SAS保险业解决方案手册

访客:12748  发表于:2016-03-15 15:21:49

关于SAS

SAS于1976年创建于美国,是全球领先的商业分析软件与服务供应商,也是商业智能市场最大的独立厂商。通过包含

在一个整体框架中的众多创新解决方案,SAS帮助全球超过75,000家用户更好、更快地进行决策,从而提升绩效,传

递价值。

2006年SAS在北京正式成立赛仕软件,在上海和广州设有分支机构,并在北京设立了研发中心和用户服务支持中心。

随着市场的不断发展,SAS公司将进一步加大对中国的投入,把先进的技术和成熟的行业解决方案带给中国的客户。

SAS的历史和荣誉

2014年

•• SAS在Gartner《高级分析平台魔力象限》调查报告中被评为该领域领导者

•• SAS连续16年荣登《财富》杂志美国最佳雇主,2014年位居排行榜第二位

•• SAS中国连续 八年蝉联杰出雇主调研机构 (Top Employers Institute) 2014“中国杰出雇主”

•• SAS与民生银行携手斩获《亚洲银行家》“2014年中国最佳数据分析项目奖”

•• SAS在Chartis Research发布的《2014年Chartis模型风险管理解决方案Risk Tech Quadrant》中被评为该领域全球领导®者SAS跻身Gartner《数据集成工具魔力象限》领导者象限

•• SAS在Forrester Research发布的《The Forrester Wave: 2014年第三季度跨渠道营销活动管理平台》现有产品评比中获得

各大厂商中的最高分

•• SAS连续四年入围Gartner《整合营销管理魔力象限》领导者象限

•• SAS位列Gartner《操作风险管理魔力象限》全球领导者地位

2013年

•• 据IDC发布的《2014-2018年全球高级分析及预测分析软件及2013供应商市场份额》报告显示,2013年SAS在高级分析

及预测分析领域市场份额达35.4%,超过排名第二的厂商份额两倍有余。

•• SAS在Forrester Research发布的《大数据预测分析解决方案 》报告中超越所有竞争对手, 被誉为领导者

•• SAS与中信银行信用卡中心携手荣获《亚洲银行家》“2013年中国最佳数据分析项目奖”

2012年

•• IDC研究显示SAS在高级应用分析领域持续保持全球第一,占据35.2% 市场份额

•• SAS中国荣获由荷兰专业出版及排名机构CRF授予的“中国杰出雇主”奖

•• SAS联盟被战略联盟专业协会(ASAP) 授予卓越联盟及创新奖

2011年

•• IDC研究显示SAS在全球高级分析软件市场上排名第一,占据32%的市场份额

•• SAS被《商业周刊》评为全美500家最具创新性企业之一

•• SAS蝉联《财富》杂志美国最佳雇主排行榜首位

2010年

•• SAS位列全球权威研究机构Gartner发布的商业智能平台魔力象限领导者象限

•• SAS在《The Forrester Wave: 预测性分析和数据挖掘解决方案》报告中位列领导者厂商行列

2009年

•• SAS蝉联《商业周刊》全美500家最具创新性企业称号

•• SAS中国荣获由全球知名人力资源咨询公司Hewitt颁发的“中国最佳雇主”奖

2000年…

•• 2006年SAS将北京设为中国总部

•• 2005年SAS在北京成立研发中心和用户服务支持中心

•• 2001年SAS成立25周年并提出The Power To Know的愿景

1990年…

•• SAS成为当时全球唯一提供真正的端到端数据管理解决方案的供应商

•• SAS 在美国、欧洲和澳大利亚等地持续被《财富》、《商业周刊》等杂志评为最佳雇主

1980年…

•• 1980年 SAS总部迁至美国北卡罗来那州的凯瑞

1970年…

•• 1976年SAS公司成立、创建了SAS软件研究学院

•• 首届SAS全球用户大会召开并发布了首款SAS产品

分析能力的八个等级

目前大多数企业仍只具备前四种分析能力,通过把历史数据汇总产生报表,告诉您过去发生了什么,但却缺乏对未来的前瞻能力。如果您要解决简单问题,这些方法还可以满足需要。但如果您要解决的是复杂的业务问题,或者希望能够预测未来,就需要后四种更高级的分析能力。最佳的方法是,综合运用所有这些分析能力,这样才能让您企业的商业智能达到理想的水平。

SAS的保险业客户

SAS拥有39年深厚的客户关系,在全球139个国家拥有超过75,000家客户。 其中近1000家保险机构正在采用SAS行业解决方案。

“SAS软件使我们工作地更快更智能。越来越多的员工请求使用SAS软件。SAS软件是我们在企业发展过程中为了实现相关目标而需要的一个基本要素”

