保险数据仓库白皮书
保险数据仓库
白皮书
2003年09月
2一、前言
21、市场竞争的需要
22、控制经营风险的需要
33、业务管理的需要
34、公司转型的需要
3二、系统目标
31、数据集中存放，整合信息资源
42、加强风险控制
43、加强业务管理
44、加强业务分析
45、加强决策支持能力
4三、系统作用
41、实现集中化的数据中心
42、改善公司的业务流程和内部管理
43、为公司的各级部门提供应用
4四、系统功能
41、ODS系统
数据采集
数据处理
中心控制系统
62、数据仓库管理
73、数据仓库应用
市场分析
承保管理
理赔管理
财务及资产管理
精算
产品分析
人力资源管理
营销管理
客户关系管理
15五、系统特点
151、使用方便
152、界面直观
153、支持移动办公
154、便于维护升级
155、自动化运行
16六、系统设计原则
161、安全性和可靠性
162、先进性和实用性原则
163、安全性和扩展性
164、稳定性和健壮性
17七、系统技术框架
171、 硬件平台
、源端采集&通讯机
、数据采集服务器
、数据仓库服务器
、OLAP服务器
、数据展现应用服务器
、WEB服务器
、存储设备
182 、软件平台
183、 开发工具
184、 体系结构
一、前言
中国的保险业起步比国外晚，但是发展迅速，随着中国保险市场的逐渐商业化和对外开放，以及我国加入世贸，中国的保险业面临着巨大的挑战。保险业的竞争正在朝着更广的领域和更深的层次演变。随着市场、客户需求、员工要求、竞争对手的变化和不断增加、技术的革新，保险业也不断地面临着机遇与挑战。综合竞争能力和可持续发展能力成为决定竞争的关键因素。
保险业正在变成一个越来越大的信息中心，它的财富和繁荣将基于自己的业务数据以及相关的访问信息，但是基于业务处理的数据并不是真正的决策支持的数据，一定要在经过一系列专业处理后才能真正成为对决策支持的数据。而数据要能发挥其作用，必须有一套行之有效的数据表现方式，通过它，用户可以对公司进行真正科学量化的管理，它是保险公司迎接挑战、抓住机遇的利器。
1、市场竞争的需要
目前市场竞争日益激烈，这主要体现在：新的国内外的竞争对手不断涌现，新的销售渠道的不断出现，新的产品的不断推出，以及银行利率的降低对保险公司造成的利差损的压力，保险投资渠道狭窄的压力等，
在这种情况下，保险公司必须采取相应的措施以应对这种竞争和压力，其中最重要的策略就是整合资源，目前的保险公司都没有实现集中化的管理，保险公司的总部不能及时了解各分公司的营业情况，也无法主动、及时地应对市场情况的变化，只有将分散的各种资源整合起来，才能以整个公司的力量参与市场竞争，才能形成自己的竞争优势，信息资源就是其中的一项重要的资源，而实施数据仓库计划，可以做到信息资源的集中和整合，这对保险公司的整个业务流程的规范化和管理的规范化也能起到重要的作用，使保险公司极大地提升自己的综合竞争能力和持续发展能力。
2、控制经营风险的需要
现在的保险公司，由于数据分散，业务流程不太规范，内部的管理不够完善，导致许多的人为的违规操作和非人为的工作失误，造成了很大的经营风险，主要体现在，新产品的开发，老产品的推广和监控，财务的预算工作和控制工作，营销员的管理和控制工作，都没有很好的运行，主要是没有完备的集中的数据支持和基于集中化数据基础上的数据挖掘和分析，无法对决策层和管理层的决策和管理起到科学指导作用，造成决策和管理的随意性和直觉性，从而带来很大的经营风险。
3、业务管理的需要
实施数据仓库系统，可以帮助保险公司大大提升业务的综合管理水平，首先基于数据大集中和业务流程标准化的数据仓库，可以促进保险公司规范自己不太规范的业务流程和管理制度，这对保险公司的长远的发展是必须的，而且它对各级的管理、业务、服务、和营销人员的积极性有极大的促进，以及对总公司和各级分公司的业务和财务管理水平提升有极大的促进。
4、公司转型的需要
目前的保险公司处于一个向管理、服务转型的阶段，经营例念正在向以客户为中心转变。许多的保险公司都在考虑如何降低经营成本、如何拓展新的收入来源。通过加强总部的管理和控制，以及在业务、服务和营销上的参与，可以基层公司的经营日益简单、规范，同时可以使基层公司将起工作重心转大哦服务和市场拓展上去，从而达到降低经营成本和增加收入的目的。
在转型后的新体系下，下级个分公司、支公司的主要工作是为客户提供主动的、个性化的服务，这时就需要公司总部提供必要的支持。通过数据仓库实现了数据集中后，就可以对公司的客户、业务、经营、和服务情况进行系统的、综合的了解和分析，为新业务开展、新产品开发、市场营销以及服务和管理的提升提供指导和决策支持。
