Tietovarastointi vakuutusalalla

Vakuutusalalla tietovarastoinnin avustama analytiikka tarjoaa laajoja mahdollisuuksia liiketoiminnan kehittämiseen, mutta varsinkin isommilla vakuutusyhtiöillä on omat haasteensa tietovarastoinnin toteuttamisessa.

Vaikeuksia voi sinällään jo aiheuttaa suuri tietomäärä, mutta erityisesti erilaisten lähdejärjestelmien suuri määrä. Vakuutusyhtiöllä voi olla historiansa takia useita vakuutus, korvaus sekä maksujärjestelmiä, joista osa voi olla vieläpä vanhoja Mainframe – järjestelmiä.

Mainframe – järjestelmistä datat saadaan tuotettua useimmiten vain siirtotiedostoina, usein on myös niin etteivät vanhat lähdejärjestelmät tallenna välttämättä kaikkia muutoksia tiedoissa vaan sieltä voi olla saatavissa ainoastaan viimeisin versio tiedosta. Tiedot ovat hajallaan eri järjestelmissä, eri muodossa ja formaatissa, kentät eri nimillä ja peruskysymyksiin vastaaminen kuten ‘kuinka monta korvaushakemusta saimme yhteensä viime vuonna’ tai ‘montako autovakuutusta meillä oli voimassa viime vuonna’ on vaikeaa.

Miten vakuutusyhtiöt taklaavat tätä ongelmaa?

Asiaa lähestytään yleensä kahdella tavalla

  • Lähdejärjestelmien yhtenäistäminen: Vanhat lähdejärjestelmät poistetaan käytöstä, ja tiedot siirretään uuteen järjestelmään, jolloin tietenkin tiedot yhtenäistyvät ja analytiikka sekä raportointi helpottuu, ja tietty usein rahaakin säästyy kun ei tarvitse ylläpitää niin montaa järjestelmää.
  • Tietovarastointi

Lähdejärjestelmien yhtenäistäminen, eli esim. useista vakuutusjärjestelmistä luopuminen ja yhden uuden järjestelmän käyttöönotto kuulostaa yleensä ratkaisevan suurimman osan tiedonhallinnan haasteista, jonka jälkeen analytiikka helpottuu merkittävästi.

Näin toki osin onkin, käytännössä on kuitenkin pidettävä mielessä, että ensinnäkin tämä “yhden käyttöjärjestelmän käyttöönotto” -projekti voi kestää huomattavan pitkään, ja toisaalta uusia järjestelmiä voi tulla käyttöön esimerkiksi yrityskauppojen kautta. Lisäksi uusikaan järjestelmä ei välttämättä ole ikuinen. On myös olemassa esimerkkejä uusista vakuutusyhtiöistä, jotka pärjäävät kilpailussa erityisesti sillä että niillä on käytössä moderni perusjärjestelmä, ja vain yksi sellainen, näin parantaen operatiivista tehokkuutta.

Tietovarastointia tehdään yleensä samalla aikaa kun perusjärjestelmiä uudistetaan. Tietovarastointihankkeessa tulee päättää useista asioista:

Miten/millä välineellä tiedot ladataan? Vai pärjätäänkö loogisella DW ratkaisulla jossa tietoja ei tosiassa viedä minnekkään? Usein tässä käytetään erilaisia valmiita ETL-välineitä, kuten IBM Datastage, SSIS, Informatica ja SAS. Nykyään suosittua on myös tehdä ETL scriptaamalla ilman että varsinaisesta ETLstä tarvitsee puhua.

Mihin tietokantaan (järjestelmään) tiedot viedään? Suomessa vakuutusalalla käytetään paljon Teradataa, johtuen siitä että suurten hankkeiden alkaessa Teradata oli yksi parhaista ratkaisuista.

Millaista tietomallia käytetään? Tässä on useita vaihtoehtoja, jotka tarjoavat erilaisen tiedon yhtenäisyyden tason jatkokäyttöön, ja toisaalta lähestyvät muutoshistorian tallennusta eri tavoin.

Tietomallinnusvaihtoehdot

  • Suoraan Kimballin dimensio/fakta rakenteisiin
  • Data Vault: laajaa suosiota, mutta myös vihamiehiä saanut kaikki muutokset tallentava hubi, satelliitti, linkki terminologiaa käyttävä menetelmä
  • Data lake tyylinen ‘pelkkä stage’ -malli jossa tiedot lähinnä viedään ja muutoshistoria tallennetaan kuitenkin ilman mitään tietojen yhtenäistämistä. Tämä on tietty nopein rakentaa, mutta siinä ei vielä yhtenäistetä eri tietoja.
  • Ulkoa ostettu toimialakohtainen malli. Näitä kauppaa esim. IBM sekä Teradata. Eivät usein mene suoraan mihinkään kolmeen ylläolevasta kategoriasta.

Lopulta tiedot on usein kuitenkin muokattava Fakta/Dimensio rakenteisiin. jotta niitä voidaan helposti käyttää.

Katso myös

-Referenssiprojektimme vakuutusalalta: https://readysolutions.fi/asiakkaat/if/

-Data engineering konsultointimme:

https://readysolutions.fi/palvelut/data-engineering/