--Charlie Ewing, AEGON 财务业务解决方案部负责人

“我们与SAS保持着良好的合作关系。SAS花时间听取我们的意见并对在CNA发生的索赔欺诈进行细致入微的了解,这一切使我们更好地为每个业务线构建有效的预测模型”

--Tim Wolfe, CAN金融公司特别侦查部门负责人

保险业

主要解决方案

“我们冀望成为人们在需要解决商业问题时第一个想到的公司。SAS拥有实现这个目标所需要的一切: 无可比拟的分析能力、深厚的行业专业知识、提供可靠结果的长久成功记录以及创新能力。”

JIM GOODNIGHT, SAS首席执行官

SAS保险业智能解决方案概览

据Gartner报告显示,SAS针对保险领域的商业智能、商业分析和绩效管理方面占有最大市场份额。

SAS可以帮助保险公司准确判断行业中存在的不确定性。SAS通过得到实践检验的、具有行业特征的解决方案以及相关的基础技术,帮助您应对最头疼的问题,使您能够:

• 通过最先进的分析技术构建具有创新性的定价模型。

• 利用我们高性能的预测服务器软件准确地预测业务发展趋势。

• 通过我们的商业智能和先进的分析平台,让所有用户都能够简单而轻松地获取所需的信息。

• 利用透明的报表应用快速而彻底地响应管理和评级机构的要求。

• 通过安装预防潜在欺诈者和有组织的欺诈圈的多重防御系统,识别和预防各种欺诈。

• 对风险的各个方面进行有效管理 - 包括运营、市场或者信用风险。

• 确定客户的LTV并预测客户行为(例如,转向其它保险公司),轻松而准确地采取交叉销售措施。

• 利用简便易用和具有行业特征的评分卡及仪表盘,对所有这些活动计划进行监督。

不一致、不完备和不准确的数据散布在多个业务系统中——例如保单、索赔和计费等系统,常常会导致保险公司的管理层在制定决

策时要靠“拍脑袋”,而非基于可信的数据分析。如果您能够将整个企业的数据整合起来,轻松地进行访问这些数据,展开分析并

生成报表,结果会怎么样?那样您就可以确保一致性,降低成本和数据准备的时间,让用户做出基于事实的决策。

SAS保险业分析架构提供了坚实的业务分析框架,能够同时满足财产保险和人寿保险公司的商业智能和分析需求。该框架能够从多个分散的业务源系统中获取数据,进行格式化、清洗、转换,并存储到中央数据仓库中。保险业数据模型被用作事实的单一版本,其中保存了与保险业务运营的相关信息,这些信息是准确、完备和整合的明细信息以及历史信息。

SAS 保险业分析架构将为您提供:

• 一致、准确、可核实的最新信息。

• 一旦您需要,您就可以访问所需数据。

• 在正确的时间,向正确的人员交付关键信息。

• 为每位所需用户提供干净的、结构化的信息。

• 只需一个解决方案,无需功能重复冗余的

工具和系统。

• 企业数据的完备整合视图。

SAS保险业分析架构

概述 主要优点

确保一致性,降低成本和数据准备的时间,让用户做出基于事实的决策。

挑战:

• 多种业务系统。在企业中,不同的业务条线和职能部门常常拥有各自独立的系统,这就导致产生了分散的不一致的数据。

• 不完备的数据。保险公司常常缺乏历史数据或明细数据,也很难访问来自第三方系统(例如中介管理系统)的数据并将其与自己

的数据做整合。

• 数据不一致。由于缺乏标准化的数据输入程序,无效数据(例如,错误的地址或分类代码)、重复记录(例如,客户记录、VIN

号等)以及人工错误都导致了严重的数据质量问题,要修复这些数据则需花费大量时间。

• 不可靠的报表。对于同一个数据项或业务过程,不同的业务部门可能会使用完全不同的业务术语(例如,理赔和清偿)。

为每位所需用户提供干净的、结构化的信息

SAS保险业分析架构中包含了一个简单易用的Web报表环境,让您可以在企业内与合适的人员轻松沟通关键的业务信息。为您提供全面的商业智能,满足各类用户的需求:

• 希望查看仪表盘的管理层。

• 需要在Web上创建和查看报表的用户组。

• 需要先进数据探索软件的业务分析师。

• 需要对解决方案进行部署、管理、监控和维护的IT人员。

只需一个解决方案,无需功能重复冗余的工具和系统

SAS保险业分析架构是一个灵活可靠的完备方案,支持您所有的数据整合和报表需求。您无需再绞尽脑汁来整合管理来自多家厂家的零碎技术,这样也为您降低了总体拥有成本和风险,同时也可以快速产生成果。

功能

保险业数据模型

对于企业级数据仓库来说,一个完备的数据模型就意味着事实的单一版本,它

包含了保险业的所有关键主题域。历史

信息以明细层次来存储,可以支持您的

报表和分析需求。该框架同时支持财产

保险(包括个人与团体业务)和人寿保

险产品,并具备足够的灵活性以便随需

扩展到以后出现的新业务。模型中同时

还包括:

• 一份完备的数据字典,用于描述所有

保险数据项。

• 一份完备的信息映射,将物理数据结

构映射为业务术语。

• 逻辑模型和物理模型—例如,ERwin

数据模型和SAS元数据。

• 支持多种数据库部署, 包括SAS,

Oracle, Teradata和DB2.

• 业务数据的定义符合全球的保险业数

据标准,例如 ACORD。

• 为多种业务问题的分析提供支持,包

括 Solvency II。

SAS保险业分析架构为保险公司实施企

业级数据仓库提供基础,向业务人员提

供准确洞察。将大量的保险业务相关数

据整合到统一的数据仓库中,意味着不

同的业务部门能够看到完全一致的报

表,让业务经理可以满怀信心地做出基

于事实的决策。预测分析技术,例如购

物篮分析和决策树,可以应用到这些数

据之上,对报表信息予以增强,提高您

的前瞻能力。

交付一致、准确、可核实的最新信息

无论您何时何地需要,SAS保险业分析

框架都可以让您访问准确一致的数据,

提高您对数据准确性和及时性的信心。

保险业数据模型让您可以修正、标准化

和校验您的数据,提供准确及时的商业

智能,满足合规所需的报告要求。此

外,您还可以从内外部数据源获取和整

合历史数据,用于后续的分析和报表。

获得一份企业数据的完备整合视图

备的数据字典包含了所有关键的保险主

题域,例如客户、保单、索赔、财务会

计和再保险。预置的逻辑数据模型和物

理数据模型可用作事实的单一版本,它

对超过5000个保险业数据项进行了标准

化,确保整个企业内使用一致的术语和

报表,支撑关键的业务决策。

一旦您需要,您就可以访问所需数据

从历史遗留的旧保单管理系统,到最新

的索赔管理应用,SAS保险业分析框架

都可以进行数据的访问和处理,支持几

乎所有硬件平台和操作系统。这会为您

节省宝贵的时间,缩短学习曲线,为决

策者提供真正所需的信息。

数据管理

一个企业级的数据管理环境,用于满足

您所有的数据管理需求。您可以访问几

乎所有系统所有格式的数据,实时地对

这些数据进行清洗和转换,实现数据迁

移和相关系统的数据同步——所有这些

功能都是通过一个易于部署的通用环境

来完成。数据管理环境中同时包括:

• 访问数据源系统的一系列向导,创建

目标数据结构,导入和导出元数据,

创建和执行

• ETL(数据的抽取转换和加载)处理流程。

• 一个专用的图形用户界面,方便您刻

画数据特征,发现和修正源系统的问

题,保存业务规则并用于后续的ETL

处理。

• 实时处理服务,用于支持实时的数据

清洗和增强,以及其它的实时处理需

求。

• 企业级的数据源连通性—支持AS/400,

ODBC, IBM DB2 /UDB,Informix,Microsoft

Access, Excel, SQL Server, Netezza,

Oracle, Sybase, SAS, Teradata 以及更多

数据源的连通。

• 支持非结构化数据和半结构化数据。

• 数据质量管理,可嵌入批处理、近实

时和实时处理过程。

数据清洗功能支持全球20多个国家和地

区的语言,并根据不同语言进行特定处

理和本地化。

SAS是如何提供这些帮助的?