二、系统目标
复旦金仕达从保险公司的客观实际出发，结合保险行业当前的经营战略的需求，基于完整合理的保险公司IT系统整体规划，提出有计划、有步骤、自上而下地统一建立保险公司的各种信息系统的体系结构和功能应用。数据仓库是其中非常重要的一个组成部分，处于整个信息系统总体架构的最顶端。
本系统要达到的目标，主要包括：
1、数据集中存放，整合信息资源
对各分公司的业务和财务数据和外部相关数据进行全面的采集、规整和集中存放
建立企业知识库
加强对各级管理决策的信息支持 ，提高风险预测与控制能力 ，帮助公司建立营销和销售体系及CRM系统，提升公司个性化服务水平
建立完善的BI系统
对采集上来的数据进行各种规整处理，并进行多种基本的统计汇总，建立分析模型，以支持集团、产寿险总公司、各分公司等不同用户群体的分析、挖掘需求。
2、加强风险控制
加强对各级管理决策的信息支持 ，提高风险预测与控制能力 ，通过和风险模型的应用和非现场稽核，使公司总部能很好的预测经营风险，并使公司总部的稽核部门能高效、准确地发现下级单位的违规和异常行为，防范经营风险。
3、加强业务管理
通过实时监控，使公司总部的业务管理部门能实时了解下级各分公司的经营状况，对其日常业务进行监控和管理。
4、加强业务分析
通过业务分析和财务分析，使公司总部的管理人员能及时、快速、准确地进行全局的统计和分析。
5、加强决策支持能力
通过建立数据仓库系统，建立各种多维分析和数据挖掘应用，为公司领导、各业务部门领导提供决策支持信息。
三、系统作用
数据仓库不是为了存储数据，而是为决策支持更好地组织企业内的所有可能收集到的数据。建立数据仓库不是目的，只是进行决策支持的中间环节，保证数据的一致性、准确性、综合性、易用性，为各种决策支持方案提供统一的数据源。
1、实现集中化的数据中心
本系统采集保险公司几乎所有的业务数据和财务数据，包括实时采集和事后采集，在采集的过程中，按照统一指定的标准，对这些数据进行了转换和清洗，从而在公司总部形成了统一、完整的数据库。
2、改善公司的业务流程和内部管理
由于本系统是属于公司信息化建设的最顶层的建设，所以她依赖于各下层信息化的建设，在各层信息化建设中，首要解决的就是公司的业务流程的规范化和重组，还需要内部管理的强有力的支持。
3、为公司的各级部门提供应用
该系统可以按照权限的分配，为公司的各级的管理部门提供各类的统计查询等工作，使管理层能及时了解到整个公司以及各分公司的业务状况，并能快速、准确地完成相关的统计和对决策起到有力支持作用。。
四、系统功能
1、ODS系统
是整个数据仓库的基础，它要采集各分公司业务系统中的原始数据，通过数据传输程序传递到公司总部，并完成部分的数据清洗、汇总工作，从而为数据仓库应用作好数据准备，并且作为整合后的集中存放的数据源，可向其他应用（如两核系统）提供数据查询。
ODS又分为数据采集和数据处理两部分。数据采集负责从数据源系统中采集数据和入库，数据处理负责数据的转换、清洗以及星型数据模型的建立。
数据采集
数据采集主要是采集各分公司业务系统中的原始数据，通过通讯中间件传输到公司总部，并转入数据仓库的主数据库中来，为数据仓库应用打下良好的基础。
数据处理
数据处理的主要目的是对采集上来的原始数据进行一定的规整和预处理，同时还要为数据仓库应用系统完成一定的应用处理，并对上述数据进行存储管理。
中心控制系统
中心控制系统用来对ODS中所有后台数据处理进行统一调度，对系统进行统一管理的，它可以分为如下模块：
1） 系统总控
运行在ODS系统中的所有后台应用的执行，由系统总控来统一运行及调度管理。系统总控包括系统控制台、控制中心、任务管理、消息处理及系统监控。
系统控制台提供了用户操作界面，用户在系统控制台里启动或停止所有数据中心的各服务程序。
任务管理包括了任务的调度及任务的执行，数据中心所有应用的执行通过任务调度来完成，任务调度是有策略的，最主要包含了任务优先级及并发处理的策略。
消息处理是系统总控和其他系统之间进行通讯联系的工作场所，消息处理所要处理的信息包括接收应用系统任务触发的信息、向监控中心传送监控信息以及向其他应用系统发送控制信息等等。
系统监控是监控系统运行的情况，包括任务调度、任务执行以及系统环境等参数。
2） 消息中心
消息中心为数据仓库系统中各应用子系统（含今后扩展的子系统）之间、系统管理子系统之间、应用与系统管理子系统之间、外部应用系统之间的通讯提供一套路由机制。提供消息接收和消息分发的服务.
