数据变迁将引发保险变革
向日葵保险网
[导读]：面向未来，保险业需要就大数据时代的“数据变迁”做一个全新的思考。大数法则决定了保险业的“数据宿命”，保险是一个与数据休戚相关的行业。
从拥有到知道
传统的数据管理以及保险精算，都希望更多地获取数据，要先建立一个数据库，具备一定的存储能力、计算能力等。通过先建立自己的数据资源池，然后，把所有的数据放到这个池里，进行处理和管理。但未来行业的数据与社会的数据相比，可能只是“九牛一毛”，保险经营会越来越多地依赖社会数据，而社会数据是一个海量数据，无论是从可能性，还是经济性看，都不能再拥有这些数据。
所以，未来的数据管理，要遵循“不求所有，但知所在”的原则，你不可能拥有这些数据，关键和核心能力是必须知道有哪些社会数据，这些数据在哪里，通过哪些通道能够获取这些数据。不必将所有的数据都拿到本地，即使都拿来了，明天又更新了，所以，这是数据管理理念的一个非常重要的转变。
从标准到语义
在传统的数据管理中，建立统一的数据标准非常重要，如每一个员工都有一个16位或18位代码，必须按照这个代码录入才行，否则，系统就无法识别。但未来使用更多的是外部数据，是社会的海量数据，就不可能要求这些外部数据都按照公司，或者行业的标准进行区分。
那么，怎么解决这个问题呢？未来将进入一个“后标准”时代，或者是语义时代。语义时代的关键，是在一个语义环境下定义每个字节。给大家举一个最简单的例子——苹果。从传统“标准”思维看，“苹果”有至少两个代码标准，一个是“苹果1”，一个是“苹果2”，“苹果1”是指水果，“苹果2”是手机，不然输入到电脑里，就无法辨别到底是手机，还是水果。
但在语义时代，当输入一个词语，语义技术通过语境，就能够判断其准确的寓意，正如人们的日常交流说话时，肯定不会产生这样误解，因为，有一个交流的语境存在。未来，这种语义分析技能，将成为数据管理的入门级要求，因为，这是利用社会数据的基本功。
从满足到追随
传统的数据管理和处理是先建立一定的数据处理能力，然后，将数据从各个地方提取过来，通过计算中心集中处理，并提交一个结果。所以，在这种模式下，必然会涉及到数据采集、去哪里采集、数据迁移，以及数据存储等一系列问题。然而，这种模式在未来将面临着很大的挑战，不仅是计算效率受到挑战，而且实现可能性也受到挑战。因为，你不可能把那么多的数据都拿来，也没有必要。
因此，未来“数”和“算”的位置会发生反转。原来，是数据追随和服从计算，而未来计算会倒过来追随和服从数据，即数据在哪里，计算就追随到哪里，在数据所在地进行计算，然后，把计算的结果传回来。
