伴随大数据时代进程，保险从“保险+互联网”正在向“保险+服务+科技”升级迭代，服务落地与科技运用离不开数据，数据将是保险高质量实现的核心资源之一，数据驱动将是客户驱动的驱动力，是与老牌公司站在同一起跑线上抢占保险市场制高点的重要机会。数据在“成为专业的家庭保险保障服务提供商与值得信赖的风险管理伙伴”中，不仅起到KYC（Know Your Customer）和KYI（Know Your Product)的作用，更是在KYC与KYP之间建立KYI（Know Your Intention）上起到创造新的增长机遇并建立全新成本和效率基准的作用，进而实现对客户“意图洞悉、需求触达、差异服务、风险减量、降本增效”的价值服务功能。

     如果说“互联网+”时代所带来的是人与人、人与物之间的衔接，那么数字化时代带来的则更多是实体与实体、实体与虚拟、虚拟与虚拟之间的重组、结合。过去包括现在，“互联网+”改变的仅是售卖模式，合作双方基本上是相互“单边推动”，而非在KYC与KYP之间建立KYI共建。“数据意味着客户”，各方为了“捂住”自己的客户资源，相互之间必然缺少“深度融合精神”。仅仅是倡导“多方参与、多方融合”，无论数字技术如何升级都将无法实现真正意义上的突破，“数据割裂、数据孤岛”仍将是数据弱势一方的被迫并难以解决的情形。

     解决保险“数据割裂、数据孤岛”的途径是“全社会多方深度融合”，但有效实施这一途径的根子却在数据资产化，只有数据资产化，才能实现数据要素的价值交换与流通，这是激发“全社会多方融合”的源动力。没交易无价值，企业根据自身高质量发展需求将对交换进来的数据产品进行在加工，同时企业对数据的实质性加工和创造性劳动所产生的新数据也可以向市场供应，从而实现数据价值在企业内外的双循环，否则，企业为什么要与别人“深度融合”；无数字不产业，非稀缺性、非排他性、非均质性的数据是倍增有限土地、劳动力、资本、技术的放大器，并成为企业的核心资产，因此，数据资产化是推动数据要素市场和全社会深度融合的必由之路。

    “数据二十条”首次提出了探索数据产权结构性分置制度，即数据资源持有权、数据加工使用权和数据产品经营权，侧重突出数据使用权和数据使用价值，主要是依托于隐私保护计算技术，做到“原始数据不出域、数据可用不可见”。背后的价值在于：保障多方权益的同时，推动数据要素流动；打破数据资源的单一垄断；奠定数据收益分配的基础。这需要深度融合，构建数据价值释放，紧跟数字经济发展趋势、发挥数据要素引领作用。

    数据产品化是数据资产化的前一阶段，如果说数据资产化目前还是探索阶段，那么数据产品化可谓正当其时，数据产品化主要有四个要点：

     一是尽可能地全面发掘数据资源的应用价值，从生态系统/场景的角度构建价值网络，搭建利益共同体使相关多方参与。

    二是切合相关利益方对共同客户的实际数据应用需求搭建，脱离实际的数据产品价值将无法充分释放。

    三是参与方寻找不同的数据产品适用于不同的应用场景和客群，同时数据的效果也反馈参与方促进数据产品的迭代变化，这些都需要参与方相互取交集选择合适的客户测试。

    四是在数据产品形成和优化中，参与方不仅是供方之间的合作，也应将需方积极拉进参与，这样才能基于科学假设并建立科学方案，才能在过程中不断迭代优化，最大限度发挥数据价值。

    一旦数据形成了产品化，并用于内外部流通交易，数据就可以为企业创造直接价值和间接价值，进而推动数据产品价值化，促进跨部门、跨企业、跨行业的共享化、资源化利用，对数据资产化的探索奠定基础。数据产品价值化不外乎四种渠道——内部专用、对外共享、数据交易、对外开放。

    随着“数据二十条”对数据确权、交易与流通等方面提出的数据要素引领与探索，企业应当紧抓数据升级带来的新思考和新机遇，以更贴近实际应用场景、满足实际应用需要、达到经营管理目标的商业机遇和管理体系。如果说过去企业更多的是从“满足基本报表需求的数据电子阶段”化到“数据整合的数据资源化阶段”，那么现在就应当以“提升数据价值的数据资产化”的认知提前布局，对现有的数据管理组织、制度、流程、方法、技术等方面的全方位升级（数据资产运营与管理将会成为企业未来的重要一级组织），并为“数据生态化”夯实基础。

    未来的数据资产化和数据生态化也会带来风险，这些风险源包括数据本身、算法决策、信息茧房等，并随着数据来源多元化、数据技术革新、应用场景多样等，企业需要洞悉数据要素使用与流通安全的管理特征，把握好数据风险管理的命脉。

    此外就数据本身作为标的保险产品而言，不远的将来，数据财产保险、数据责任保险、数据抵/质押保证险等等都可能都会陆续登场，只是因为保险标的是数据资产本身，比如，如何对数据资产如何估值、如何提炼出可用于抵/质押的数据资产权属，这种无形资产权属如何登记、保后如何检查数据资产的变化，由于缺少历史赔付数据以及保险人在产品精算对数据资产的认知有限，目前风险定价模型难以确定，但相信不久的未来就会横空出世。