数据仓库的相关知识有哪些

中国人民财产保险公司数据仓库项目的挑战与实施

引言

去年年底，中国人民财产保险公司信息技术部总经理赵-军收到了一封亲笔信，信中告知他们的“财险新一代综合业务处理系统”荣获美国“计算机世界荣誉奖”提名，并进入决赛。这是中国金融机构中少有的荣誉。然而，这个荣誉也带来了新的挑战。

业务系统受限的现状

业务系统的发展在很大程度上受制于后台数据结构。金融机构在加入WTO之初就提出了一系列服务，如“银行客户分级服务”、“保险费率细分”和“风险定价”。然而，目前国内各家保险公司无法提供如此精细的费率评估，因为他们无法对客户的数据进行有效的分析利用。这是因为现阶段技术水平不够，无法进行细致的数据分析。

数据仓库的重要性

为了应对金融机构WTO保护期的结束，各家公司都急于在最短的时间内完成数据仓库项目。中国人民财产保险公司成为第一个开始此项目的公司。他们意识到，要灵活地应对市场变化，就必须重新设计应用系统和后台数据库，以采取灵活的价格手段。为了完成这项任务，他们选择与IBM公司合作，借用IBM的经验。

数据模型的选择

过去，中国人民财产保险公司一直采用以保单为中心的业务系统和数据库，这在操作上虽然有一些优势，但在数据存储上并不科学。为了解决这个问题，IBM向他们推荐了IAA和IIW两个数据模型。IAA是保险公司的核心业务系统架构，IIW是数据库架构。这两个模型是IBM和全球40多个发起公司合作开发的，现今全球有近140个用户在基于这个模型开发产品。

试点项目的挑战

中国人民财产保险公司决定先对IIW进行试点，选择了杭州作为试点城市。然而，要完成整个试点项目并建立一个标准的信息仓库，是一项艰巨的任务。张-平作为项目参与人员之一，面临着很大的挑战。整个试点项目耗资500万元人民币。

数据仓库的概念与实施

数据仓库是一个存放公司所有数据的仓库。然而，仅有仓库是无法进行数据分析的。为了对某种信息进行分析，如客户信息，需要从仓库中抽取相关信息，建立一个集市。这些集市在分析完成后可以保留或删除。然而，IIW是一个复杂的架构，囊括了财产险、寿险、再保险等所有内容，对于国内来说还没有实施的经验。因此，项目参与人员感到压力很大。