企業為什麼要建資料倉儲？

作為資料整合及處理的核心──資料倉儲，既承擔著與保險核心系統及其他各個業務系統的資料ETL功能，又承擔著整合資料、分析挖掘資料等重要的資料處理功能，在當下時效性要求越來越高、資料需求變化越來越快、資料容量越來越龐大的多變形式下，傳統的資料倉儲技術架構已經無法滿足新的需求，迫切需要新一代的資料倉儲解決方案。

從保險企業的客觀實際出發，結合保險行業當前的經營戰略的需求，基於完整合理的保險公司IT系統整體規劃，提出有計劃、有步驟、自上而下地統一建立保險公司的各種資訊系統的體系結構和功能應用。資料倉儲是其中非常重要的一個組成部分，處於整個資訊系統總體架構的最頂端。

資料倉儲

承擔保險核心系統及其他各個業務系統的資料ETL功能;

資料處理功能：整合資料、分析挖掘資料;

時效性高、對保險企業資料需求應變能力強、資料容量大;

處於整個資訊系統總體架構的最頂端

核心優勢

1、保險行業互動式BI分析

資料倉儲在整個BI系統中起到了支柱的角色，更是海量資料收集、儲存、分析的核心。對於保險服務機構來說，建立一個完全整合的、企業級的資料倉儲環境是一項很大的挑戰。資料倉儲作為雲上企業級資料倉儲，具備高效能、低成本、易擴充套件等特性，滿足大資料時代保險行業資料倉儲業務訴求。

資料遷移

多資料來源，高效批次、實時資料匯入

超高效能

PB級資料低成本的儲存與萬億級資料關聯分析秒級響應

實時整合

業務資料流實時整合，及時對經營決策進行最佳化與調整

安全可靠

支援資料透明加密，保證系統的高可靠性和資料的安全

與資料庫安全防護服務深度整合

基於網路隔離及安全組規則，保護系統和使用者隱私及資料安全

2、實時資料分析

保險業務會產生大量實時資料，為了快速獲取資料價值，建立起實時資料倉儲系統，對資料進行實時分析：

實時入庫

IoT、網際網路等資料經過流計算及AI服務處理後，可實時入庫

實時監控

圍繞資料進行分析和預測，對裝置進行監控，對行為進行預測，實現控制和最佳化

融合分析

資料服務對影像、文字等資料的分析結果可與保險其他業務資料進行關聯分析，實現融合資料分析

實時互動

透過實時資料平臺 flashflow 進行實時互動分析，並可以連線資料視覺化 datart 進行實時報表、大屏互動展示

解決方案

隨著保險公司的規模不斷擴大，有些大企業每天產生的資料量在PB級別，驚人的資料量背後也涵蓋著目前保險企業資料整體情況，現有資料型別，源資料儲存等：

(1)現有資料型別：

現有資料型別

業務類資料

服務類資料

線上運營類資料

EXCEL手工匯入資料

(2)源資料儲存 情況：

源資料儲存情況

以結構化資料儲存在mysql庫中

以結構化資料儲存在oracle庫中

埋點資料儲存為日誌形式，APP運營資料儲存在mysql庫中

各部門的手工EXCEL資料

方案內容

針對保險企業資料整體情況，保險業新一代的資料倉儲採用大資料平臺(Hadoop)+分散式資料庫(MPP)的混合式架構，包括了運算元據層(ODS)、明細資料層(DWD)、資料彙總層(DWS)、維表資料(DIM)、應用資料層(APP)等。

資料倉儲處理流程

無論是結構化還是非結構化資料，都可以經由實時資料平臺 flashflow 進行實時採集，使用分散式檔案系統儲存，運用基於離線、記憶體、實時流等不同計算引擎進行處理、運算、挖掘，透過資料視覺化工具 datart 進行實時報表、實時大屏進行展示，使得保險企業透過資料倉儲應用，最終實現資料價值的視覺化以及不同應用場景的資料支撐。

實時資料倉儲

應用場景

基於實時資料平臺 flashflow 打造出面向保險業務分析和管理的資料倉儲系統，提供了覆蓋整個保險業務的資料分析模型，為整個保險公司的管理和決策支援奠定了基礎。

01

市場分析

系統透過對同行公開資料、其他機構(保監會、行業協會、國家統計局、銀行、各金融資訊公司等)公開的資料進行整理、加工、分類，並轉化為有效資訊，評價自身業務發展狀況，分析預測保險市場趨勢和業務發展趨勢，新產品風險評價，為業務戰略策略和市場定位提供決策支援。

(1)競爭實時分析

透過系統實時分析包括市場佔有率、競爭對手發展情況、合作伙伴行為等。透過對各類保險公司(自身及競爭對手)的各種資料指標的統計分析與模型預測，瞭解自身的市場地位和競爭對手的情況，為制定正確的競爭策略提供依據。

(2)實時風險分析

透過對外部資料進行實時採集，分析市場資訊，科學指導公司進行各種市場的戰略規劃，也可以判斷出各類市場的風險程度，指導公司分辨高風險的市場，幫助企業及時避免損失。

02

承保管理

(1)保費分析

保險公司透過系統對保費的分析，可以實時跟蹤險種構成情況和某個產品或產品線的收益情況，與地理分佈之間的關係，也可以對代理、分支機構辦事處的工作成功，進行資料切片、切塊分析，透過 datart 進行視覺化報表、大屏靈活展示分析結果。

(2)簽單業務實時分析

實時資料平臺 flashflow 透過對簽單業務進行分析，讓決策者和業務人員實時瞭解公司在不同時間段上，在不同分公司的簽單情況，以及不同險種不同級別的簽單情況，透過這些情況瞭解到公司的市場情況，指導市場部門開展相應活動。

03

理賠管理

(1)核賠分析

透過 flashflow 分析不同時間段、險種、區域，出險原因，讓決策者能夠實時掌握到這些方面的核賠情況，掌握各險種的風險度，為來年各險種利率的調整提供了資料依據和決策支援。

(2)騙保偵測

flashflow 透過實時資料採集，挖掘分析內外部理賠資料如支付歷史、簽單情況、理賠研究資料等，從而偵測欺詐理賠現象，在實際賠付之前，可以將其送往調查部門進一步調查分析;透過系統對理賠帶欺詐特徵的分析，得出欺騙理賠模型。

04

營銷與反欺詐

(1)實時營銷

透過標籤畫像，動態管理保險企業使用者屬性，實時偵測使用者行為，助力銷售規則與策略制定。透過實時計算，極速推送定製化營銷活動，提升使用者觸達及流量轉化。

(2)實時反欺詐

透過實時計算、實時資料模型，監測異常開戶、盜卡盜用身份、積分盜刷、薅羊毛、不當套利等欺詐交易行為，實時阻斷風險，及時預警。