為通過商業智能投資獲取更多洞察與價值，保險企業需采取以下六項關鍵行動。

1.建立一套與整個企業關系最為緊密的核心數據。建立這套核心數據的重要原因在于，它能對商業智能解決方案的數據要求進行優先排序，指導企業明確進行數據治理的重要環節，并明確如何開展實施端到端數據管理解決方案。這些解決方案包括通過相關工具與治理措施，形成前后一致的高質量、符合標準的數據組合，確保企業進行連續不斷的分析和使用。核心數據的建立還可確保商業智能的重點覆蓋整個企業，而非偏向某單一信息用戶，如保險精算師或財務人員。由于相關系統的龐大和信息用戶的多元性，因此建立核心數據將是一項非常復雜的行動。但是，它對于商業智能解決方案數據的可用性至關重要。

2.建立核心的管理中心，明確其價值并定義職能。適當的治理措施以及共同的語言和詞匯可幫助企業實現數據的高度完整性，并提供有益洞見。大多數保險公司承認，企業的數據字典、數據管理員和數據治理委員會等行動計劃，對支持企業數據治理工作具有重要作用。然而，僅有27%的受訪保險企業已擁有這些行動計劃，40%以上的受訪保險企業并無計劃在未來一年引入此類行動計劃。但是，控制數據管理不僅僅是數據治理，它包括積極持續地對數據進行質量評估和對關鍵數據進行有效管理，以確保數據擁有最高質量，同時符合相關標準。

美國嘉定人壽保險公司首席信息技術架構師布賴恩·帕加諾表示，數據治理并不是決策流程中的某個環節，而必須是企業每一項流程的核心。為此，嘉定人壽設立了一個企業級工作部門，負責評估和獲取新型技術，并負責滿足來自營銷部門不斷增加的技術需求。該核心 團隊會依據業務需求、戰略和要求，推動技術評估工作。

3.開始有計劃地對數據進行清理。雖然保險企業通常掌握著豐富的數據資源，但它們也會面臨許多數據質量問題。因此，保險企業必須在實施相關數據管理解決方案的同時，也開始著手對現有數據和歷史數據進行一定的清理。此類清理工作是否需要開展取決于數據的重要性和該項工作的投資回報率。例如，保險企業為完善客戶數據和多年客戶歷史信息而開展的數據清理將極具價值。另一方面，確定承保人舊有信息的行為可能沒有多大用處，也缺少投資回報（甚至會毫無回報）。

4.快速開發商用工具。數據分析工具可幫助保險企業更加容易地分析和挖掘數據，以確定相關衡量標準、識別發展趨勢、相互關系和異?，F象。網絡型計分卡、儀表板、報告和交互式分析工具正被逐步納入許多保險流程，如前臺部門、索賠或客戶關系管理等。先進的分析工具可用于結構化及非結構化數據的實時分析，幫助保險企業在事件發生前更好地進行行為預測并采取應對行動，如保險欺詐的偵測和識別。

5.報告智能化。報告不應僅簡單地顯示信息，而需要具備足夠強大的智能性，以強調企業高管需予以高度關注的領域。為此，保險企業首先應以全新的開放視角，探究如何最好地利用信息，提高業務績效。您需要了解哪些信息？企業主要關注哪些問題？哪些衡量標準和基準能顯示企業經營績效的高低情況？如何解釋索賠發生率高于精算預期的情況？此外，保險企業還需制定關鍵的要素以識別問題和判斷走勢，利用智能圖形進行多維度分析，并為管理者提供培訓，以便其對報告進行正確解讀，并根據相應洞見決定采取適當行動。

6.構建解決方案，提供廣泛而細致的洞見。保險企業高管應立足企業全局，根據需要進行深入研究。商業智能的巨大價值在于它能獲取信息，突出企業需要高度重視的經營問題，以便更好地了解和解決這些問題。從本質上講，整體式商業智能有助管理者更加貼近有待解決的經營問題。