【2024中国数据生产力大赛】帆软助力数智化生根发芽,促进企业精细化管理提升

我是社区第362102位番薯,欢迎点我头像关注我哦~

帆软助力数智化生根发芽,促进企业精细化管理提升

企业简介

三井住友海上火灾保险(中国)有限公司是是由日本MS&AD保险集团旗下核心企业之一的日本三井住友海上火灾保险株式会社(以下简称“日本三井住友海上”)全额出资设立,并于2007年由原三井住友海上上海分公司改制而成的独立法人企业。我公司与中国三大保险集团之一的中国太平洋保险集团在多方面推动深化合作,努力为中国保险行业的整体发展做出积极贡献。

2023年我公司继续稳居在华日资财产保险公司总保费收入第一,连续十六年获得美国标准普全球评级(S&P Global Ratings)“A”信用评级,维持财务稳健和高成长性。

我公司秉承“通过全球化的保险与金融服务事业,提供安心与安全,为创造富有活力的社会以及地球的健全未来贡献心力”的集团经营理念,目标2030年助力实现“有韧性和可持续发展社会”、并以可持续发展目标(SDGs)为指引,在经营活动中持续创造社会共同价值(CSV:Creating Shared Value)。

业务需求/挑战

三井住友海上(中国)在实现信息化全面覆盖的过程中,先后建设了三代核心业务系统、OA系统、费控系统等几十项信息系统,沉淀了跨度达到近20年的海量业务数据。但是随着系统的增多,监管要求的严格,业务规则的复杂交叉,业务数据质量参次不齐的矛盾逐渐显现。各业务部门也存在数据界限,数据资产的归属不明确,想要做分析的部门无法快速得到有效数据,造成流程处理效率低下,经营管理决策滞后等问题。

由于缺乏有力数据分析工具和可视化平台,导致数据资源利用大多停留在表面,只为监管报送服务,但是为企业自身服务不够,海量数据资源无法有效归集利用,数据潜力只停留在数量的累计,尚达不到质变的阶段,数据价值得不到充分发挥。

解决方案

统一数据仓库的搭建:

搭建统一的数据仓库,参照《财产保险业务要素数据规范》和《保险业监管数据标准化规范(财产保险公司版)》,实现对不同源头、标准的业务数据进行集中的管控与处理,保证数据的质量与安全。数仓建设分为数据源抽取阶段、数据清洗处理阶段、数仓存储阶段和数据应用阶段。

数据源抽取阶段:需要根据具体业务抽取全量或增量数据,在保证分析维度及时效的前提下制定最优数据抽取策略及频次方案,保证底层数据的及时更新。

数据处理及清洗阶段:使用KETTLE,依据多源底层核心业务数据库的特性和业务对数据维度、时效、速度、容量等要求,制定管道级、数据任务级、定时任务级的三级抽取方案,维护数据的高效清洗及计算。

数仓存储阶段:搭建分布式数据仓库,通过控制和计算节点的高效协同实现了海量数据的高速计算和快速存储。依据数据分析维度,建立数据仓库三级模式,实现业务主题数据集市,为整合应用阶段提供强有力的数据支撑。

数据应用阶段:使用帆软软件Report&BI)对数据集市中的结果进行分析应用与可视化的展示,进行维度建模,设置预览权限,确保不同角色的人看到不同粒度的数据,保证维度数据安全性;建立预警机制,设置异常问题推送规则,异常问题及时推送至主要责任人,保证异常问题及时得到关注并解决。

典型应用场景

场景1:智能产品分析报告

痛点:

产品分析报告制作过程中存在多个痛点。首先,跨部门沟通成本高,信息传递效率低下,可能导致数据差错或遗漏。其次,数据处理流程复杂,需要通过多个报表进行下载和二次处理,增加了工作量和时间成本,容易出现人为失误。此外,制作耗时长使得报告频次降低,无法及时监控产品线的业务数据,影响决策效率和敏捷性。更甚者,延迟的报告更新周期可能导致错失市场机会、风险控制不足等问题。另外,由于报告形式单一,缺乏直观的数据可视化展示,限制了管理层对数据的深入理解和有效决策。

解决方案:

通过和业务部门积极沟通,了解数据清单的来源,梳理模板中的个性化处理及其他需求,整理成数据处理手册后,利用大数据实时数仓将上述需求实现并落地。从端到端打通数据链路,把原来冗长的数据处理流程完全自动化,并在图表旁留出可供填写注释的文本区域,原先两周左右的处理时长缩短至0.5天。

产品分析报告首页

产品分析报告-财产险

产品分析报告-财产险GROUP30客户展示

产品分析报告-货运险

产品分析报告-车险

成效:

智能产品分析报告框架的搭建,厘清了管理层需要关注的指标口径,消除了不同部门之间的数据反复计算和核对工作,提升了整个报告的处理时间;也由于处理效率的大幅提升,使得分析报告的频次可以从半年优化调整至季度和月度,更加客观及时的反应各个产品的销售及盈利情况,更加快速主动的调整相关产品售卖策略。有效提升产品定价和精算的准确性,已作为企业形成经营决策时的重要依据。

场景2:营业担当看板

痛点:

如何让营业人员快速了解当前亟需完成的续保、应收、发票借用和期末结算等MMCL(Monthly Operation Management Check List)事项,避免因工作繁忙导致的不备问题发生,让工作内容重心有的放矢,提升营业人员自主性和积极性。

解决方案:

通过对为营业提供支持的营业推进(营推)人员的进行访谈和需求调研,选取了续保清单、财务账龄清单、期末精算清单和发票借用清单等原BI系统报表进行整理,并对营推后续进行的表格公式处理通过报表进行实现。依托数据仓库及业务要求,将提醒事项划分到分支、业务线、渠道、共保及具体营业担当,完整各待办事项的精确管理。

营业看板首页

对指标分为预借发票数、续保完成率、应收金额和笔数、结算情况和可视化申报等,每个指标都通过明细清单给予支持,提醒营业人员及时完成将要超期的事项,并大幅减轻了营推人员的工作量。

预借发票清单

续保完成清单

结算管理清单

账龄清单

场景3:自动化财务数据核对

痛点:如何让业务人员(承保、理赔、再保和财务等)快速核对“业务(承保\理赔\再保)”、“收付”和“财务”,定位出数据在流转过程中可能出现的错误。原有模式是通过RPA逐个运行报表后贴入定制核对模板,通过Excel中预置的公式进行核对,存在较多的系统资源开销问题,且核对速度较为缓慢。

解决方案:通过对核对模板的理解和对数据清单的改造,将数据统一汇总到核对池,并统一进行核算代码映射汇聚,降低数据量使得核对执行速度大幅提高。每个核对指标区分数据核对来源,能够展示数据在哪个阶段存在差异,并且我们还保留了经过调优的业务清单,方便定位最终的业务明细数据。

数据核对监控

预收核对(按分支和币别)

承保核对(按业务线、业务与收付)

理赔核对(按渠道,收付与总账)

再保核对(按合约类型,业务与总账)

成效:梳理各个业务域数据指标的统计口径,并形成了核对统计指标库,将财务月度的指标转换成业务的实时指标,为后续的实时统计报告夯实基础。另外,核对工作交由定时任务,节省了系统不必要的开销及RPA license资源,核对频率从每天一次提高至实时核对,效率提升80%以上。各业务部门及IT均能实时看到数据流转情况,沟通成本降低60%以上。问题定位及解决速度较原先提升65%,每日数据一致性准确性提升至99.9%。

场景4:Paperless打印管理(ESG)

痛点:

首先,由于需要大量人力物力投入,劳动成本较高,效率不高。其次,数据分散导致统计工作复杂繁琐,易出现错误和遗漏。不同品牌打印机的操作系统及数据格式的差异使得数据收集与整合变得困难,增加了处理和分析的复杂性。此外,缺乏统一标准和规范化流程使得数据处理流程不够顺畅,难以进行全面的趋势分析和优化决策。这些问题导致了信息不透明、决策滞后等困境,制约了行政部门打印管理水平的提升和数据分析的精准性。

解决方案:

联系各打印机厂家并结合自身需求,进行数据源管理及码值映射,对统计需要的“作业类型”、“文档名称”、“用户名”、“总张数”、“彩色模式”等进行统一管理,并提供接口进行数据传输。

打印机厂商A数据管理界面

打印机厂商B数据管理界面

全公司概览

分析页面1(彩色黑色,单双面等)

分析页面2(按部门)

分析页面3(分支内部)

成效:

办公室打印与ESG(环境、社会、治理)的关系密切相连。通过数据分析趋势,引导员工进行更加低碳的处理纸质文件,从不必要的彩色到黑白、从黑白到灰度、再从单面到双面再到N合1,再不影响工作质量的情况下,也是对可持续发展的一点点贡献。

有效管理打印行为对企业的可持续发展至关重要。通过控制打印量、采用双面打印、选择环保墨盒和纸张等举措,可以降低资源消耗、减少废物产生,从而降低碳排放并促进环境保护。

这些实践不仅有助于降低公司运营成本,还表明公司在环保方面的责任感,符合社会期望。

总结与展望

当前时代正处于大数据、人工智能等不断创新发展的大变革时期,我们亟需抓住数据价值,让数据发挥生产力作用。

公司从2017年引入帆软报表系统以来,先后经历了核心业务系统升级、数据仓库搭建再到大数据平台的建设,对数据的应用已从一开始的蹒跚学步到目前有一定的经验积累。通过对监管需求、用户需求及自我需求的消化吸收沉淀,形成了一套具有公司特色的数据处理方法。使用范围也从IT拓展到了财务、业务、投资和行政等公司各个领域,使得每个员工打破了组织和边界,为数据驱动业务有效发展奠定了良好平台。公司将继续围绕数据治理和数据赋能的愿景,充分挖掘更多业务场景价值,探索数据应用,在经营活动中持续创造社会共同价值。发挥集团协同效应,有效利用数字技术, 努力为解决社会课题做出贡献的同时,与中国社会共同成长。

发表于 2024-7-11 10:24:48
请教一下,check point是帆软做的吗
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

1回帖数 1关注人数 1508浏览人数
最后回复于:2024-7-11 10:24

返回顶部 返回列表