XXX 保险公司数据决策支持信息系统建设规划
一 数据基础性建设
1.1 数据决策信息系统最终目标
随着公司的业务飞快增长， 数据决策支持已经成了一项必不可少的项 目，所以启动该项目的最终目标是为了更准确的， 更真实的，更丰富的为决策者提供决策支持数据，及时反馈预警信息， 能为业务管理者提供决策支持的数据分析平台。
（1） 实现内部经营风险管理，通过提高内部经营和业务管理的效率，提 供即时、准确的信息，可以使各险种管理部门减少和规避经营和业 务风险。
（2） 提高经营和业务管理信息的准确性，建立即时信息通道，从各个分 公司灵活获取业务发生的统计业务信息，并可以由经营管理人员自 主设计，由系统自动即时进行汇总和分类处理，快速反应各个分公 司的即时情况。
（3） 提高解决经营和业务管理问题的针对性，系统实现信息即时获得的
同时，也要提供解决问题的针对性。能够帮助各险种部门的经营管 理者对现有业务进行经营分析后，制定针对性的解决方法，并将方 法通过信息系统下发到相关分公司落实实施
（4） 实现经营业务的动态监测和管理，对企业的经营和业务的动态管理 与监测是适应市场的有力武器，
一方面，各级业务管理部门根据市场状况和计划，可以灵活定义形 成关键性指标（ KPI ）。
另一方面，经营管理者可以针对管理要求制定不同的管理视角，如 对单一指标通过省公司追踪到市公司，对各种指标关联分析从而实 现数据钻取和追踪等等。
（5） 提高业务动态管理的能力，动态管理就是指经营管理者根据市场状 况、经营数据分析，可以即时调整各项计划、安排，并通过信息系 统迅速落实到各个业务实施环节。关键性指标要求可以关联各种分 析和动态的信息，如灵活的多维自定义组合统计报表。这样，就可 以通过关键信息引导，即时定量分析经营情况，即时做出准确决策。 （6） 提高经营和业务管理监测的能力，由经营管理者根据需求制定关键 指标，并保障关键指标与数据信息对接，使关键指标能由数据实时 更新。同时，经营管理者可以自主设计管理视角或管理模型，并将 关键指标植入管理模型中。针对经营和业务管理的各种情况，可以
通过可视化的形式，使经营管理人员及时发现问题，跟踪问题，并 与动态管理结合，能立即形成关键信息引导分析数据，提高及时制 定、实施反应措施的能力。
（7） 以业务为核心管理监测动态调整，以业务为核心，经营管理者可以 根据产品业务和财务分析制定关键指标（ KPI ），它需要实现监测 动态调整功能。
（8） 可视化动态信息直接服务于销售决策，信息可视化，使各险种销售 决策信息一目了然。实现丰富多彩的展示模式。
（9） 能及时的对数据进行清洗， 对不规范的数据及时清理并修正， 并 把这些数据变成我们分析可用的基础数据。
（10） 能及时反映各个系统对接的情况， 为下层机构准确的核对数据提供 数据支持平台。能真正实现各个系统的无缝对接。达到数据的日清 月结。
1.2 公司目前现状分析
上述中提到的是我们决策信息系统最终要达到的目标， 依据我们公司目前状况，要实现上述目标， 我们还需要作很大一部分工作。具体体现在下面几个方面。
1.2.1 数据平台建设
前期由于人力的缺泛， 同时监管部门的监管力度加强， 开发人员基本忙于应付监管部门的监管， 同时系统的零散性， 需要大量的人力投入到数据的整合中，
但是我们公司对数据平台建设有一个很明显的优势， 就是实现了数据大集中，省去了花大量的人力去逐级采集数据， 我们只需要从不同的生产系统中采集相关的业务数据。 目前我们的数据平台建设采取的还是最基础的方法。 采用了数据数据库与数据库之间的复制，在目标表中采用trigger 记录当天发生的变化的数据， 到每天晚上定点的增量抽取(procedure 当天发生变化的业务数据， 并把抽取得到的数据存放到数据平台中的中间表中， 同时每天定点的根据固定的分析维度汇总当天的各个指标数据。通过实施该方案以来， 我们发现该方法最大的缺点就是我们有大量的冗余数据存在， 导致了数据平台的数据越来越臃肿，同时这样的方案对我们也还有个不利的因素存在， 就是我们需要不断的改变数据库复制方案， 这样带来的工作量都是比较大的， 同时也会带来系统的不稳定性。 故我们需要采取业内一些可视化ETL 工具（data stage ）来完成这方面的工作。 这样能让我们更快更准确的实现数据的整合。同时能给我们解决数据的不规范性， 达到数据清洗的过程。
目前数据平台建设示意图如下：
上述图就是目前各个系统之间的一个数据流图， 目前数据平台的整合中已经处理了核心财产险系统到数据平台、 人险系统到数据平台、 收付模块到数据平台、 车险理赔系统到数据平台的数据整合过程， 还未处理的过程有再保系统到数据平台的整合过程。
在数据整合方面， 我们将面临两个方面的工作：
1） 继续整合没完成数据整合的系统， 以达到数据平台数据的完整性， 也 为将来数据分析和数据对帐打下基础。
2） 优化目前数据抽取。目前我们是借用了数据库的复制功能对生产系统 中的数据进行复制到报表数据库中， 然后定点在晚上执行数据整合的程序。其实这样，这样会给我们带来两个不利因素：
A 致使数据的重复量比较大。 数据库中会存在很多没必要的重复 数据。
B 给我们带来维护的麻烦， 随着需求的变化， 生产系统也在不 断的变化。 报表也得随着生产系统后台的变化， 而要不断的改 变复制方案， 现在修改数据复制方案对我们整个关联的系统都 会存在一定的风险。
鉴于上述两个原因我们需要修改数据抽取复制方案：
A 我们尽量减少数据复制方案的稳定性， 对于实时数据要求比 较高的数据，放到数据复制方案中。 该部分数据不宜太多。目 前报表中使用实时数据的报表不多， 可以整理并减少数据复制 的压力。
B 对于实时数据要求不高的数据， 我们采用每天晚上抽取的方 式来进行解决。其中具体流程为：