来源：马海骋 .《 建设工程质量保险制度基础 》转载请注明出处
信息化能够全面实现建设工程信息的全方位、自动化管理，可以实现各参建方在整个建设工程项目全寿命周期的良好的信息共享和交流，提高建设工程信息的有效利用程度，从而提高整个建设工程项目的工作效率。建设工程保险同样需要信息化，以更好地进行建设工程风险管理，使建设工程发挥出更大的经济效益和社会效益。
建设工程通常是一个系统项目，具有组织规模大、所处环境复杂、建造运维周期长、参与方众多、生产工艺复杂、占用资金体量大、多行业多学科交叉作业、专业性强以及一次性完成不可逆转等特点。在建设工程的全寿命周期内，这些因素或单独、或共同地导致了建设工程的多种风险源的产生，决定了建设工程风险的多样性、普遍性和频发性。另一方面，在建设工程的整个建设运维周期内，会产生海量的信息数据资源，比如，工程项目本身的“全量数据”、项目所处环境的“全量数据”、建设工程各参与企业的“全量数据”、建设运维过程中产生的“全量数据”以及建设工程风险的“全量数据”等等，这些多种多样的“全量数据”共同形成了建设工程的“大数据”资源。同时，为了能对建设工程风险有更加科学合理的认识和管控，从而有效减少工程风险发生的概率和自身的风险损失，以大数法则作为立业之本、以数理统计和概率预测作为基本方法而又缺乏建设行业知识、技术、人力与经验的建设工程保险人（保险公司），正是这些建设工程“大数据”资源的迫切需求者。
综上所述，建设工程信息化保险技术通过运用知识管理的理念和方法，以大数据技术为基本手段，构建“建设工程全量信息（数据）管理”的新型工程风险管理的理念和模式，从而科学、合理、有效地解决建设工程保险人所面临的上述两方面的棘手问题，并进一步为政府机构、工程参与各方、相关行业协会和裁决机构提供建设工程信息（数据）服务，为建设行业的大数据建设做出贡献。
在将知识管理的理念和方法融入大数据保险技术之后，建设工程信息化保险技术主要包括四个方面的内容：数据获取与信息不对称；数据资产化与数据变现；数据运维与数据服务；大数据征信与客观信用评价体系。
（1）数据获取
数据获取是应用大数据技术首先要解决的问题。所以，建设工程信息化保险技术要重视工程建设过程中各方面“全量数据”的抓取问题。因为对于运用大数据技术来讲，如果没有数据这一基本资源，后面所有的分析、所有的应用都只是一句空谈。所以，首先得有数据资源，然后才可以进行后面的数据资产化、数据变现、数据运维以及数据服务等工作。
数据获取是指获取信息的过程，可分为数据采集、数据传输和数据预处理。首先，由于数据来自不同的数据源，如包含格式文本、图像和视频的网站数据，数据采集是指从特定数据生产环境获得原始数据的专用数据采集技术。其次，数据采集完成后，需要高速的数据传输机制将数据传输到合适的存储系统，供不同类型的分析应用使用。再次，数据集可能存在一些无意义的数据，将增加数据存储空间并影响后续的数据分析。因此，必须对数据进行预处理，以实现数据的高效存储和挖掘。建设工程信息化保险技术可以通过多种渠道来获取大量的建设工程信息（数据）资源。
通过对大数据技术手段的运用，对建设工程“全量数据”的分析，建设工程信息化保险技术可以有效地解决建设工程保险的信息不对称问题。比如，对于保险合同双方而言，投保人（建设工程参与各方）对保险行业、险种属性以及保险业务流程等并不了解，而保险人（保险公司）则缺乏对建设行业、土木工程专业知识和技术以及工程建设运维流程等的认识，双方对于对方所处行业的数据无从获取，即使获取，也将面临较高的数据管理成本。因此，建设工程信息化保险技术可以通过“多源化”的数据采集渠道，为建设工程保险合同双方提供一个更加开放、平等、透明、分享、高效的信息环境，促使各方互通有无，协作共赢。
更值得一提的是，建设工程信息化保险技术可以促进金融保险在建设行业中的“角色转变”：