. 2015 SAS 版权所有 13

SAS的独特之处

保险业数据模型

• 借助于SAS提供的保险业逻辑数据模型

和物理数据模型,您可以快速启动您的

报表能力。

• 有效节约成本,缩短实施时间(借助于预

置的 ETL 功能)。

• 为企业级数据仓库提供单一的信息来

源。

强大的数据管理能力

• 将多个源系统中的数据整合到事实的单

一版本。

• 提升数据质量,消除或减少数据的不一

致。

• 将自动化数据验证作为数据整合流程的

一部分,让您对整个企业的数据完整性

更有信心。

• 借助于内置的数据管理功能,将数据从

数据模型加载到报表和分析解决方案。

降低总体拥有成本

• 通过一个统一的环境,全面支持数据的

整合、共享、中央管理和利用。

• 采用屡获大奖的商业智能技术。

• 通过信息门户框架,提供评分卡、仪表

盘和其它报表功能,方便整个企业内部

的信息分发。

• 很方便地访问在线报表,查看绩效数

据,并与历史数据进行比较,针对最新

的关键指标进行钻取。

• 开箱即用的标准化规则,确保数据可以

符合企业标准,您也可以创建自定义规

则,用于处理特殊问题。

• 交互式的图形化界面,让数据处理人员

可以刻画业务数据特征,持续监控数据

的发展动态。

• 可定制可重用的数据质量业务规则,您

可以直接在处理工作流程中直接调用这

些规则。

• 您可以在多种数据库、企业应用系

统、主机平台上的遗留旧文件、文

本、XML、消息队列以及其它源系统之

间,进行数据的迁移和同步。

• 跨数据源的数据连接(Join)能力,支持实

时的数据访问和分析。

报表和商业智能

该解决方案包含了完备而易于使用的商业

智能软件,为用户提供深入到各个层次的

洞察力,更快更好地做出业务决策。功能

包括信息门户和仪表盘、报表查看、报表

创建、高级的数据探索、Microsoft Office

整合、向导式分析、元数据管理、向导式

的SAS OLAP数据立方体创建和应用开发。

此外,该框架还包括:

• 基于Web的交互式报表开发界面,适合

业务人员使用。

• 支持各种水平的用户使用不同的BI界面

来进行数据查询。

• 在层次中的任意水平,从给定的分析维

度以及过滤条件,对多维数据进行切片

和切块。

• 支持紧急警报和行动呼吁的仪表盘,反

映绩效结果。

• 动态的业务可视化工具,提供交互式的

数据探索、可视化查询等功能。

• 在Microsoft Office软件 (包括Word、Excel

和PowerPoint) 中,调用SAS的数据访

问、报表和分析功能。 在 Microsoft

Office 软件中,提供了向导式的报表创

建功能。

图1:SAS保险业数据模型部分示例。

14 The Power To Know TM

在当今严峻的经济环境下,深入了解客户需

求并改善客户服务显得尤为重要,可以帮准

您降低客户获取成本,提高客户保持率,增

加钱包份额。保险公司正在面对客户忠诚度

不断下降、客户获取成本越来越高等难题。

而且,由于缺乏客户统一视图,保险公司无

法有效判断出客户偏好,也就难以发现新的

营销机会,包括交叉销售和提升销售等能够

让业务有机成长的新机会。

SAS保险业客户分析解决方案,可以将原始数

据转换为洞察力,让保险公司可以据此更智

能地制定营销策略,提高保费收入。这是一

种整合式的软件基础方案,让业务用户可以

从大量历史数据中分析出其中隐藏的复杂客

户行为,回答关键的业务问题,例如哪些客

户有可能购买某种新的产品,哪些客户的保

单有可能会失效。该方案可以帮助保险公司

明晰客户的需求与偏好,从而有针对性地调

整公司的产品和服务。这种洞察力让市场营

销人员可以更准确地锁定目标客户,进行合

适的市场营销活动,提高客户的响应率。

SAS保险业客户分析解决方案可以帮助您:

• 创建客户统一视图

• 提高保费收入

• 发现新的销售机会并提高钱包份额

• 提高客户保持率

• 降低营销成本

SAS的独特之处

只有SAS保险业客户分析解决方案可以为您提供:

• 超强的数据整合能力

• 保险业数据模型和预置的分析功能

• 通过友好的用户界面和直观的Web报表,

提高工作效率。

SAS保险业客户分析解决方案

降低客户获取成本,提高客户保持率,增加钱包份额。

主要优点

挑战:

• 缺乏客户统一视图。客户数据常

常是保存在彼此独立的中介那里

或者是在多个业务系统中,这些

业务系统又常常是归属不同的业

务条线,导致产生了大量分离而

重复的数据。

• 无法预测客户行为。由于客户数

据的不一致和不完备,再加上部

门之间缺乏协同,就很难建立起

有效的客户行为模型。

• 无效的或压根不存在的客户细分

与特征刻画。提前支取或者低客

户保持率会对收回定期保单的客

户获取成本造成严重影响,也很

难建立分层的定价模型。

• 客户忠诚度不断下降。来自保险

经纪商网站、银行以及其它金融

服务机构的激烈竞争,会不断侵

蚀您的客户忠诚度。

. 2015 SAS 版权所有 15

SAS是如何提供这些帮助的?

