绝对干燥:保险公司决策分析系统建设方案

简介:

本文分CSDN博客IT小牛呕吐构建,个人经验。独家报道,第一视角礼物、保险公司决策分析系统的建设背景、为了实现其目的,它的项目计划,以及如何。绝对干燥,绝对超值。

科普知识:什么是决策分析系统

决策分析系统呈现的是数据页面,也就是俗称的报表。报表与报表间、数据与数据间都依照一定的逻辑设定。是业务人员查看、分析数据的平台。更是辅助领导们运营决策的平台。底层数据决定上层分析。所以建设决策分析系统一般包含数据层处理(数据仓库建设)。

 

开篇点题:项目背景是怎么样的

通常,保险公司信息化程度非常高。基本上都有业务处理系统(像集团业务处理系统、老业务处理系统、个人代理人系统等)、数据服务系统(通过ETL对各业务系统数据的集成)、数据分析查询系统(比方销售管理系统、业务查询系统)。

说下项目主角:某某保险公司。

话说该保险公司的业务在发展,时间再推移,上述三大系统在配合应用方面就显得很吃力,问题有:

一、数据量进入TB级

数据变化,多表关联查询,更新删除。受软硬件制约,比之前缓慢。传统写SQL做报表已跟不上节奏。还要保证数据的即时性,准确性,可靠性。

二、报表需求爆炸增长

公司经营体制改革,各业务渠道各部门对数据报表要求在深度,广度。精度越来越高。需求从不同的视角切分查看汇总数据。业务流程时效,处理过程预警。

三、报表开发时效性问题

公司部门人员往往今天提一个需求,明天就想要结果,传统的用存储过程,dtsx包先处理好数据,然后从结果表出数据,一个暂时表相应一张报表,很耗时。延误需求。开发者工作量也大。

四、统计口径不一致

没有统一的维度,统一的数据标准(业务数据录入出错),统一的业务逻辑,开发者不同,一个报表这个指标这样算,另外一个人员那样算。导致天天在核对数据。

五、数据权限

不同的用户看到不同的报表,同一张报表看到不同的内容。之前套路开发缓慢。

六、大量数据在沉睡

积累了大量的客户,销售人员和保单数据交易数据。未充分利用。数据深层次的关联。因为信息开发者工作时间被上面几项问题天天缠着,根本没有时间结合公司实际,去发现数据价值,活用数据。从而把数据转为生产力。帮助领导决策,指导销售人员跟单。

 

所以,高大上的决策分析系统呼之而出。光荣的历史使命便是:挖掘现有数据价值。用活数据。将数据转化为生产力,从而辅助领导进行决策。促进提高工作效率。提升公司效益。

 

剑指咽喉:项目建设的目的明细

一、公司数据达到总体统一。全部的分析数据均来源于一处。并且有明白的符合业务的数据粒度,实现数据及时、准确、可靠。

二、统一门户管理报表,统一管理原有系统的报表,以及新开发的报表。

不同的职位相应不同的报表查阅、打印、下载权限。对于公共的报表,直接放在站点上,供全部人查询浏览。无需用户登录。同一时候用户能够在移动端查看报表。

三、报表功能上方便。快捷,高效,展现方式丰富,能够轻松开发报表。

能实现定制式报表。用户自己定义分析报表,即不同人物角色进去看到的指标不同:有的关注总的,有的关注个人渠道的,且能够让他们自己选择关注的指标。

四、报表在性能方面达到要求,对大数据处理有好的方式,确保在查询5万+以上明细数据时能够高速出来。

五、为未来考虑,整个系统要方便扩展,且有新的技术和应用能够更新。

 

排兵布阵:项目建设的方案设计

一、数据仓库

1、处理TB级的数据,避免磁盘IO瓶颈。採取分库分表,数据压缩技术设计架构数据库中的表存储。

2、kimball维度设计法则。面向主题设计,分维度表,事实表,採用星形,雪花型结构设计表间关系结构。

主题大概有收付费主题,保单主题。新契约主题,核保主题。保全主题,理赔主题。客户主题,单证主题,人力主题等。清单类数据维度架构中直接SQL出。指标类数据从多维数集中通过MDX出。

3、用SSIS从业务系统提取、转换数据。载入到主题库表中。

二、报表开发

用FineReport报表工具依托数据仓库,开发 “经常使用指标式-固定报表”、“经常使用指标式-定制报表”、“很常使用指标式-数据分析报表”、“很常使用指标式-推送查询式报表”、“很常使用指标式-用户自己定义查询报表”等5类报表N多张报表模板。