3） 监控中心
监控中心通过收集数据仓库系统内的各子系统的运行状态信息和各系统的运行环境信息，从而对整个数据中心的运行情况进行监视；同时向控制中心发出监控指令，干预当前运行的各系统的运幄行。其中，监控中心提供监控协议，并在此协议上利用消息中心的接口函数供各系统调用报告其运行状态和向控制中心发出监控指令。
监控中心监控的对象包括系统级和应用级两类，系统级包括数据中心各主机的操作系统（CPU、内存、存储系统等）、数据库运行状况；应用级包括数据中心内各子系统的运行状况，其中应用系统包括采集、控制中心、任务管理、消息中心、认证中心，应用网关和数据中心内的各种应用（入库、转换、预处理等）。
监控中心由监控信息接收、监控信息处理、监控信息管理、系统控制四部分组成，其应用是基于消息中心的基础上建立的，监控协议也是建立在消息协议之上的。各系统的运行状态信息都是通过消息中心转发过来的。
4） 日志管理
日志管理具有应用系统日志记录的功能，日志管理为应用提供了标准的日志接口函数，并对这些日志进行统一归档的管理。
日志包括日志服务及提供应用调用的日志接口，日志服务将应用的日志写到日志文件及具有初始化日志文件等操作，日志客户端调用接口提供应用以怎样的日志形式记录。
对于数据中心，日志服务支持WINDOWS 2000平台的应用，同时提供UNIX上的日志服务程序，也就是需要提供支持不同平台上的应用接口函数包括UDF类型编码的程序。
5） 权限管理
权限管理子系统提供整个平台各种用户的统一权限管理。主要功能包括：
登录验证
部门管理
用户管理
用户权限管理
角色管理
2、数据仓库管理
原始数据经过采集、转换，建立集中存放的ODS后，需要经过ETL过程，成为干净的数据并按照主题分类，加载到数据仓库中来。该层次用来存储按照各个分析主题排列的星型结构或者雪花型结构。此步骤需要专门的工具配合完成，包括建模工具、ETL工具、元数据管理工具和数据仓库管理软件。
数据建模是此阶段的主要任务，数据模型包括逻辑数据模型和物理数据模型。
逻辑数据模型最为显著的特点是他的处理过程完全是独立的，与数据库、访问路径、软件工具、程序、操作平台都是无关的。他按照业务政策和规章，代表了彼此之间存在逻辑关系的业务项目及其数据内容组成的基本框架。他的目标在于描述企业现有的业务数据架构，描述不同信息类型间的逻辑关系。逻辑数据模型是业务分析过程的结果，通过标准化以提供业务数据的纯逻辑整合。
物理数据模型是与过程相关的，一个物理数据模型代表了一个已经建好的实际数据库结构、数据在物理上的分布。通过定义物理数据模型，可以优化数据库性能。物理数据模型处理的是表、索引、视图、键、触发、存储过程，考虑的是数据的完整性。逻辑数据模型与物理数据模型不是一对一的关系。
3、数据仓库应用
作为一个面向保险业务分析和管理的数据仓库系统，提供了覆盖整个保险业务的数据分析模型，为全公司的管理和决策支持奠定了基础。
市场分析
1）总体市场分析
通过对同行公开数据、其他机构（保监会、行业协会、国家统计局、银行、各金融信息公司等）公开的数据进行整理、加工、分类，并转化为有效信息，评价自身业务发展状况，分析预测保险市场趋势和业务发展趋势，新产品风险评价，为业务战略策略和市场定位提供决策支持。
通过特定事件对保险公司的影响程度（如：费率调整、证券印花税的调整、重大灾难事故的发生等）来指导公司可以及时判断和应对市场的变化。
2）市场竞争分析
包括市场占有率分析、竞争对手发展情况分析、合作伙伴行为分析等。
通过对各类保险公司（自身及竞争对手）的各种数据指标的统计分析与模型预测，了解自身的市场地位和竞争对手的情况，为制定正确的竞争策略提供依据。
市场占有率分析使市场人员能够了解不同区域内、不同的行业、不同品牌的产品或服务的市场占有率情况，了解市场中最有价值产品或服务，了解不同产品的主要竞争对手是谁，从而为市场经营提供指导。
从竞争对手客户发展情况、竞争对手营销策略、竞争对手服务质量等方面，对竞争对手发展情况进行分析预测。 从而制定相应的措施。
3）市场细分
通过科学的市场研究和外部的数据来收集，分析市场信息，并在此基础上进行市场细分，指导公司进行各种市场的战略规划。