SAS保险业客户分析解决方案提供了特

有的分析技术,帮助您更深入地了解客

户,并根据客户利润贡献度进行决策。

该解决方案让您可以通过多种变量(包

括人口统计特征、地理信息、索赔历史

以及其它行为属性) 对客户进行细分,从

而创建目标明确行之有效的营销计划。

该解决方案能够帮助您判别客户流失

的原因,对未来的客户流失进行预测,

从而提高客户保持率。除此之外,您还

可以通过对历史数据展开分析,知悉哪

些客户是交叉销售和提升销售的最佳目

标,从而提高保费收入。

创建客户统一视图

SAS保险业客户分析解决方案可以帮助

您将客户数据整合在一起— —无论它

们来自何处。该解决方案对数据进行清

洗和转换,为您提供客户关系的全面视

图。此外,该解决方案还可以:

• 支持以客户为中心和以家庭为中心的

视图。

• 交付一致、精确、可核实的最新信

息。

• 它包含了一个数据仓库的完备数据模

型,用作事实的唯一版本。模型中对

超过5000个保险业数据项进行规范

化,从而保证整个企业内的术语和报

表保持一致。

提高保费收入

对现有的业务进行细分,明晰其中驱动

承保绩效的关键费率要素,是保证保险

公司持续发展的基础。SAS保险业客户

分析解决方案能够帮助您了解变量间的

关系,改善您的费率制定和定价策略。

还可以帮助您发现新的营销机会,

增加钱包份额

不仅要留住现有的客户,还要通过交叉

销售和提升销售来最大化他们的生命周

期价值,这二者都很重要。SAS保险业客

户分析解决方案提供了预测分析建模技

术(例如决策树),能够预测客户的未来

行为,帮助您锁定交叉销售和提升销售

的目标客户。

提高客户保持率

您可以通过进一步的分析(例如聚类分

析),来预测客户行为,发现对客户挽留

造成影响的关键因素,从而获得深入洞

察。SAS保险业客户分析解决方案提供了

失效保单的相关报表,并提供了精准的

早期预警系统,告诉您哪些保单未来可

能会失效。

降低营销成本

SAS保险业客户分析解决方案借助于预

测分析建模技术,基于整个机构内的客

户人口统计特征、地理信息和行为数据

进行分析,让您可以将合适的保险产品

与合适的客户联系起来。

功能

保险业数据模型

对于企业级数据仓库来说,一个完备的

可扩展的数据模型就意味着事实的单一

版本,它包含了保险业的所有关键主题

域。

历史数据以明细层次来存储,可以支持

所有的报表和分析需求。该解决方案同

时支持财产保险(包括个人与团体业务)

和人寿保险产品,并具备足够的灵活性

以便随需扩展到以后出现的新业务。该

解决方案同时还包括:

• 一份完备的数据字典,用于描述所有

保险数据项。

• 一份完备的信息映射,将物理数据结

构映射为业务术语。

• 逻辑模型和物理模型— — 例

如,ERwin数据模型和SAS元数据。

• 支持多种数据库部署,包括

SAS、Oracle、Teradata和DB2。

• 业务数据的定义符合全球的保险业

数据标准,例如ACORD。

• 为多种业务问题的分析提供支持,包

括Solvency II。

数据管理

一个企业级的数据管理环境,可以满足

您所有的数据管理需求。您可以访问几

乎所有系统所有格式的数据,实时地对

这些数据进行清洗和转换,实现数据迁

移和相关系统的数据同步——所有这

些功能都是通过一个易于部署的通用环

境来完成。该解决方案同时还包括:

访问数据源系统的一系列向导,创建目

标数据结构,导入和导出元数据,创建

和执行ETL(数据的抽取转换和加载)处

理流程。

• 一个专用的图形用户界面,方便您刻

画数据特征,发现和修正源系统的问

题,保存业务规则并用于后续的ETL处

理。

• 实时处理服务,用于支持实时的数据

清洗和增强,以及其它的实时处理需

求。

• 企业级的数据源连通性— —支持

AS/400, ODBC, IBMDB2/UDB, Informix,

Microsoft Access, Excel, SQL

Server, Netezza, Oracle, Sybase, SAS,

Teradata以及更多数据源的连通。

• 支持非结构化数据和半结构化数据。

• 数据质量管理,可嵌入批处理、近实

时和实时处理过程。

• 数据清洗功能支持全球20多个国家和

地区的语言,并根据不同语言进行特

定处理和本地化。

• 开箱即用的标准化规则,确保数据可

以符合企业标准,您也可以创建自定

义规则,用于处理特殊问题。

• 交互式的图形化界面,让数据处理人

员可以刻画业务数据特征,持续监控

数据的发展动态。

16 The Power To Know TM

• 可定制可重用的数据质量业务规则,

您可以直接在处理工作流程中直接调

用这些规则。

• 您可以在多种数据库、企业应用系

统、主机平台上的遗留旧文件、文

本、XML、消息队列以及其它源系统

之间,进行数据的迁移和同步。

• 跨数据源的数据连接(Join)能力,支持

实时的数据访问和分析。

报表和商业智能

该解决方案包含了完备而易于使用的商

业智能软件,为用户提供深入到各个层

次的洞察力,更快更好地做出决策。功

能包括信息门户和仪表盘、报表查看、

报表创建、高级的数据探索、Microsoft

Office整合、向导式分析、元数据管理、

向导式的SAS OLAP数据立方体创建和应

用开发。此外,该解决方案还包括:

• 基于Web的交互式报表开发界面,适

合业务人员使用。

• 支持各种水平的用户使用不同的BI界

面来进行数据查询。

• 在层次中的任意水平,从给定的分析

维度以及过滤条件,对多维数据进行

切片和切块。

• 支持紧急警报和行动呼吁的仪表盘,

反映绩效结果。

• 动态的业务可视化工具,提供交互式

的数据探索、可视化查询等功能。

• 在Microsoft Office 软件(包括

Word、Excel和PowerPoint)中,调用

SAS的数据访问、报表和分析功能。

• 在Microsoft Office 软件中,提供了向

导式的报表创建功能。

数据挖掘和预测建模

SAS保险业客户分析解决方案,支持数

据挖掘人员和业务分析师创建高精度的

预测模型和描述模型,对企业内的海量

数据进行深入分析。分析结果可以在整

个企业内共享,并将分析模型嵌入业务

流程。该解决方案同时还包括:

• 一套功能强大的交互式数据准备工

具,包括填补缺失值,过滤异常值,以

及定义数据分组规则。

• 一系列超越竞争对手的预测建模和

描述建模算法,包括:决策树、神经网

络、内存推理、层次聚类、线性回归和

逻辑回归、关联分析、购物篮分析、序

列分析和网站路径分析等等。

• 通过合并多个模型的预测结果,来获

得更健壮的模型(例如,平均法、投票

法和取最大值法)。

• 模型评估节点,可用于在统一框架内

对所有数据源进行多个模型的比较。

为何选择SAS?

超强的数据整合能力

只有SAS,才可以帮您收集所有的客户数

据并纳入事实的单一版本,从所有接触

点和遍布企业的各个渠道获取数据并整

合在一起。该解决方案可以自动进行数

据检验,这也是数据整合流程的一环,

保险公司能够对数据完整性充满信息。

保险业数据模型和预置的分析功能

借助于SAS提供的保险业逻辑数据模型

和物理数据模型,您可以快速启动您的

分析能力。此外,SAS还可以帮助您:

• 有效节约成本,缩短实施时间(借助于

预置的客户数据集市和预测模型)。

• 准确预测出客户的未来行为(借助于

SAS强大的预测建模技术)。

• 从数据分析发现出趋势,进行市场细

分,判别客户价值,计算流失评分,

当重要客户的行为即将发生异动时及

时告警。

提高工作效率

只有SAS才提供了预置的处理流程和分

析技术,开箱即用的架构让你可以轻松

解决大量的保险业务问题,这样就极大地

提高了工作效率,为您的业务分析师和领

域问题专家提供有力支持.除此之外:

