一周前，笔者与一位在数据公司、信息技术公司有深厚技术背景的老师交流，受到一些启发。

　　拿到数据

　　理论上，医疗数据比医保数据更接近、全面，但现实中也不一定真实，未必能反映客观合理的医疗服务需求。这个瑕疵先摆在一边，摸排清楚费用发生、统计情形，已算是数据探索。信息技术公司如有机会做数据相关的工作，一定要坚持创新发现，既有信息技术应用上的，也有数据对象开发上的。这些积累成果即便现在没有用处，不能变现，将来总会派上用场。举例：惠民保产品运行需要一些数据公司、信息技术公司的工作支持，对于投保、未投保，赔付、未赔付等，都有很多研究靶点，都必须是做过才行。这是惠民保概念圈钱的好故事。

　　管理数据

　　长期数据对保险来说是有用的，即便有些时间误差，都可以接受。关键是平时要多打磨可靠性、合理性，以及数据结构。以数据为中心，保险经营在行销、运营甚至投资上都受帮助。数据公司、信息技术公司目前可为保险打工，既是有效率的通道，也是有自信的平台。有专业能力维护数据资源，提出统计意义、个体意义上的洞见。既对得起现在，也够得见将来。是数据短缺？还是数据泛滥？其实数据渠道千万条，做好平台第一条。管理数据质量，具体在字段的分期、分型、分类，在结构化、在区分难度和可靠性。管好数据，才是数据公司。

　　使用数据

　　仍以惠民保产品运行举例：怎么看待数据公司的优劣呢？在各环节、在同一位置上，寻找数据公司能力素养的差异性。保险本身要经历一场巨变，作为重要组成，数据必须有加分项。比如：数据公司可以去关心一下各种医疗保险的赔付顺序，惠民保在第几顺位，于经营、竞争最有平衡意义？再如：数据公司劝慰保险，既然无法懂得医疗，那根本不用懂，有办法。

　　再如：数据公司协助保险从知晓统计到有能力激励（医疗供需）行为改变。大家都知道医防协同、治未病的经济性更好，怎么变现呢？需要做实施性科学项目，打通数据应用、评价。再如：肿瘤早筛这件事，保险因担忧成本、观瞻而迟疑。数据公司在一些特定早筛项目里，已看清了美国经验（有效率、有效益、技术可靠性），就该寻找生态伙伴先行先试，走起来。

　　一方面，不再等政策，政策总在风雨后。另一方面，数据公司整合数字医疗、可穿戴设备、随访服务等，构成服务闭环。其实只要走通圆周的三分之二，就能遇见更多递过来的橄榄。

　　数据平台

　　比如：医联体、医共体等的信息服务下，数据公司可同时参与信息系统、业务服务。一方面，对已有信息化基础设施搭桥修路。另一方面，对已有信息化基础设施运行发现效率提升空间。笔者感触：无论医保信息平台、保险科技，在宏微观应用上都不成熟、到位。对商保机构来说，信息技术、数据与业务互动仍存在不少提升空间。越是业务体量大，网络治理越重要。

　　但是，数据服务往往“不值钱”，估值低。这好理解：保险是玄的，数据玄之又玄。一般地，数据服务应以结果定价值总额，以过程看价值逐步兑现。CVS“吃”掉安泰，数据公司吃谁？不排除将来在中国会有比较激烈的情形上演：一家数据公司“吃”掉一家保险公司，数据服务从线下汲取营养，又从线上杀回来。国内政策环境不支持PBM盈利，但支持科技力转型。

　　数据平台的一个BUG是不断长大：2.0瞧不起1.0，3.0瞧不起2.0，如此堆叠，造成一堆僵尸平台。数据平台建设理念应该兼顾适度开源、回溯，重视将必要建设部分可留存的意义。数据平台的一个优势是事实上以监管取代管理，无论提高站位或后退站位，总之在任何时空都能画出一条红线，这条红线代表着当时当地的管理刚性，并结合主客观因素变化再调整。

　　应用思考

　　数据服务应用，可以融于万业。就医疗健康领域看。比如：DRG费率法、点数法，以及DIP都以一定的总额预算为前提。数据服务从供方、需方考量各个因素，特别是诊断、样本跟踪。如果以较长周期或全周期来看，数据服务不仅是为医疗机构、医保部门服务，更体现2C价值。继续发挥想象，网络救助信息也需要数据服务长期记录、跟踪，约束不再是几个节点。

　　再如：数据服务可以助力本地医疗、远程医疗的相互理解。远程医疗就像保险，容易超出人们的认知、认可。我们觉得远程医疗可以做大，实际想多了，数据服务帮助其稳健地做好。数据服务有很强的属地化特征，在哪长大，就是哪里模样。数据服务必须顺应国情、社情、行情，通过关注供需矛盾、效率改善来适时嵌入具体场景，比如慢病、罕见病及所有疾病。