许多金融机构都面临着数据交换及数据质量等方面的问题。在业务发展过程中产生的大量历史数据缺乏数据精炼和沉淀机制，导致了大部分数    据无法得以有效利用，不能为企业的运营分析和新业务拓展提供有力的数据支持。而业务高速成长产生的海量数据和历史数据遗留问题的存在，则加剧了金融机构在数据质量领域的矛盾状态。

    作为一家成立近10年的保险机构，太平洋安泰人寿保险有限公司（简称太平洋安泰人寿）的数据系统也面临着如何在数据规模快速拓展和数据质量提升之间谋求平衡的问题。太平洋安泰人寿目前在上海和广东两地经营人寿保险业务，拥有20多个营销服务部。

    四个应用挑战

    该公司资讯技术部总经理蔡信一表示，综合而言，太平洋安泰人寿数据系统所面临的挑战来自四个方面：首先是业务数据分散存储。具体表现为公司的个险系统、团险系统不支持多分公司架构，而建立在此基础上的应用系统只针对单一数据环境，用户查询效率低下。

    其次，缺乏以客户为中心的单一客户视图。系统信息以保单为中心、以业务流程为架构，一些数据统计和数据挖掘的需求，通常是IT人员根据业务部门的要求，从数据库中利用Query等人工操作提取数据，再由业务部门手工整理完成，大大降低了运营管理及决策的效率。

    再次，现有业务查询系统无法提供全面数据。该问题造成客服中心的电话转接至内部业务单位的数量居高不下，业务部门电话量无法有效分担，服务效率不高。另外，电子化平台系统的数据以ODBC方式直接取自业务系统，不仅数据取用烦琐复杂，并且容易受到业务系统变更的影响。

    三个实施阶段

    围绕自身在业务数据集成、建立单一客户视图等方面的需求，太平洋安泰人寿选择了Informatica数据集成解决方案，并根据自身情况制定了阶段性部署的计划。蔡信一介绍，基于Informatica解决方案，公司实现了运营信息基础数据平台（Info Hub&ODS）的建制。系统的实施具体分为三个阶段：第一阶段，建立初步的Info Hub&ODS数据平台，并完成客服中心查询系统试点项目。通过Informatica解决方案，将上海、广东分公司的部分核心数据，以及客服中心查询系统所需的数据进行数据质量的提升，清理、整合并导入到ODS数据库，将多数据库的表现形式变成单一视图方式。

    第二阶段，完善Info Hub&ODS数据平台，完成团险数据的提取并装载到Info Hub&ODS，完善客服中心查询系统，并完成Info Hub&ODS数据平台提取的规划和设计，然后通过数据抽取，将各系统的数据高质量地纳入ODS数据库。

    第三阶段，集中完成数据仓库的建制及应用，以支持管理及决策所需信息。在成熟的ODS数据库之上搭建数据仓库，通过Informatica解决方案提取变化数据，以满足用户在数据分析、数据挖掘方面的要求。

    “通过Informatica PowerCenter，我们实现了数据集成的整体设计、元数据管理及全量数据的获取。PowerCenter让客服人员能够从不同来源获取、集成、迁移、合并大量数据，并利用元数据提供完整、连贯的客户主数据。”蔡信一说。

    运用了Informatica PowerCenter核心数据集成工具后，太平洋安泰人寿成功构建了数据整合环境。数据集成帮助该公司把不同来源、格式、性质的数据在逻辑或物理上有机地集中起来，为企业各部门提供全面的数据共享。目前，通过提取、转换和加载过程，每日进行更新。该系统每天可处理80万用户的复杂数据，而系统所能达到的处理能力远大于此。

    “通过Informatica企业数据集成平台，我们实现了对客户数据的全方位了解，加快了业务流程，并提升了客户满意度。更重要的是，新的基础数据平台为企业在未来获得更多客户构建了准确的历史数据基础环境，并创造了完善的数据系统。”蔡信一说。
 

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。