• 友好的向导式用户界面,让业务分析师

可以开发预测分析模型,对客户深入分

析,包括客户细分、客户保持、交叉销

售和提升销售等。

• SAS屡获大奖的商业智能技术,为您

提供直观的Web报表。

• 信息门户框架,提供了评分卡、仪表

盘以及其它报表功能,为企业内的信

息发布提供支持。

• 业务用户可以很方便地访问在线报

表,查看绩效数据,并与历史数据进

行比较,针对最新的关键指标进行钻

取,例如各业务条线的营收和客户保

持率。

. 2015 SAS 版权所有 17

据估计大约有百分之十的保险索赔都属于欺

诈索赔,由此给财产保险业带来了巨大损

失,仅在美国的损失就高达每年300亿美元。

而这种恶劣的情况还在继续发展。

为了侦测出欺诈行为,众多的保险公司都建

立了交易监控系统,它对侦测出个体索赔欺

诈还是相当有效。然而,我们还是非常需要

新的侦测方法,能够跨越多笔索赔和多个业

务条线,来对客户行为进行监控,以便识别

出那些看起来很正常,但却逃脱了交易监控

系统侦测雷达范围的客户们。

此外,大多数目前在用的欺诈管理解决方案

都属于被动式防御,只能在欺诈案件发生之

后才可以侦测,而此时可能已经完成了理

赔。尽管有些创新厂商已经使用数据挖掘技

术,开发出评分卡,利用一系列业务规则来

侦测欺诈,但这些方法还仅仅只能识别出简

单的、以前已经发现的欺诈模式。

而且,在设置警戒阈值时还始终要进行权

衡。阈值设置过低,您就需要花费大量的时

间来调查那些错误的警报;阈值设置过高,

则又可能放过了大量真实的欺诈索赔,造成

损失。更为严重的问题是,有组织的欺诈团

伙会不断测试和探索这些阈值和侦测规则,

让他们的欺诈索赔变得无法侦测。SAS保险业

欺诈管理框架可以为您带来帮助。

SAS给出的方法

SAS保险业欺诈框架,是一个端到端的解决方

案,用于侦测、预防和管理保险业的索赔欺

诈。该框架中包括:

• 快速的模型开发和部署功能,随需更新您

的模型和规则。

• 先进的分析技术,包括文本分析、数据挖

掘和链接分析。

• 支持大数据处理的高性能和扩展能力。

• 与现有业务系统集成的能力。

• 灵活的部署选项,包括由SAS托管、本地部

署、以及二者混合的部署方式。

只有SAS才能提供更好的欺诈侦测技术,有效

提升业务效率,通过:

• 混合型的欺诈侦测方法,其中包含了规

则、异常侦测、预测建模和社交网络分析

等技术。

• 文本分析技术,用于分析非结构化数据,

例如索赔说明、客户服务日志、保单报

告、医疗记录等。

• 社交网络分析,让您发现那些有组织的欺

诈犯罪团伙,而在以前要历经多年才有可

能发现。

• 保险业数据模型和欺诈侦测引擎,其中内

置了专为保险业欺诈管理而定制的启发式

规则、异常侦测、预测模型,让您可以迅

速部署和运行。

•满足您特定需求的灵活配置,您可以按需

对模型和系统进行更新调整,以应对不断

变化的保险业欺诈发展趋势。

SAS保险业欺诈管理框架

在整个企业内预防、侦测和管理欺诈犯罪。

概述 SAS的独特之处

挑战:

• 业务部门彼此独立。在不同部门

(索赔、承保等等)中,存在着各

种彼此分离的陈旧解决方案,几

乎不可能来共享信息,也无法跨

多个产品条线来锁定可疑行为。

• 人力有限。常常缺乏足够的分析

师和调查员,无法对所有可以活

动进行侦测和调查。

• 数据质量低下。彼此独立的系

统,数据难以整合(包括来自供

应商和第三方的数据),导致了

数据的不完备和不可信。

• 犯罪手法多变。欺诈罪犯在不断

变换手法来绕开侦测规则及其阈

值,他们也在不断变换身份信

息,这些都让保险公司很难将新

的保单和理赔与以前已知的欺诈

案件匹配起来。

• 范围有限。在现有的数据模型

中,通常会局限在单个客户身份

的视图范围,很难发现多个客

户、索赔和相关实体之间的高风

险关系,也无法给出一幅全景

图。

• 人工分析。高达75%的索赔数据

都是非结构化的,由于大多数系

统都无法分析这种数据,就很难

发现出欺诈行为。

• 错判率太高。过度依赖“插红

旗”和基于业务规则的方法,会

导致大量的误判,浪费调查人员

大量的宝贵时间。

18 The Power To Know TM

SAS是如何提供这些帮助的?