4）市场风险分析
可以判断出各类市场的风险程度，指导公司分辨高风险的市场，从而避免损失。
承保管理
1) 保费分析
保费是保险公司的最主要的收益来源，通过对保费的分析，我们可以跟踪险种构成情况和某个产品或产品线的收益情况，与地理分布的关系，代理的工作情况，或是某办事处分支机构的工作成果，我们可以对数据进行切片，切块的分析，以产生不同的灵活的报表很分析结果。
2) 签单业务分析
签单业务分析可以让让决策者和业务人员及时了解公司在不同时间段上，在不同分公司的签单情况，以及不同险种不用级别的等方面的签单情况，通过签单情况可以了解公司的市场情况，指导公司的市场部门开展相应的市场活动。签单业务分析的可以从这些维度进行：签单时间、机构、险种、展业方式、签单类型、保额级别、风险类别，分析的指标主要有签单保额、签单保费、承保数量，承保的笔数等。
理赔管理
1) 核赔分析
决策者通过该分析能及时了解各个分公司的在不同时间段，在不同的险种上，在不用的出现区域、不同的出险原因（火灾、碰撞）等方面核赔的情况，从各险种的出险率和陪付率上可以掌握各险种的风险度，为来年各险种利率的调整做好数据依据。该分析可以直接为公司的核赔和业务的决策提供充分的数据支持。
2) 骗保侦测
理赔中欺诈的可能性可以通过对理赔资料与其它内部或外部的资料如支付历史、签单情况、国际标准化的理赔研究资料等。典型地，数据挖掘可用于发展用于侦测欺诈理赔现象的资料。一个理赔事件如里显示出有可能涉嫌骗赔的征兆，在实际赔付之前，可以将其送往特殊调查部门作进一步的调查。可以用来分析欺骗理赔的模型，分析那些理赔要求带有欺诈的特征。
3) 理赔预计
一个新产品发布时，事先无法了解其实际的理赔额的。在这种情况下，其对现金流的需求是预先估计的――而这些资金是难以作为长期投资的。所以这种预计的准确性将大大影响保险公司的盈利。OLAP工具可以通过按地区和客户分类等来达到更好的理赔金额预计。
更进一步，数据挖掘还可以用来发展复杂的理赔预计模型。
4）保费收入与理赔支出的对比分析
主要关心赔付与承保的关联性，获取某承保年度投保的保单在此后某确定年份的对应赔付情况，获取某年度的赔付有哪些业务年度投保的保单构成以及具体赔付情况。力求探索出特定产品在特定行业中的赔付规律。
财务及资产管理
1) 盈利分析
分析公司的业务盈利水平，通过分别对收入总额、支出总额、利润总额的构成分析，以及他们的增长速度与稳定性的分析，收入、支出与业务的对称性分析，各分公司、各产品线的分析等掌握公司财务状况。可以对单个产品、产品线、承保、投资活动等的盈利性进行分析。其中最重要的是可以对在整个保单的签署过程之中发生的费用进行彻底的分析，而这个费用是影响整个保险公司总盈利的主要因素。
2）主要经营指标分析
对分公司、各支公司的利润率、成本率、费用率、赔付率等进行分析。 可以按照时间、区域、分支机构、产品线等多种角度分析，通过横向、纵向的对比，发现变化的趋势，寻求改善的措施。
3) 损失分析
对于某个产品或产品线而言，收取的保费的收入可能低于所花费的成本，这个损失，也许是由于初期的对风险的估计不足。保险公司需要跟踪这些损失的数额，来指导对流程和产品的分析。
4) 预警体系
对费用、赔款、保费等达到事先设定的理赔率警戒线、费用警戒线等情况进行预警。从而保证总公司、和各级分公司对自己的经营状况作出相应的调整和改进。通过预警指标体系对保险公司的偿付能力状态和变化趋势进行监测。
5）预算管理
数据仓库可以用来分析预算与实际的花费，如促销费用，受理费用、佣金，等的关系。OLAP 工具能够提供向下挖掘实际花费超支的原因，并且能够用来指导制定下一财务年度的预算安排。不同的成本模型能够被用于成本的控制和预算。
6）财务比率分析
能够对某个时间段的财务比率进行分析，诸如负债率、速动比率等。通过对数据的钻取及与业务数据的关联，可以使财务分析更为直观。
7）主要财务指标分析
对分公司、各支公司的现金、利润、费用、保费、赔款、内部往来、资金占用等的数量、增减百分比等情况进行分析，并同历史数据进行比较，为管理层提供决策支持。
