中国人寿保险数据架构调研与评估报告.docx

图 11 信息系统总体架构图 2
图 12 信息系统距离业务的主要差距 7
图 13 信息标准优先级－业务人员反馈 10
图 14 信息标准优先级－IT人员反馈 10
图 15 信息标准无法统一的原因调查 11
图 16 现有数据库平台评价 19
图 17 现有数据访问权限控制调查 20
图 18 现有系统审计功能调查 20
数据架构调研与评估
数据架构是指企业总体的数据采集、处理、存储和管理等的总体架构，区别于应用架构，数据架构主要侧重于业务处理所需的信息和信息流，包括：
总体架构：数据模型组织方式
数据标准化：企业级数据定义的标准化及管理水平；
数据质量管理：数据的准确性，以及数据的完整性；
数据管理：应用系统中的数据管理，包括：存储组织和数据库平台、数据卸载和清理、访问权限控制等；
总体数据架构
现状描述
目前，中国人寿的总体数据架构的建设是一个自底向上的过程：通过建立一个个应用，产生相应业务区域的数据模型，然后根据需要建立这些数据模型间的数据接口，从而以逐步“联接”的方式，形成中国人寿的总体数据架构。
下图描述了这种基于应用建设所建立起来的数据架构：
图 11 信息系统总体架构图
上图摘自《中国人寿应用系统介绍及计划》，它描述了整个中国人寿主要的应用系统间的关联和数据交换，从总体上看来，中国人寿：
基本实现了业务信息的电子化，绝大多数业务处理都有应用系统支持；
主要的业务功能区域（如寿险实务、财务管理等）的信息处理都有较为成熟的应用架构和数据架构；
各个应用系统之间可以利用数据文件进行数据交换，实现了信息的传递和共享；
银保通系统能够实现和银行间的实时数据交换；
基于数据库技术的信息处理体系基本成熟；
初步建立了以中间库为基础的数据整合平台，并基于它实现了企业数据综合查询统计功能；
初步建立了以统计报表工具为手段的数据统计和报表系统；
财务系统利用了数据仓库技术和SAS工具进行数据分析，除此之外，诸如上海还建立了自己的数据仓库系统；
基于NOTES的消息系统支持了公司的日常信息沟通工作；
基于影像技术的非结构化数据正在一些分公司使用，并逐步推广。
数据模型和应用的相关性
以应用为划分的“烟囱”结构，数据基于应用，并被锁定在应用系统中
数据并没有被作为一个单独的IT组成部分被规划和设计，而是作为应用系统的一部分，由于应用系统的供应商不同，并且其设计工作也缺乏相互之间的协调，因此，数据模型基本按照各个应用系统的功能需求进行设计和实现；
由于缺乏有效的数据共享，在有些业务环节上，一个应用所需的数据无法从相关的其他应用系统中获得（如AMIS和财务系统间需要共享代理人佣金信息），而只好重复录入；
另一方面，由于同一个数据可能存在多个数据源（从多个应用系统中被重复录入），由此导致了信息的不一致。
核心业务系统的总体数据组织主要是保单处理为中心，而较少倾向于以客户为中心；
结构化数据基本上都利用数据库技术实现，非结构化数据只有少数地方使用影像技术实施了电子化，从应用程度上两者之间的集成度不高，影像工作流技术和其他应用系统之间没有能够做到无缝联接。
缺乏自动化和实时的数据交换
以数据文件交换为主要手段
现有的数据交换方式通常是从一个应用中将数据导出到平台文件中，再传递到目标平台并导入到目标应用系统中；
由于大批量的数据抽取工作会影响到正常的业务处理效率，因此通常的数据抽取都被设定在在晚间进行，所以数据的时效性较差（通常都在一天左右）。
数据交换过程缺乏严格的数据校验、过程控制等
接口数据的错误经常是在导入目标系统时才发现，而不是作为系统数据质量控制的一部分，预先在源系统中进行合法性校验；
数据交换的过程缺乏技术性控制：诸如大批量数据分割、数据传输的校验、重复操作的处理、操作回滚等。
对不同版本或开发商开发的，支撑同一业务应用，缺乏统一规定的应用系统数据外模式
外模式是指系统对外部的数据视图（VIEW），一个系统可能会用各种技术方式和平台来实现，但为了保持不同开发商开发的同一种业务应用的接口一致性，要求其系统中必须能够按照既定的标准格式（包括表/视图，字段，数据类型，长度和精度等）提供系统中的主要数据。即：无论系统开发人员具体如何组织和实现系统的物理数据模型，都要保证任何第三方可以按照标准的数据模型定义获取所要的数据，即整个系统对外提供的数据模型是遵循统一标准的。
例如业务处理系统，总颁系统CBPS和深圳、江苏、上海的系统对外的数据模式和接口都不相同，和其他应用系统（如CLAF）的接口需要各自编写相应的接口软件来实现。
从较好的做法上，对同一业务处理过程，应当定义标