首先，建设工程保险会从“更制度”的平台走向“更技术”的平台。传统建设工程保险更多的是基于制度建立的平台，而未来我们要走向一个“更技术”的平台；
其次，保险公司的经营模式将从“差价模式”走向“服务模式”。建设工程保险企业的盈利模式将从通过价差实现，过渡到通过提供服务并收费实现；
第三，建设工程保险产品的定价模式也将从以“前定价”为主走向“前定价”与“后定价”结合的模式，从保险公司定价走向消费者自主定价时代；最后，建设工程风险控制模式将从过程和事后的风险管理模式，逐步走到事前安排和对冲的风险管理模式，从一种外在模式走向内涵模式。
（2）数据资产化与数据变现
“大数据”被认为是信息时代的新“石油”，但并不能简单地就可以理解为“数据多、流量大”就是“大数据”了——即上述所获取的建设工程的“全量数据”仅仅是一种数据资源，其中存在大量的冗余数据，而不是数据资产。
在采集到与建设工程有关的大量数据以后，并不是所有的数据资源都能为我所用，首先要有一个去冗从简、去伪存真的过程。所以，建设工程信息化保险技术在获取建设工程相关数据以后，会对它们进行搜集、分类、归纳、整理、清洗、分析等工作，最后把这些数据资源加工成可以使用的数据，此时的数据才是真正有用的数据资产。而这个对数据资源进行加工的过程就叫做“数据资产化”，目的就是要把数据资源形成数据资产。
建设工程信息化保险技术可以把与建设工程有关的海量数据资源进行资产化，指出这些数据的价值，这样才能实现数据变现。也就是说，大量的数据资源都隐藏在建设行业和保险行业当中，如果不把它们提取出来，制定相应的法规、制度，那么这些数据根本就没有价值，这也是数据变现的一个思路。但是，数据变现有一个更重要的问题：那就是标准。所以，建设工程信息化保险技术还需要进行建设工程数据标准化的工作——即用数据的标准化来体现出数据的价值。
此外，从某种意义上讲，整个世界都是由数据构成的。而每一家机构或企业，每一项建设工程，同样是由多维度的数据组成的。这些数据资源每天都在新陈代谢，不断地产生新的数据，而企业或工程的这些数据之间的关联性特征，形成了“企业dna或工程dna”，这就像是一个有生命的企业个体或工程个体。为了了解每一个分析对象的健康状况，建设工程信息化保险技术从数据的视角，来解读该对象生命体的存在特征。
所以，在建设工程的大数据时代，解构和重构数据是一种重要的能力。如何将现有的工程数据和保险数据进行解构，同时根据需求进行重构，创造出一个新的商业模式。这种解构和重构的背后是一种数据资源价值的发现与实现。同时，解构与重构能力的根本是计算能力，而这种计算能力提升的关键是对数据的“追随”，即我们需要改变数据“迁就”计算的思维模式，而让计算“追随”并“服务”数据，并在服务中成就计算自我。
建设工程信息化保险技术正是将每个企业（来自生产、销售等多个经营环节）或每项建设工程（来自工程建设运维的全寿命周期）的所有数据信息进行采集，对这些数据资源进行解构、重构以及数据标准化的工作，通过目标企业或目标工程周边的一些数据，来展现该企业、该工程的一个全量的状况，变现数据并形成“企业dna或工程dna”，从而为后续开展的诸多工作奠定坚实的基础，更好地为建设工程保险领域服务。
（3）数据运维与数据服务
数据资产化以后，就可以通过数据运维，提供相应的数据服务了。而数据运维的关键则是对大数据应用能力的建设。
长期以来，建设工程保险领域已经积累了大量的高价值数据，但与此同时，当前多元化结构的数据正在海量爆发，使得我们需要从大数据中创造出不同于传统数据挖掘的价值。
面对这样的形势：一是要建立敏捷的数据运用机制，进而可以快捷地发现机会，实现数据到价值的转换。
二是要重视非结构化数据的应用，未来随着客户画像的应用，发现并截取数据、解构数据和重构数据将是关键能力。