8）累计风险分析
不同分公司级别的危险单位汇总到总公司，可能就成为了一个更大的风险单位，或者不同的险种的承保在一起构成了更大的危险单位，例如地震可能给一个地区的所有建筑、人员带来的风险，一条船上的货物、船只本身构成了一个更大的风险单位。通过BI将相关的保单联系起来，提示业务部门风险的防范。
精算
1）风险模型
保险精算师可以通过数据挖掘工具设计不同的预测模型来识别各种客户类别的风险范围，这些模型可以包括如平均理赔额、理赔频率、损失率等风险测量。例如，某已集中式数据后台的保险公司，其车险业务部门通过与数据中心部门合作生成了以其自身经营数据为基础的车险精算费率表，在主险、附加险基础费率的基础上，共引入13项费率修正系数，具体包括车龄系数、车型系数、主驾人情况系数、是否指定驾驶员、无赔优待、是否直接投保、承保地区、承保数量、行驶区域系数等。
2）盈利分析
现有产品的盈利情况可以按不同的条件如产品线、地理区域、代理人、客户类别来区分识别。这通常是预测新产品可行性的第一步。基于历史盈利，精算师同样可以发展出更为复杂的预测模型――利用数据挖掘工具――估计新产品的市场可行性和识别这些产品的最有利客户类别。
通过对基础数据的分类，将直接成本，间接成本分摊到某一具体的保单上，以实现对单张保单的盈亏分析。当然这需要详尽的数据的支持。
3）保险新产品的创新和定价。
通过对外部数据和数据仓库的分析，对研究和开发新的不同品质的产品，配合作出定价策略，和根据公司实践和目标判定产品价格等方面起到很好的指导和辅助作用。
4）现金流动分析和参与资产负债管理。
通过对不同条件下现金流动的个案分析及其对公司财务的影响，并就资产构成及其与负债的匹配进行分析，找到一个较佳的产品和策略组合以能应付较多风险。
5）老产品的分析和再定价
使用理赔的数据和经验并且参照竞争对手的同类产品的情况，来分析对产品的风险重新估价，并结合产品的利润和成本等指标，来判断该产品定价的合理性。
产品分析
1) 产品组合分析
对产品的种类和规律通过一定的分析指标（如：保费收入/赔款支出对比）进行核算，分别找出效益产品、有潜力产品和亏损产品，以决定效益产品的推广和亏损险种的限制并评估各产品的费率制定政策，通过产品相关分析，可以找出各主险及主附险的组合最佳效益。进一步通过分析各地分公司的具体的情况，找出适合每个地方的不同的险种的最佳的效益组合。
2) 重点险种分析
主要是对某些有特殊属性的险种进行更加深入的分析。如针对机动车险我们可以从车的运营性质、车龄、已有维修情况分析其业绩和出险情况，如有可能，可以对司机情况进行分析
3) 产品关联性分析
某个产品与其他的产品产生一定的关联性，表现为一起销售。这些关联性通常很难被发现，但是运用数据挖掘工具后就有可能方便的解释这些关系。从而指导公司进行更好的业务开展工作。BI工具通过关联分析来对某一用户或某一类型用户对相关的产品或服务进行分析。
4）产品的市场适应性分析
从产品的保费收入数量、保单的数量、保费收入和理赔的对比、收益性等情况判断产品的市场适应性，指导公司进行产品的改进等工作。
5）竞争对手产品分析
人力资源管理
可以对公司内部的人力资源的总体状况及变化状况的统计分析，人员年龄结构、知识结构、从业时间、培训时间、流动比率等等；人力资源在各个部门之间的配置状况及各个部门对人员的需求状况人力资源在各个部门之间的配置状况及各个部门对人员的需求状况；例如，当新产品推出时，确定具体某个机构需要多少人员。或者在某个特定区域的业务发生变化时，可根据新增的需求合理推测人力资源的变动。再如，形成人力资源中心后，了解每个人的技能，分析他们所需要的培训的要求，制定培训和高效的职业发展计划。
1) 人员效益分析
根据管理人员、内勤、外勤人员数量，以及保费收入、赔款支出、费用支出情况计算人均效益，分析各岗位人员对公司的利润贡献情况。
2) 代理人发展和关系管理
可以通过对历史数据并通过一定的指标（如：代理人的年龄、教育程度、从业时间、级别情况）的分析，找到其与业绩的关联状况，从而发现表现好的代理人的具体的特征指标，指导公司的增援工作和代理人的考核工作，更好的促进公司展业。
