保险行业BI报表实例技术架构与数据仓库解析

应用企业:XX国寿

技术架构示意图

数据仓库主题分类

数据仓库设计:多维数据集

1.单证主题数据立方体

包含日期,单证类型,机构,操作人员,等多种维度,来提供单证清单类基础数据。

收付费主题数据立方体

以现有的统计查询系统(hbqrydb)为基础,实现收付费基础数据的搭建,为后来实现权责发生制保费逻辑(或者实收付保费逻辑)的统计,涵盖现有各种业务发展指标,包含日期,机构,险种,缴费方式,收付费方式,收付费项目,客户维度,卡折类型,保单类型,客户联系方式,销售人员,销售渠道,管理渠道,网点,数据源,责任中心等多种维度,以便为业务管理提供统一、丰富多样化的保费(标保,佣金,费用等)业务管理视图。

2.保单主题数据立方体

针对公司现有保单设计保单主题,融合7版,8版,短险,年金和万能各系统保单数据,包含日期,机构,险种,缴费方式,客户维度,卡折类型,保单类型,客户联系方式维度,销售人员维度,销售渠道维度等多种维度,为保单管理统一的基础数据,为以后提供保单件数,保险金额,保额,被保人数等,提供方便灵活的数据来源。

3.新契约主题数据立方体

重点关注受理新单保单状况,帮助各级管理人员从时间、险种、渠道、保单类型等多角度了解所辖机构的新单受理件数、保额、被保人数等信息,具体维度可参见保单主题。

核保主题数据立方体。

包含日期,险种,机构,操作人员,销售渠道,客户,数据源等多种维度,来提供核保清单类基础数据。

4.保全主题数据立方体

包含日期,险种,机构,操作人员,保全状态,保全项目,销售渠道,客户,数据源等多种维度,来提供保全清单类基础数据。

5.理赔主题数据立方体

包含日期,险种,机构,保单类型,出险原因,出险结果,理赔状态,理赔类型,理算类型,操作人员,销售渠道,客户,销售人员,收付费项目,数据源等多种维度,来提供理赔清单类基础数据。

6.客户主题数据立方体

即作为一个主题也是作为一个维度信息,主要包含客户(个人客户和团体客户)的基本信息,客户联系方式信息(因为一个保单可能使用不同的联系方式)等,以便以后对客户进行分析,及与其他主题关联进行数据挖掘。

7.人力主题数据立方体

销售人员包含个险销售人员(营销员和收展员),团险销售人员,银保  销售人员、电销人员等。这些人员包含基本信息,扩展信息,职级信息,变动情况等。

操作人员包含录入人员,复核人员,审核人员等。

由于销售人员属于不同渠道,所以架构可能不同,所以需要有个险团队架构(区-处-组-人员),个险职场架构(职场-功能组-人员),团险架构信息,银保团队架构(网点-专管员)。

针对人员和架构可进行销售人员的分析,架构分析,以及人员和架构的业绩情况,甚至个人和团队的收入情况。

时间: 2024-08-03 08:43:04

保险行业BI报表实例技术架构与数据仓库解析的相关文章

数据产品设计专题(5)- 分布式数据仓库技术架构

一.分布式数据仓库技术架构 二.核心内容解读 (1)分布式数据仓库存储技术:hive+hdfs: (2)事实计算平台技术框架:spark: (3)数据挖掘算法技术框架:mllib + sparkR

宜人贷PaaS数据服务平台Genie:技术架构及功能

上篇:架构及组件 一.数据平台的发展 1.1 背景介绍 随着数据时代的到来,数据量和数据复杂度的增加推动了数据工程领域的快速发展.为了满足各类数据获取/计算等需求,业内涌现出了诸多解决方案.但大部分方案都遵循以下原则: 降低数据处理成本 合理提高数据使用/计算效率 提供统一的编程范式 宜人贷的数据服务平台也是遵循这三个原则.本人有幸亲身经历了宜人贷数据平台Genie的整个发展过程,纵观宜人贷和业内,可以说Genie的发展是工业界数据平台发展的缩影. Google 的三大论文和Apache Had

