關鍵的難點是目前BI的模型跟市場情況有距離。要消除這些距離，一是保險公司要對自己生產出來的數(shù)據(jù)做很好的管理，同時要豐富更多的數(shù)據(jù)，重點是豐富那些和保戶有關，雖然不是直接相關，但的確對BI應用很重要的數(shù)據(jù)。
把這些數(shù)據(jù)補充完之后，要在這些數(shù)據(jù)基礎上抽取出一些，提煉業(yè)務模型。比如車險，只抽取車的品牌、排量、生產年代、行駛地點、車主……這些數(shù)據(jù)還不行，還要在這些要素的基礎上，跟標的其他相關數(shù)據(jù)、社會公共信息實際的數(shù)據(jù)結合在一起，根據(jù)實際情況調整這些要素在分析當中的權重，這樣制訂出來的模型才有實際價值。
保險企業(yè)不一定要自己做這些事，要找有意于此的IT企業(yè)共同來做。雙方要發(fā)揮各自的優(yōu)勢整理數(shù)據(jù)模型，保險公司先提供數(shù)據(jù)，IT企業(yè)先去做基礎分析，在分析基礎上，保險企業(yè)再提煉數(shù)據(jù)模型，然后IT企業(yè)再做結果的數(shù)據(jù)挖掘，這是一個交互的過程。在這個過程中，簡單的一兩次交互是不夠的，要很多次的交互才能把數(shù)據(jù)的價值真正提煉出來。
保險本身就很復雜，由于業(yè)務人員不懂IT，IT人員更需要理解業(yè)務人員的意圖，形成IT語言，才能跟IT專業(yè)公司溝通，在眾多的基礎數(shù)據(jù)上才能提煉出有效模型。
如何保證有效實施
應該如何保證BI系統(tǒng)的有效實施？
首先，不要把BI實施作為一個IT項目，而要作為一個商業(yè)計劃。業(yè)界已有先例，比如電子商務應用，現(xiàn)在幾乎每個保險公司都有這方面的應用，甚至做了很多產品的改造，在結算方面也有很大投入，但實際在保險業(yè)中，以電子商務為渠道所形成的業(yè)務回報與電子商務資金投入相比，不盡如人意。究其原因，這是把電子商務作為一個IT項目而不是商業(yè)計劃所造成的。因此，BI不能再以做IT項目的方式來做，它是一種依托于數(shù)據(jù)基礎，加上分析工具，加上保險行業(yè)專業(yè)知識的整合。從某種程度上說，技術并不是決定性的因素，手段的提供方、合作方的配合，公司的配合程度、重視程度這些因素反而更加重要。如果公司不去真正使用BI系統(tǒng)的話，就沒有機會驗證系統(tǒng)價值，這樣的系統(tǒng)只有死路一條。
其次，在啟動BI項目的時候，應用領域選擇很關鍵，既不能選擇基礎很差的領域，也不能選擇應用價值很小的領域。選擇技術基礎很差的領域很難取得好效果，選擇應用價值很小的領域，分析出來的結果對公司沒有什么意義。需要選擇那些保險公司用得很熟悉，目前存在的問題清楚可見的領域，這樣BI系統(tǒng)做起來既有數(shù)據(jù)基礎，效果也會更明顯，價值也更大。
總之，實施BI需要抓住一個常用點，迅速產生效果。例如對客戶的進行數(shù)據(jù)分析，形成黑名單，運用到系統(tǒng)當中，一些劣質客戶就會被擋在外面。而一些優(yōu)質客戶在費率體系、產品和后續(xù)理賠上都會得到更優(yōu)秀的或是個性化的服務。這樣企業(yè)馬上就會見到應用效果，公司不只是業(yè)務規(guī)模擴大了，利潤也增加了。
鏈接：BI及其工具
商業(yè)智能也稱BI，是Business Intelligence的縮寫。商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉化為知識，幫助企業(yè)做出明智的業(yè)務經營決策的工具。
商業(yè)智能所談的數(shù)據(jù)來自企業(yè)業(yè)務系統(tǒng)的訂單、庫存、交易賬目、客戶和供應商等企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)以及企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務經營決策，既可以是操作層的，也可以是戰(zhàn)術層和戰(zhàn)略層的。為了將數(shù)據(jù)轉化為知識，需要利用數(shù)據(jù)倉庫、聯(lián)機分析處理(OLAP)工具和數(shù)據(jù)挖掘等技術。因此，從技術層面上講，商業(yè)智能不是什么新技術，它只是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術的綜合運用。

（c112）