3） 激励策略的管理
通过对公司推出的一系列的激励措施对代理人业绩的影响程度的分析，来指导公司指定合理的激励策略。
营销管理
1) 经营网点绩效分析
通过对公司各分公司、经营网点从多个角度的、各时间段的对比分析，对分公司的强项、弱项充分展示，使各级经营管理者对公司业务的市场状况、盈利水平、客户状况等等方面有充分的了解，为制定网点布局策略、市场差异化策略、内部考核奖惩等提供依据。通过建立经营网点绩效考核的模型，结合经营网点分类分级管理和考评，定期自动测算各分公司综合评价得分，并进行排名。
由于保险现有的业务规范不明确，导致商业欺骗的情况时有发生，而这其中不良代理点的比例较大，通过对代理点的承保情况与理赔情况的分析，可以找出其中可能存在的问题，减少保险公司的经营风险。
2) 渠道分析和管理
长久以来，保险公司一直主要依靠保险代理人、经纪人、或直销来销售产品。随着中介代理机构和internet的出现对于许多产品开辟了新的销售渠道。在不久的将来，保险公司必然会大力的将各种销售渠道整合起来。同时，保险公司也将通过现有的渠道来提高整体的销售能力。Bi工具能够深入分析各渠道的各项数据。对各种渠道的绩效进行比较分析，并且可钻取细化至每个代理和产品在不同渠道的不同的绩效。同时，保险公司要能对这些绩效按时间进行追溯，以利保险公司对其应用或改进的有效性进行评估。从而制定相应的策略去指导产品销售的渠道和管理各种销售渠道。
3) 代理人及机构分布
根据客户的地理的分布及人口结构等信息，保险公司能够有效的在各地安排合适的分支机构和销售人员，提高公司整体的效率。
4） 业务合作的各家合作伙伴分析
包括银行、中介公司、经纪公司等。分析内容包括银行代收费用比率、代理合作商收费比率两个方面，从而为保险公司公司与各中介公司提供合作战略、策略制定的参考依据。
5) 商业活动分析
用于分析一定的市场行为或促销手段的有效性。来判断不同的销售活动、不同的广告渠道等对产品销售量的影响程度和收入、成本分析。（不同的方式有不同的费用支出）通常，某一产品的促销可能会带来其他产品销售量的减少。这些数据将被用于分析以后的促销的行为的后果。
6) 交叉销售分析
交叉销售（cross selling）是一个重要的收益的来源。通过历史数据，保险公司可以对现有的客户进行分析，得知他们是否会对公司的新产品有兴趣，提供多种产品销售建议。例如对于一位已有的客户曾经在二十岁时购买了一份寿险保单，过几年后，这位客户成家后可能会有财产保险的需求，和对家庭成员的寿险的需求。
客户关系管理
能够深入的了解客户、设计出切合客户的经常变化的需求的产品和服务。通过有效的客户关系管理，依照客户的自然属性和消费行为属性对客户进行分析，分析的主要指标包括客户总量分析、新增客户分析、客户流失分析、客户行为分析、客户信用度分析、客户风险分析等等
这样获得不同特征的客户的消费模式和消费喜好，分析不同特征客户对公司的不同营销策略的兴趣，分析客户的信誉度及其特征，分析客户群的忠诚度，分析客户对公司各种服务方式的满意程度，分析现有客户的分布情况，通过客户分析，可以更好的建立起客户服务体系。
1) 客户收益率
与取得新客户而比，留住老客户并取得利润相对而言更为重要。识别最能带来利润的客户是第一步的工作。为了得到一个客户的全面的利润贡献率，保险公司必须分析在某一段时间内，为此客户服务所花费的成本及对应而带来的收益，这样分析的结果就能够为保险公司找到为什么一些客户相对其他客户不能带来更多利润的原因。例如，一个客户可能没有带来什么利润，仅仅是因为他选择的产品并不符合他的规避风险的需求。客户盈利分析显然能够对研发新产品，对特定的老客户调整产品以及客户分类带来好处。
2) 客户整体价值
客户利润率并不仅仅是以目前此客户给公司带来的直接收益（保费）来衡量的。一个客户在未来都有可能购买公司的产品；他可能会给公司带来其他的有价值的客户。因此，客户整体价值是一个更深层次的衡量标准，通常，数据挖掘的工具能够构造客户整体价值分析的模型，以此客户的的各方面的全面的资料为基础进行分析。
3) 客户细分
