保险业:海量明细数据,如何实现高性能自助分析?

文 李志轩&王祥平 帆软数据应用研究院

引言

近几年保险行业进入大数据井喷期,数据量和分析需求爆发性增长。经过不久前的一次沙龙交流(帆软主持的闭门沙龙,由十多家保险企业大数据应用负责人围绕保险行业数据应用进行的深入探讨),我们发现,各保险公司在支撑业务发展的过程中,面临解决大数据量明细清单报表查询与导出的问题。以往的方式,比如通过数据库写sql语句获取的方式过于依赖IT部门且效率低下,编码自研清单系统的方式灵活性以及数据权限控制比较欠缺,而传统报表工具的性能无法支撑现有动辄数十万行的数据查询。

帆软在保险行业数据应用领域持续深耕多年,与包括中国人寿、中国人保、中国平安、中国太保、中国太平、阳光保险、众安在线等在内的近60家保险企业达成合作,他们在支撑业务发展的过程中同样面临这些问题,在与客户共同成长的过程中,我们形成了一套基于FineBI工具的自助式清单报表查询与导出解决方案。

常见明细数据分析场景

从事保险行业的同仁都知道,每个保险公司都会有客服理赔部门,而不论是寿险还是产险,理赔的运营时效分析,是衡量公司运营效率和理赔人员绩效考核很重要的部分。

比如, 从公司管理层角度出发,一般情况下,我们首先会去关注公司这个季度内整体的理赔时效,这时从汇总的理赔时效报表出发,假如我们发现公司的理赔时效相比以往有所下降,这个时候我们会开始追溯缘由,去查看是哪些理赔案件的时效过低,这个时候我们会需要清单级的明细数据进行筛选,而查到这批案件的列表之后,如果要再深入探寻深层次的原因,我们需要再追溯理赔各环节,以及各环节对应的业务员;而当对某个具体的理赔人员进行绩效评估时,我们所需要查看的维度和汇总的口径又是不一样的,也许会枚举到某个人某个环节某个事件所花费时间。

诸如类似场景的特性,决定了这个过程需要反复使用清单明细报表。但是,由于需要克服上文中提到的一系列问题,我们把需求进一步深挖,就需要有一个灵活的能够支撑清单级报表查询和分析的平台给到业务人员使用。

传统报表平台痛点

那么,对保险公司而言,原本每家都有自身的报表平台,也都能完成日常的报表需求,是否还有必要建设这样一个全新的清单系统呢?为此,笔者走访了多家保险客户,深入调研,发现传统报表平台存在以下四个痛点:

(1)在线分析数据细粒度不够

传统报表系统采用传统数仓模型设计,维度都是进行汇总等处理。在线报表展示时,只能展示查询周期内的统计数据,而无法对明细级数据分析处理。

(2)清单报表无法在线筛选

传统报表系统中出现需要查询清单数据情况时,需要先将清单数据导出至本地,再在本地用Excel工具来进行数据分析,操作十分繁琐。

(3)清单报表导出数量限制

传统报表系统大多存在单次导出记录限制,然而目前很多保险公司的报表每日记录增量就能达到10-100万数量级,不得不分多次查询与导出。严重影响到后期数据分析效率。

(4) 清单报表形式固定

传统报表系统中清单报表样式固定,用户不能有针对性的导出个人所需要的指标和纬度,也无法个性化定制报表样式。任何修改都需要信息部门人员参与,工作量大且繁琐。

这些痛点,都是现在平台和工具无法解决的。而基于FineBI工具构建的自助式清单查询系统,不仅满足用户对底层细粒度、大量级清单数据的自助灵活分析,即基于保单数量级的、分析维度细致多变的需求,又提供以业务用户为导向的清单数据在线查询、自助多维分析及导出接口。既减少IT开发报表负荷,又提高业务人员分析的灵活度和清单获取效率。总的来说,是能够与日常的报表平台形成良好互补。

系统平台介绍

那么,我们来看看这究竟是怎样的一个自助清单报表系统:

整体系统架构

系统的整体架构方面,针对底层数据(如CRM、ERP、HR等各平台历史数据)采用KETTLE完成ETL数据抽取和数据清洗转换等处理操作,以有效地保障数据的质量然后进行数据仓库入库。FineBI商业智能产品采用Spider引擎与大数据平台完美对接,将数据基于业务分类为主题分门别类整理成理赔分析主题、核保分析主题、销售分析主题等等业务包供业务人员前端进行固定报表查看以及自助分析使用。

FineBI数据架构

数据架构实现上,项目利用FineBI的Spider分布式引擎,来支撑大量级的数据计算与分析展示,并实现多源数据的整合展示。历史抽取数据与实时数据可以互相切换,满足多种业务场景需求。并且支撑前端多用户的拖拽分析,展示速度可以实现在5s左右。

友好简洁的交互界面

在明细展示方面较好的性能支撑

基于用户/角色对于权限的精细管理

基于用户/角色控制模板查看以及业务包的权限,同时,在数据权限过滤中,我们可以通过机构、渠道、险种,来对业务包权限做相应的行、列权限控制,实现不同用户查看相同分析模板时,查看到的数据是不同的。

支持OLAP在线即席分析及EXCEL大数据量导出

合作案例展示

业务数据建模

数据配置&业务包管理:集团总部数仓统一运维,不做分析提供之用。用户自助分析中,大数据量的数据直接从帆软FineBI的Spider存储引擎中取数计算分析,实时分析数据直接从oracle数仓中或者其他高性能大数据平台中取数。

加到业务包中的数据,通过类别的不同建立不同的业务包,方便分类别管理,同时也方便用户自己分析时候快速定位到自己所需要的数据表。

项目效果图

承保清单:一张包含机构,起始日期,被保日期,产品名称,险种,代理经纪,渠道,承保日期,以及业务员等全部基本信息的明细表。用户可自由的根据这些筛选条件来快速生成自己所需的清单报表并进行EXCEL全量导出。

立案清单:一张包含机构,报批号,立案日期,险种,被保险人,出险日期,渠道,是否临分,核赔通过日期等常用基础信息的表。以一张主题明细表为基础表,根据不同的过滤条件来适配出自己所需要的数据,轻快而简单。并且可以根据对应的需求,来导出相应的数据。

小结

实践证明,基于FineBI工具的自助式清单报表查询与导出解决方案,能够以稳定的表现帮助保险企业有效弥补传统报表使用存在的一系列问题,既减少保险公司总部IT人员开发报表的工作负荷,同时将数据分发能力下放,不但提高业务人员的清单获取效率,而且赋予其充分的分析灵活度。未来,帆软将在保险的大数据分析领域,与客户的合作更进一步,不断探索和分享更多的保险行业应用场景,和保险行业内的诸位一起,大踏步迈入大数据时代的高纬度竞争蓝海!

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();