三、权限管理

用FineReport报表工具基于角色控制报表与数据仓库中角色维度结合。同一时候与业务系统等集成,统一权限管理,实现单点登录。

四、后台支撑

APACHE+TOMCAT集群部暑FineReport,以满足5000人訪问

五、数据分析挖掘

基于数据仓库。採用多变量分析等方法,对数据进行分析。发现潜在关系。对下一步行为决策提供根据。

 

辛苦收官,IT小牛的心得总结

全部IT高手都是熬出来的,IT小牛也是。这个项目写出来感觉轻轻松松,实际上这个过程是相当不平。该项目的难度超出预期。特别是,数据仓库积木。上个月,项目延期,处理IT小牛队承接各种压力,作为项目经理,情绪的波动项目成员。品种督促公司和客户。最后生存,很多人觉得增长,首先评估小心处理工程。早期的研究项目一定要好好做的足够好;第二,生长心态,经过约去冷眼看世界。无论是悲伤和喜悦。





本文转自mfrbuaa博客园博客,原文链接:http://www.cnblogs.com/mfrbuaa/p/5042530.html,如需转载请自行联系原作者


相关文章
|
26天前
|
数据采集 监控 数据可视化
数据质量:电商零售数据管理根基
电商零售数据管理是企业数字化发展的核心竞争力。它包括市场洞察、运营优化和客户关系管理,通过数据收集、整理、分析与应用,实现精准决策与高效运营。然而,数据管理面临数据质量、安全与隐私、集成融合及人才短缺等挑战。使用板栗看板等工具,可有效提升数据可视化、实时监控、团队协作与决策优化,助力企业挖掘数据价值,增强市场竞争力。
|
小程序 Java 大数据
打破信息壁垒,建设一体化大平台
打破信息壁垒,建设一体化大平台
148 0
【业务架构】价值链分析:提高客户价值和盈利能力
【业务架构】价值链分析:提高客户价值和盈利能力
《云上大型赛事保障白皮书》——第七章 保障阵型与流程管理——7.2 云上大型赛事流程管理——7.2.1 基于业务影响的流程分级(上)
《云上大型赛事保障白皮书》——第七章 保障阵型与流程管理——7.2 云上大型赛事流程管理——7.2.1 基于业务影响的流程分级(上)
112 0
|
运维 数据挖掘
《云上大型赛事保障白皮书》——第七章 保障阵型与流程管理——7.2 云上大型赛事流程管理——7.2.1 基于业务影响的流程分级(下)
《云上大型赛事保障白皮书》——第七章 保障阵型与流程管理——7.2 云上大型赛事流程管理——7.2.1 基于业务影响的流程分级(下)
143 0
|
运维
《云上大型赛事保障白皮书》——第七章 保障阵型与流程管理——7.2 云上大型赛事流程管理——7.2.2 北京冬奥应急流转流程
《云上大型赛事保障白皮书》——第七章 保障阵型与流程管理——7.2 云上大型赛事流程管理——7.2.2 北京冬奥应急流转流程
|
监控
政法重点人员联防联控管理平台建设,智慧城市治安防控系统开发
政法重点人员联防联控管理平台实现了把基层人员纳入进来进行管理,整合全市现有的各领域、各部门、各条线的网格员队伍,使基层社会治理从粗放式﹑单一式向精细化、数据化转变,通过多网融合、一平台通管、“街乡吹哨,部门报到”、接诉即办、主动出击,从而推进社会治理创新、健全保障机制实现社会长效治理、提高管理和服务水平、打造更加和谐有序的小康社会。
214 1
|
监控 大数据 数据管理
政法大数据人员管控系统开发,重点关注人员联防联控平台建设
政法大数据人员管控系统,是以政法委为统筹核心,横向打通公安、检察、法院、司法、监狱 等部门,纵向贯通中央、省、市、县、乡五个层级,综合运用现代科技成果,统一管控操作平台、统一执行标准、 统一协调联动、统一管理监督,实现对九类重点人员及流动人口进行全流程、全覆盖、全天候数字化管理。
326 0
|
存储 数据可视化 Oracle
公安情报研判平台建设,大数据可视化系统开发方案
情报研判平台,首先在公安各警种情报工作需求之上建立统一的研判基础平台,提供研判信息资源整合和分析、研判、发布平台,通过统一的基础平台确保各警种研判信息来源的丰富和统一。
391 0
|
数据可视化 大数据 数据挖掘
公安情报研判系统开发,大数据可视化平台建设方案
公安情报研判系统开发,面向公安情报部门,通过对海量非结构化原始情报文本进行深度语义理解、自动价值分拣、智能标签提取,实现情报分拣自动化、标签提取全面化、串并研判智能化、风险预警实时化,生成以人-群-事为核心的立体式数据统计与分析,辅助情报深度研判与风险预警,为事件-人员-指令全流程提供。
338 0