当前位置:文档之家› 大云平移背景下的保险核心业务系统设计

大云平移背景下的保险核心业务系统设计


维,口碑较差

智软 易保
J2EE架构,不灵活,需 要很多工作量的运维
产寿险都有产品,面向 于小的保险公司
合并软通后品牌不错, 有案例,排名中科软之 后
很难超越中科软,无太 大进步
一般
J2EE架构
面向于国外一些公司, 业务能力强,国内案例 实施能力相对较弱,希
国内的相对较少,较小 一般,销售能力强
望找合作伙伴
10
大云平移背景下保险核心业务系统的能力
使用
1、非结构化数据 存储和处理能力
行为、体征等大数据
2、去IOE化,开 源平台化
存储及处理能力支持
满足个性化需求的产品
分析结果
3、同时支持 OLAP和OLTP场 景能力
11
存量数据约4TB
单日数据量40GB
业务需求1:将半结构化数据 解析为结构化数据,进行非 实时性的分析挖掘。例如:单 日的部分业务数据进行解析, 并对历史数据进行全面解析。
15
PAAS架构选型
16
同时支持OLAP和OLTP
实时
实时
17
7
大 数据 云 计算 平 台化 移 动互联
使用
大云平移!
行为、体征大数据
存储及处理能力支持
满足个性化需求的产品
分析结果
8
大云平移在保险领域应用的必要性
9
大云平移概念已保险业内兴起
太平洋人寿保险公司副总经理杨晓灵在 接受《第一财经日报》专访时称:“此 前我们对客户的市场调查、数据分析都 是传统的抽样调查模式,它已经是一个 非常成熟的客户洞见模式,但在移动互 联网时代,‘大云平移’技术可以支持 最大限度地渗透到人们的各种生活场景 ,采集、存储、分析、整合客户的完整 行为数据。” DEO指数算法:根据销售、售后服务、 理赔三大领域;诚信、品质、效率、期 望值 四个维度;选取保险监管部门确定 的行业标准12个服务评价定量指标;辅 之以公司重点关注的另外8个客户体验指 标;以报告期积累的全量实际数据为基 准值,采用线性插值和加权平均方法计 算得出
业务需求2:在原始日志数据 上,进行实时分析。日志会 实时记录客户在APP上的行 为数据,需要在此数据上进 行实时分析判断。
非结构化数据存储和处理能力
12
国际:斯诺登事件 国内:阿里收购恒生
开源平台化
去IOE化加速 公有云受挫 倾向购买开源产品和自主开发
13
平台化改变传统应用交付
14
平台化给企业带来的优势一般 Nhomakorabea科比亚
中间件架构,不灵活, 难迁移升级
小规模的保险公司
国寿客户,基本绑定
不灵活,无其它销售

国外的公司(csc的 FF)
自己的独特的系统架构
有一些案例,太保,海 康,新华
国外产品,销售能力强, 产品管理出色
国外产品,不是最符合 中国保险业状况,价格 高

5
保险核心业务系统演进历程
6
大云平移?
大云平移背景下的保险核心业务系统设计
2014年4月
IBO保险核心业务系统解决方案
2
功能架构
3
特点及能力
4
公司名称
产品架构特点
所面向的客户
优势
竞争对手
劣势
发展
中科软
J2EE架构,不灵活,需 行业中的中小保险公司, 规模最大,背景好,案 绑架客户,高成本的运
要很多工作量的运维
尤其是本部在北京的
例多,产品价格低
相关主题