保险数据仓库之数据集成设计
■ 中国人寿保险股份有限公司重庆市分公司 陈鸿雁
【摘 要】@@ 随着保险竞争的加剧和信息化建设进程的推进,各家保险公司逐步实施了数据仓库建设,而数据集成作为数据仓库建设的关键技术之尸,是数据进人仓库的人口.其设计的好坏将直接影响整个数据仓库建设的成败.
【期刊名称】金融科技时代
【年(卷),期】2011(000)004
【总页数】4
随着保险竞争的加剧和信息化建设进程的推进，各家保险公司逐步实施了数据仓库建设，而数据集成作为数据仓库建设的关键技术之一，是数据进入仓库的入口，其设计的好坏将直接影响整个数据仓库建设的成败。然而在数据集成的设计过程中，经常由于数据源质量不高、数据源修改主键、多表对一表抽取数据不同步以及数据源不支持数据仓库的抽取等原因，导致数据抽取遗漏、冗余、错误，造成数据质量差并影响公司信息决策。本文结合自身实践，就数据仓库建设的数据集成设计与大家一并探讨。
一、数据集成原理概述
由于保险业务性质决定保险业务系统处理逻辑复杂，数据量大，再加上种种原因还保留许多历史遗留系统，开发平台和技术规范也不统一，给数据仓库的数据集成带来了不小的难度。因此，在数据集成设计时，既要考虑满足数据仓库之初管理需求的实现，又要考虑实现数据规范的统一、避免对OLTP（联机事务处理）数据库性能的影响、减少对OLTP库结构的修改等约束，在保证数据抽取质量和效率的前提下，我们提出的保险数据仓库数据集成解决方案，如图
1所示。
（一）各数据抽取层概述
1．OLTP数据源
即所有保险联机事务处理数据库，以及其他非结构化数据。为减少对OLTP的性能影响，对各生产库要抽取的源数据表增加了插入、删除、修改触发器，由触发器调用数据库内核捕获OLTP数据源的表记录变化，并按事务处理前后将这种变化保存在轨迹库中。
2．轨迹库
即保存反映OLTP数据变化的轨迹数据库，与OLTP数据源是一对一关系，且尽量选择相同数据库，这样确保对OLTP性能影响小。它与OLTP数据库表结构的不同之处在于，轨迹库表除比OLTP数据库表多3个字段外，其他字段结构相同，多的3个字段分别为：变化类型标志（I：插入，D：删除，U：修改）、更新时间戳、标志型字段。如一条记录在生产库中先被插入，而后修改再删除，这样在轨迹库中将保存三条记录。
前进保险应用SAS数据仓库整合资源案例-数据仓库解决方案
“Progressive保险公司有一段积极进取的成长历史。”Progessive企业资源管理组的容量分配与性能管理部门经理菲利普 ? 豪威尔（Phillip Howell）说，“因为IT是Progressive保险公司满足顾客保险需求能力的重要组成部分，我们的成长就意味着我们必须小心地计划我们的IT条件——我们必须上网，而且是实时更新，随时随地的。”
Progressive以前并不理解IT到底需要什么。带着这种浅显的认识，他们花钱购买基础硬件以及某些服务。豪威尔说：“我们的性能计划工具并不能完全满足我们对这样一个时刻变化的组织进行容量策划和性能报告以及分析的需要。”他补充道。
但是，拥有了SAS IT资源管理系统的帮助，豪威尔的小组现在可以进行性能测试并识别更有效地使用资源的的方法。这使他们能够更好地进行商业决策，从而直接影响到企业目标。
SAS使Progressive保险公司可以：
从电脑桌面上管理整个企业的IT资源。
轻松地点击鼠标，从网络上浏览详细的分析报告。
保持对信息传递程序的控制，并开发出能降低维修成本的可重复程序。
获得关于商务与IT资源信息的准确、连续的分析。
有多少服务器？它们在哪？
随着公司的飞速发展，Progressive保险也发生了巨大的系统进步——从1997年的500台NT服务器到今天的2，100台。“在我们实施SAS解决方案以前，我们没法告诉你这到底有多少台服务器，上面在运行什么应用程序，以及运行得怎么样。”豪威尔说。
现在，Progressive可以列出正在执行数据收集的服务器台数，而这些服务器则自动生成完整的报告，使豪威尔的小组可以对企业内部的热点（Hot Spots）进行定位。“SAS使我们能提供有关使用情况和性能状况的报告，这让我们能进行预测，提前计划我们将需要购买多少台新服务器以及什么时候该对现行的系统进行升级。”他说。