空格App亿元A轮融资背后:云上多场景技术架构实践与经验

直播视频: (点击图片观看) 幻灯片下载地址:https://oss.aliyuncs.com/yqfiles/382bc642fc0b621a9368138a74d8fd36.pdf 3月16日云栖社区在线实时分享顺利结束,本次由空格APP技术合伙人刘博分享了空格利用阿里云服务在搜索.推荐和数据挖掘业务场景下的探索实践.本次视频直播的整理文章.视频整理完毕,如下内容. 阿里云在空格 图一 空格服务端整体架构 在空格初始创业阶段,人员十分缺乏,但依靠着阿里云,空格两周便实现APP上线.空格服务端

余额宝技术架构及演进

html{-ms-text-size-adjust:100%;-webkit-text-size-adjust:100%;line-height:1.6}body{-webkit-touch-callout:none;font-family:-apple-system-font,"Helvetica Neue","PingFang SC","Hiragino Sans GB","Microsoft YaHei",sans-se

《大型网站技术架构:核心原理与案例分析》结合需求征集系统分析

阅读<大型网站技术架构:核心原理与案例分析>第五.六.七章,结合<河北省重大技术需求征集系统>,列举实例分析采用的可用性和可修改性战术,将上述内容撰写成一篇1500字左右的博客阐述你的观点. 阅读了<大型网站技术架构:核心原理与案例分析>的第五章,对可用性有了一定的了解,可用性的度量与考核.对高可用的网站架构有了一定的认识.互联网公司更多地采用PC级服务器.开源的数据库和操作系统,这些廉价的设备在节约成本的同时也降低了可用性,特别是服务器硬件设备,低价的商业级服务器一年

千亿级数量下日志分析系统的技术架构选型

?? 随着数据已经逐步成为一个公司宝贵的财富,大数据团队在公司往往会承担更加重要的角色.大数据团队往往要承担数据平台维护.数据产品开发.从数据产品中挖掘业务价值等重要的职责.所以对于很多大数据工程师,如何根据业务需求去选择合适的大数据组件,做合适的大数据架构工作就是日常工作中最常遇到的问题.在这里根据七牛云在日增千亿级的日志分析工作,和大家分享一下大数据技术架构选型的一些经验.? 大数据架构师在关注什么 ?在一个大数据团队中,大数据架构师主要关注的核心问题就是技术架构选型问题.架构选型问题一般会

大数据技术之_18_大数据离线平台_01_项目开发流程+大数据常用应用/分析平台/业务处理方式+数据分析平台的数据来源+数据处理的流程+项目集群的规模+需求分析+技术架构/选型

一.项目开发流程1.1.项目调研1.2.项目需求分析1.3.方案设计1.3.1.概要设计1.3.2.详细设计1.4.编码实现1.4.1.单元测试1.4.2.集成测试1.4.3.压力测试1.4.4.用户测试二.大数据常用应用2.1.数据出售2.2.数据分析2.2.1.百度统计2.2.2.友盟2.2.3.其他统计分析组织2.3.搜索引擎2.3.1.solr2.3.2.luence2.3.3.luence & solr 对比2.4.推荐系统(高数)2.4.1.技术2.4.2.算法2.5.精准营销2.5

行在说 | 云+端的整体技术架构才符合企业中台战略需要

5月23-24日,亚太地区最具商业价值的B2B交流平台,Smart Retail 2019智慧零售数字化转型峰会在上海召开.会议聚焦如何帮助零售商和品牌商通过数字化革命驱动销售收入.ROI增长以及消费者体验提升,超过300位来自大中小型零售商和品牌商的高层代表出席. 本次会议,奇点云创始人兼CEO张金银(行在)带来关于"企业中台战略"的演讲.从阿里大数据的进化之路,聚焦如何构建新时代下的中台技术架构,以奇点云服务的实战案例,探讨中台在企业服务的应用. (行在Smart Retail演讲

业务系统技术架构的方法论

业务类系统(通常称为To B 类产品),一般包括crm,供应链,物流等.系统的架构设计非常具有挑战性. 面向用户的To C 类前台产品,无论产品经理还是用户都已经培养起了使用习惯,对功能有一定程度的理解,见过的模式足够多,能够建立起一定的产品模型,也容易找到参照物去模仿.但是业务类的系统,常常是没有参照和模仿,一些业务流程的不同,一点公司组织结构的不同,你家的CRM和他家的CRM可能完全没有参考性.所以在搭建产品架构的时候则要求产品经理非常懂业务,考验PM能力的同时,对技术架构也具备很大的挑战.