数据仓库的相关知识有哪些

事情要从一封信讲起，去年年底，中国人民财产保险公司信息技术部总经理赵-军接到了2003年国际计算机CHP(Computer-worldHonorsProgram)大赛主席委员会执行董事DanielMorrow先生的亲笔信，告之“**财险新一代综合业务处理系统”从50多个国家和地区的500多家参赛企业中脱颖而出，荣获美国“计算机世界荣誉奖”提名，顺利进入决赛。不要小看了这个荣誉，国内金融机构只有招商银行曾经入围过。

“获奖是对企业过去一年中信息化建设的肯定，但是按照惯例，获奖企业都会接下来的一年忙得不亦乐乎”，Daniel的信尾赠言又把赵-军从喜悦拉回了现实……

令人紧张的预言

事实上，赵-军已经忙的不亦乐乎了，做完核心系统之后，紧接着新型数据仓库构建就上马了。无独有偶，招商银行自从2002年获CHP大奖之后，也是马不停蹄地投入了后台数据库的改造项目。

为什么把精力放到数据仓库上呢?原因是业务系统的发展很大程度上受制于后台数据结构，对金融机构来讲，在加入WTO之初就嚷嚷的很凶的“银行客户分级服务”、“保险费率细分”、“风险定价”等一系列服务都受牵制。

比如在2003年初，保监会放开了车险费率，一时间各家保险公司纷纷公布了自己的收费明细，可是细看下来，大家的费率又几乎趋同，比如在个性保费上，各家公司都有一条，就是女性驾驶

员比男性保费下浮20%，但据业内人士介绍，这仅仅是各家公司凭经验作出的判断，对于女性的年龄、教育及家庭背景的差异并没有区别对待。

而美国的保险公司则是，一位女性，30岁，大学文化，有一个小孩，没有赔偿记录，可以享受最多50%的保费优惠。人家的逻辑就是，受过高等教育的客户要比没有受过高等教育的客户风险低，有孩子的女性责任心要比一般人高，岁数大的人开快车的可能性要小，没有赔偿记录说明驾驶行为规范。不要以为这只是简单推论，它可是基于成千上万件保单分析的结果。

目前国内各家保险公司显然还不能提供如此精细的费率评估，因为他们现阶段还不能对客户的数据进行有效的分析利用，换句话说技术水平达不到。

“芭蕾”的领舞者

面对金融机构WTO保护期即将过时，各家公司都非常着急，希望能够在最短的时间内把数据仓库项目做好。在这方面，人保成了第一个吃螃蟹的公司。

赵-军形象地描绘到，要想让公司能够灵活地应对市场变化，方法只有一个，就是对应用系统和后台数据库重新设计，反映到市场上来，就是采取非常灵活的价格手段，让人保这头“大象”跳“芭蕾”。当然，系统重做对于一家保险公司来说无异于大换血，而且就人保现在的经验来看，单独完成这项任务也是很困难的。为此，人保选择了与IBM公司开展合作，希望借用IBM的经验来完成前后台系统的改造。

指挥人保这个大公司跳芭蕾并不容易，除了机构、人员的因素外，信息系统本身也有很多限制。因为过去人保一直采用的是以保单为中心的业务系统和数据库，这虽然在操作上占了一些便宜(主要是效率较高)，但是在数据存储上并不科学。

直接的反应就是，如果被保险人买了多张保单，那么在数据库中这个人就会多次出现，在日后数据抽取分析的时候，就会遇到困难。另外，由于应用系统能够收集的数据项目较少，因此开展分析往往意义不大。

为此，IBM向人保推荐了IAA(保险应用架构，InsuranceApplicationArchitecture)和IIW(保险信息仓库，InsuranceInformationWarehouse)两个数据模型，前者是保险公司的核心业务系统架构，后者是数据库架构。IAA与IIW是IBM从90年开始，和全球40多个发起公司合作开发的，包括了财产险、寿险、再保险等保险应用模型，现今全球有近140个用户在基于这个模型开发产品。

当然，即便有IBM的帮助，要把整个企业数据库和应用系统替换掉也是不可取的，系统迁移的风险不谈，仅仅是数据的导入也已经十分复杂。为此，人保决定，先对数据分析的关键——IIW进行试点。

人保的想法是，选择一个技术和条件比较好的省会城市做试点，这个城市既要业务多样，又要保单量中等，这样对于试验是比较客观的。经过一个月的仔细比较，最终这个艰巨的任务就落到了人间天-堂——浙江杭州。

杭州城下游临安雷锋塔中寻白娘

西湖水边晓月照梅家坞中龙井香

杭州确实是一个美不胜收的地方，但

是作为本次IIW项目的参与人，张-平(化名)此刻并没有心情游山玩水，因为在他面前，还有太多太多的挑战要克服。

500万的压力

张-平来到**浙江分公司后，主要的任务就是先协助员工把IIW建立起来，此后再把**浙江分公司的所有的数据取出来，然后按照IIW的数据结构进行转换存储，建立一个标准的信息仓库，最后在此基础上建立两个小的数据集市，进行数据分析试验。整个试点项目耗资500万元人民币。

在此有必要给不熟悉的读者对数据仓库的概念作一个简要介绍。顾名思义，数据仓库(DataWarehouse)就是一个仓库，里面分门别类存放了一个公司所有的数据。光有仓库是不能进行数据分析的，因为仓库中的数据是海量的，如果要对某种信息进行分析，比如客户信息，就要从仓库中抽取所有与客户有关的信息，拿出来建立一个集市(DataMarket)，这样才能保证分析的效率。这些集市在分析完成后可以保留也可以删除。

不过张-平也坦言，IIW是一个很大的架构，而且相当复杂，基本上囊括了财产险、寿险、再保险等所有内容，在国内还没有实施的经验，因此他感到压力很大。