客户细分就是将看起来具有相同的特点的客户细分为不同的类别，这样，不同的类别将被识别为不同的实体，在以后的交流沟通中将采用不同的手段。还可以区分高风险的客户，指导公司去加费或规避此类的客户，客户分类能够节省大量的市场拓展的花费。
4) 客户流失分析
对各行业的研究表明，留住一个现有的客户是相当的重要的。这将需要收集客户的合同的各个要点。对于客户流失分析而言，客户的合同信息需要和其他信息结合进行分析，例如理赔的信息，其他竞争对手的信息；分析的结果则可能是客户做出转换保险公司决定的各种可能的原因。
通过对已经流失的客户进行分析，能够预测出现有客户中哪些客户可能会流失，从而对这些客户采取有针对性的措施以留住他们。
5）重点客户分析
根据市场规律，大客户是企业利润的主要来源，相应地大客户分析也变得极其重要。通过对公司重点大客户的分析可以让公司在掌握该客户基本情况的基础上针对该客户提供具有个性化的服务，留住该客户，并不断提高该客户对公司的贡献率。大客户分析包括大客户构成分析、大客户发展及流失分析、大客户购买公司产品情况分析、大客户保费、保额、赔款量变化情况分析。
通过对大客户（包括个人和机构）按机构类别、行业性质、年龄、性别、职业等属性的构成进行分析，了解大客户构成与整个客户群体的构成差异，了解按客户自然属性进行同等类型分群下大客户构成与普通客户构成的差异，并通过数据挖掘的手段，挖掘影响客户是否成为大客户的关键自然属性特征。
通过对新增/流失大客户在构成、购买公司产品情况、服务等的跟踪分析，了解影响大客户新增/流失的主要因素，以便帮助采取更有效措施发展新的大客户与减少大客户的流失。
通过对大客户在购买公司产品品种、保额等方面的分析，了解影响大客户购买保险与整体客户群体购买保险的差异，发现大客户的特征，以便帮助采取更有效措施发展新的大客户与减少大客户的流失。
通过客户撤单、退保等异常情况数据，从不同的角度发现出现异动的客户及其原因，从而帮助制定有效的措施留住大客户
6) 目标市场
从客户的年龄段、投保的偏好、客户的层次、客户的保额级别等方面去定义客户的群体，并分析这些群体的具体的消费喜好等情况，通过此分析可以让公司在掌握该群体客户基本情况的基础上针对该群体提供具有个性化的服务，确定自己的目标群体。
通过市场细分，可以更准确地发现消费者需求的差异性和需求被满足的程度，更好地发现和抓住市场机会，回避风险，另一方面可清楚掌握竞争对手在各细分市场上的竞争实力和市场占有率的高低，以便更好地发挥自己的竞争优势，选择最有效的目标市场。
7）服务质量分析
客户服务质量分析、客户咨询查询分析、客户投诉分析、客户满意度调查分析等。通过对服务质量的分析，能够了解目前客户最关心的问题，通过将客户流失和服务质量结合起来分析，能够清楚客户为什么会流失以及什么因素会导致客户流失，从而有针对性地提高服务质量，采取相应措施，以减少客户流失量。
8）新增客户分析
通过对一定时段的新增客户进行分析，能够对相应群体的潜在客户采取有针对性的发展策略，使其尽快成为现实客户。
9）客户信用（失信）和风险分析
通过对客户的信用度及风险进行分析，以获得关联的特征资料，能够最大限度地降低企业的损失。
10）客户生命周期分析
客户关系的发展可划分为考察期、形成期、稳定期、退化期四个阶段。对处于生命周期的不同的阶段的客户，他的维系成本和带给公司的收入是有很大的不同的，所以分析客户处于生命周期哪个阶段，哪个阶段的客户有多少；哪些客户价值高、潜力大需要重点维护，哪些客户快要流失需要尽快维护等问题就是客户生命周期分析可以解决的问题。（通过客户的特征分析来判断，如：续保、投新保、退保等）
以生命周期的观念，来看待客户、评价客户和维系、管理客户，体现了‘客户为中心’的思想。
五、系统特点
1、使用方便
系统采用标准的浏览器界面，用户不需要太多的培训就能方便的使用该系统。、
2、界面直观
系统主要采用柱状图、饼图、曲线图以及图表结合的方式直观表达各类数据。
3、支持移动办公
系统采用先进的WEB开发，用户只要通过IE就可以随时随地查询到结果，实现了真正的移动办公。
4、便于维护升级