－Ｉｖ－，日趋激烈的市场环境下，保 ’Ｉ－ＪＬ．险公司已经深刻地认识到维 持良好客户关系的重要性和迫切 性，纷纷从“以产品为中心”向“以 客户为中心”转移。为此，保险公 司的客户关系管理（Ｃｕｓｔｏｍｅｒ Ｒｅｌａｔｉｏｎｓｈｉｐ Ｍａｎａｇｅｍｅｎｔ，ＣＲＭ） 应运而生。但由于传统数据库系 统难以实现对大量客户信息深层 次的分析处理，所以急需将数据 仓库技术引入保险公司的客户关 系管理中。数据仓库技术与客户 关系管理系统的结合，将为保险 公司经营管理带来质的提高，成 为保险公司应用信息技术提高核 心竞争力和盈利能力的一大亮 点。 一、数据仓库的概念及特点 ２０世纪９０年代初期，业界 公认的数据仓库概念创始人、美 国信息工程学家Ｗ．Ｈ．Ｉｎｍｏｎ在 《建立数据仓库》一书中对数据仓 库的定义是：数据仓库是面向主 题的、集成的、稳定的、随时间变 化的，用来支持管理人员决策的 数据集合。从定义可知，数据仓 库具有如下特点： １、面向主题。数据仓库面向 主题，而传统数据库面向应用。 对保险公司来说，应用问题包括 各种各样保险业务的处理，以及 月度、季度、年度报表等。主题是 一个在较高层次上将数据归类的 标准，每一个主题对应一个分析 领域，具体表现为用户使用数据 仓库进行决策时所关心的重点方 面。例如，保户情况、利润情况、 保费隋况等都属于主题。所谓面 向主题，是指数据仓库中的信息 是按主题进行组织的。 ２、集成化。集成特性是指数 据在进人数据仓库前，必须经过 加工、汇总和整理，以统一原始数 据中的矛盾之处，还要将原始数 据结构从面向应用转变为面向主 题。例如，对保险客户的性别编 码，有些业务处理系统中用“男” 或“女”来表示，有的用“Ｍ”或 “Ｆ”表示，有的用“０”或“１”表示， 当进入数据仓库时，需要将所有 的表示方式以统一的编码格式重 新定义，达到一致，然后再根据主 题进行有效的数据组织。 ３、稳定性。数据仓库的稳定 性是指数据仓库反映的是历史数 据，而不是日常事务处理产生的 数据，数据经加工和集成进入数 据仓库后是极少或根本不修改 的。因此，数据仓库中一般有大 量的插入和查询操作，但修改和 删除操作较少，数据仅在抽取和 装载时进行更新或修改。 ４、随时间变化。所谓随时间 变化是指数据仓库中的数据并不 是当时或某一个时点的信息，而 是系统记录了从过去某一时点到 目前的各个阶段的信息。通过这 些信息，可以对发展历程和未来 趋势做出定量分析和预测。它要 求数据仓库中的数据保存时限能 满足进行决策分析的需要，而且 数据仓库中的数据都要标明该数 据所属的历史时期。 二、数据仓库在保险公司客 户关系管理中的应用价值 ４２
数据库应用在保险行业中的理赔处理系统
保险行业中的理赔处理系统是一个关键的组成部分，对于保险公司来说，高效准确地处理理赔事务是必不可少的。而数据库作为一种强大的数据管理工具，广泛应用于保险行业中的理赔处理系统中，为保险公司提供了更快速、更可靠的理赔服务。本文将探讨数据库在保险行业中的理赔处理系统中的应用和优势。
一、数据库的基本概念和作用
数据库是指按照一定的数据模型组织、存储、管理和控制的数据集合。它提供了数据的集中存储和管理功能，并具备高效的数据检索和处理能力。在保险行业中的理赔处理系统中，数据库被用来存储和管理与理赔相关的各种信息，包括被保险人基本信息、保单信息、理赔申请信息等。
数据库的应用可以使得理赔处理系统更加高效和可靠。首先，数据库可以通过建立数据索引和设定数据完整性约束等机制，实现对数据的快速检索和保证数据的一致性。其次，数据库支持并发访问和事务处理，保证多个用户同时进行理赔操作时，数据的一致性和完整性。此外，数据库还提供了数据备份和恢复机制，保证数据的安全性和可靠性。
二、数据库在理赔处理系统中的具体应用
1. 数据存储和管理 在理赔处理系统中，理赔信息是庞大而复杂的，包括被保险人的个人信息、保单信息、事故信息等。数据库作为数据的集中存储和管理工具，可以将这些信息按照一定的结构和格式进行存储和管理。通过数据库，保险公司可以方便地对理赔信息进行增加、修改、查询和删除等操作，提高了理赔信息的管理效率。
2. 数据检索和分析
理赔处理系统中的数据通常是非常庞大的，通过传统的文件存储方式进行检索和分析是非常困难的。而数据库提供了强大的数据检索和分析功能，可以根据不同的条件查询和分析理赔信息，帮助保险公司更好地了解理赔情况和趋势，为理赔决策提供支持。
3. 数据共享和协作
保险公司通常拥有多个分支机构，分支机构之间的理赔信息需要进行共享和协作。数据库可以实现数据的共享和协作，不同的分支机构可以同时访问和修改同一份理赔信息，保证数据的一致性和完整性。此外，数据库还可以提供权限管理和审计功能，确保只有授权的人员才能访问和修改数据。