三是加快建设行业和保险行业基础设施的建设，提升行业整体的数据能力。建设工程信息化保险技术能够促使保险公司从行业内的竞争走向更大的舞台，凝聚建设行业和保险行业的力量，不断增强影响力，拓宽行业外延。可以从以下几个方面进行相应的设置：
1）建立企业数据信息库
建立公司内部局域网络，建立建设工程和企业的数据信息库，为进行数据运维管理打好硬件基础。数据库系统的功能包括：存放经过整理、归类的信息；提供获取各种专家的个人经验的工具；为应付信息数据的更新提供必要的维护手段。其目标就是最大限度地实现数据资源的共享和交流。构成信息管理系统的基本要素，如数据库、文件管理系统、人工智能、电子邮件、群件技术的开发应用等都是信息管理的重要内容和硬件基础。
2）建立首席数据官制度
设立专门的首席数据官或由公司高层经理人员代执行。首席数据官的职责包括从整个公司的角度对这些部门所拥有的信息数据进行管理、发展、共享和保护，致力于员工数据服务能力的提高。
3）与相关单位建立信息数据联盟
信息数据联盟将比产品联盟更紧密和具有更大的战略潜能，它可以帮助组织扩展和改善自己的基本能力，从战略上创造新的核心能力。企业能通过信息数据联盟更好地提高自己的学习能力，在组织之间进行学习和知识共享，使组织能够开展系统思考，自己也能够获得其他公司的技术能力，并且可以与他们合作，开发产品创新等。
4）加强大数据人才的培养
企业领导人应该首先摆脱传统的思维束缚，转变思维方式，学会用数据思维思考问题和管理企业，及时适应形势，推动变革，只有这样才能建立企业新的思维方式和运行模式。从这个意义上讲，企业的领导人应该是大数据的关键人才。其次，要培养大数据时代的复合型人才。如果没有建立大数据体系是不可能培养大数据人才的，从传统结构化数据挖掘应用到建立大数据平台，这个过程本身就是培养人才的一个过程。
建设工程信息化保险技术通过良好的大数据运维，可以为建设工程保险领域产生积极的影响并做出更好的服务。
（4）大数据征信与客观信用评价体系
保险天然就具有大数据的特征，一是保险行业是经营风险的行业，要利用风险模型或概率论和数理统计技术等对标的物的风险进行评定；二是保险公司的利润主要来源于收取的保费和未来的赔付支出的差额，保险公司先要对这些风险发生的概率进行预测，而大数据的一个关键核心就是预测；三是保险经营的每个过程都和大数据密不可分：业务系统中的保单数据及保单维持数据及核保理赔数据、保费投资经营的投资理财数据、精算部门定价数据、各类风险管理数据、财务乃至宏观管理数据。从信息量来看，保险行业的大数据时代已经提前到来。随着信息技术的发展，保险公司每时每刻都要积累着大量的数据信息，数据量的级别呈现爆炸式的增长。
建设工程信息化保险技术在经过对企业和建设工程的数据特征进行多种方式的分析提炼，对与建设工程有关的海量数据进行资产化处理，变现数据并形成“企业dna和工程dna”之后，可以把这些个体dna特征与建设工程保险领域中群体的dna特征进行不同维度的比较，能够得到某个企业在行业中的地位以及某个建设工程的风险属性，从而生成该建设工程或该企业的多维度、可视化的动态健康报告。同时，每一个建设工程和企业都在不断变化，建设工程信息化保险技术会对建设工程和企业不断产生的新数据进行监测分析，所有建设工程和企业数据的波动，都会及时传递给该可视化健康报告，这样可以让保险公司更便捷地监控建设工程和企业的实时健康状况，通过“大数据征信”，达到减少建设工程风险发生概率、降低工程风险损失的目的。大数据征信的工作流程以及客观信用评价体系分别见图所示。
此外，在大数据世界里，每个建设工程或企业都具有独一无二的数据特征，由于建设工程信息化保险技术可以使建设工程保险领域具有多个工程或企业的数据健康报告，所以，可以从更多维度来划分更多建设工程或企业的风险属性，运用数据思维来帮助政府机构进行建设工程或企业的群体管理，乃至更大范围的社会治理。