系统采用WEB技术实现，客户端不需要安装任何应用系统，当系统需要修改、维护和升级是，都只在后台服务器端进行，对客户端没有任何的影响。
5、自动化运行
系统主要采用后台调度程序来控制系统运行，因此，数据的采集、清理等后台处理工作基本上是自动运行，除非出现异常情况，一般不需要人工干预。
六、系统设计原则
1、安全性和可靠性
对于金融系统而言，安全性和可靠性是至关重要的，这主要体现在公司的数据，以及公司内部的网络的安全性，特别是随着公司的网上各类的业务的开展，整个系统的安全性就显得更为重要，因此在系统分析和设计的各个阶段必须从各个角度、各个方面充分考虑整个系统的安全性，另外系统中所有的操作必须绝对留痕迹并规范管理。
2、先进性和实用性原则
在采用成熟技术的基础上，应充分考虑技术的先进性，是整个信息系统既符合信息技术的发展潮流，同时具有很高的实用性。从信息系统的开发技术来讲，必须具有前瞻性，和先进性。
要充分考虑当前保险公司管理作业的各个环节，最大限度地适应其管理模式及发展策略的不断变化，提高企业运作的效益。所设计或规划的系统要能够适应企业的实际情况，并具有良好的投资回报率以及性价比。
3、扩展性
鉴于保险公司的日常业务的迅速发展，业务品种，新的产品、销售渠道和服务方式都层出不穷和不断扩大，要求整个信息系统必须具有良好的可扩充性，系统可采用模块化、结构化的设计原则，并具有灵活的外部接口和内部接口，要求信息系统在功能，数据容量和客户数量上，要具有很强的可扩展性，以满足长远的业务发展。
目前信息技术的发展是日新月异，一个开放的平台才能够保证我们系统的灵活性和可扩充性。
4、稳定性和健壮性
要求系统能够连续、安全、无故障、不间断运行作业。在充分考虑资金投入效益的基础上，为了防止系统某一关节出现故障导致崩溃，能够保证系统在最短的时间内恢复正常，将损失降低到最低限度，应该尽量采用成熟的热切换备份恢复甚至集群技术。
另外，系统数据存储功能必须强大，因为每天都有大量的业务、财务数据产生，所以，必须具备海量级的数据管理能力。
七、系统技术框架
1、 硬件平台
、源端采集&通讯机
每个数据源端都需要配置一台采集通讯机，负责从数据源系统采集数据，并传输到总部采集服务器。
建议采用配置高档PC机。
、数据采集服务器
总部采集服务器负责接受从数据源端采集上来的所有数据，并启动入库过程，同时对源端采集状况进行监控和管理。
建议采用中高档UNIX服务器。
、数据仓库服务器
数据仓库服务器是整个系统的事务处理和信息存储的主要设备，也是系统关键，直接影响投资规模和系统成败。它要负责整个数据仓库ODS系统所有数据的存储、管理、数据处理等工作，并对后台数据处理任务进行统一调度和管理。
根据系统需要，建议采用高档UNIX服务器作为本系统的数据仓库服务器。
、OLAP服务器
OLAP应用服务器建立在数据仓库服务器之上，用于建立和管理多维立方体，为前端展现工具提供数据服务。
建议采用中档UNIX服务器作为OLAP服务器。
、数据展现应用服务器
数据展现应用服务器是前端数据展现工具的服务器端。建议采用选用高档PC服务器。
、WEB服务器
WEB应用服务器用于
建议采用高档PC服务器或者中低档UNIX服务器。
、存储设备
本系统要存储全公司的业务数据，需要海量的数据存储和数据处理能力。建议采用EMC、IBM等厂商的高档存储设备。
2 、软件平台
各类服务器采用UNIX系统作为其操作系统。
通讯服务器等PC系列服务器采用UNIX作为操作系统。
对于WEB服务器，选用UNIX或为其操作系统。
前台操作终端PC机采用WINDOWS98/2000作为操作系统。
对数据仓库海量数据进行存储和管理的数据库管理软件，考虑采用选择ORACLE或者DB2等大型数据库管理软件。
3、 开发工具
通讯服务平台数据源端运行在通讯机上，采用VC开发，公司总部端运行在UNIX上，采用C语言开发。
数据采集系统数据源端运行在通讯机上，采用Delphi开发，公司总部端运行在UNIX上，采用C语言开发。
各类的查询系统和分析系统均是基于WEB开发。
上海复旦金仕达计算机有限公司 PAGE 10
