让运营效率得到最大限度的提升。不断提升做到自动化、智能化。
据介绍，在数据中台的加持下，水滴还形成了涵盖NLP、OCR、TTS、推荐算法、核身鉴权等AI能力在内的智能中枢。通过这部分AI能力的赋能，在保险产品创新供给、营销、承保核保、理算理赔、客服等场景落地应用。
邱慧表示，未来水滴的数据中台未来还会是数字健康和数字医疗研究的引擎。通过构建这样一个数据和知识的双驱动中台，合理打通公司内各类数据及沉淀行业Know-how，成为推动公司智能化发展的加速器。