大多数保险公司都将索赔欺诈视为不得

不接受的一项业务运转成本,但您并非

无可选择。SAS保险业欺诈管理框架,运

用了独特的混合型方法,来侦测和预防

欺诈行为(包括机会欺诈和专业欺诈),

这种欺诈管理贯穿整个索赔流程,跨越

多个业务条线——包括汽车保险、房屋

保险、残疾保险、工伤补偿等等)。

解决方案中的欺诈分析引擎采用了多种

分析技术来揭示欺诈的可能性,包括自

动化的业务规则、预测模型、文本挖掘、

数据库搜索、异常报告、网络链接分析

等等。生成的警报会被评分,并按照严

重程度来排定优先级,然后发送到调查

部门。调查人员将展开进一步的深入检

视,来判别该笔索赔或相关的历史索赔

是否为欺诈。

带来的好处

通过对100%交易的实时评分快速发现

欺诈活动

帮您侦测出更多的欺诈行为SAS能够帮

助您侦测出更多以前无法发现的欺诈行

为,让您可以:

• 不仅可以通过规则引擎来侦测,还可

以将先进分析技术嵌入流程。

•通过规则和分析模型来处理全部索赔

数据(而非仅仅只是样本),这种处理

可采取实时的或者批处理的方式。

•使用客户化定制的异常侦测方法,来

侦测出以前未知的欺诈模式。

•聚焦链接实体和犯罪团伙,能够有效

组织大额损失。

•克服由于不完全匹配以及紧密链接实

体所带来的数据质量差问题。

在理赔之前就能预防欺诈损失

借助SAS保险业欺诈管理框架,让您可

以:

• 通过在线的实时评分引擎或日常的

批处理评分,在理赔之前防止欺诈行

为。

• 通过异常侦测技术和损失比较,从相

似索赔中发现潜在的欺诈损失。

• 识别出惯犯并更准确地对新的索赔进

行评分,例如,在数据库中搜索已知

的欺诈罪犯,在系统中捕获所有的欺

诈结果、相关人和嫌疑犯,在未来加

以密切关注。

• 整合内部员工数据和审计记录(谁处

理了哪笔索赔),来揭示内部欺诈或共

谋犯罪。

• 采用基于风险和价值的评分模型,在

将生成的警报发送给调查人员之前,

排定警报的优先级。

• 在处理工作流中嵌入分析模型,支持

实时的信息访问。

SAS可以帮助您降低损失调整费用,通过:

• 借助于精密的欺诈评分引擎,大幅降

低错判率。

• 借助于先进的案件管理工具,提高调

查人员的工作效率。

• 排定高价值网络的优先级,展开更有

效更准确的调查,提高调查人员的

ROI(投资回报)。

• 在系统中捕获所有理赔信息,以便将

来在处理类似索赔时重用。

获得欺诈风险的完整视图

SAS保险业欺诈框架向您提供了欺诈风

险的完整视图,让您可以:

• 通过查看跨越所有业务条线的客户索

赔和保单信息,识别出跨品牌/产品

的欺诈。

• 持续地随需优化模型并更新系统,以

应对欺诈犯罪不断的发展变化。

• 借助社交网络图和尖端的数据挖掘功

能,了解新的索赔欺诈威胁,更早地

预防后续的欺诈损失。

提高您的竞争优势

该解决方案还可以帮助您获得更大的竞

争优势,它还为您提供如下能力:

• 由于大幅降低了错判率,对于安纪守

法的客户来说,能大幅提高他们的客

户满意度。

• 由于欺诈罪犯无机可乘,他们会转向

那些疏于防范并缺少有效欺诈侦测方

法的保险公司。

• 通过强化的欺诈管理,满足监管部门

的要求。

图1:在SAS社交网络分析解决方案中,给出了可疑网络的可视化界面,并提供向下钻取的功能。

. 2015 SAS 版权所有 19

侦测并生成警报

• 通过在线评分引擎,实时地对索赔进

行评分,该引擎中综合了业务规则、

异常侦测、以及先进分析技术。

• 当首次损失发生后立即计算欺诈概

率,并在每个理赔阶段,对新的索赔

数据重新评分。

• 不仅仅只是索赔欺诈侦测,同样在保

单生效时也会应用,能够在第一步就

有效预防欺诈犯罪。

警报管理

• 该框架可以汇集来自多个监控系统的

警报,将警报与相关索赔人关联起

来,为调查员提供特定索赔人的全面

风险透视。

• 基于行为的特定特征,计算出风险评

分,同时提供清楚的原因代码。

• 基于用户设定的规则和要求,对警报

排定优先级,自动地分发给相关人

员。

功能

SAS保险业欺诈框架是一个端到端的解

决方案,它提供了完备的功能,用于侦

测、预防和管理保险业的索赔欺诈。该

解决方案包括如下功能:

欺诈数据管理

• 您可以从内外部数据源获取和整合历

史数据,用于后续的分析和调查。

• 内含了数据质量工具,帮助您消除或

减少数据的不一致或数据冗余。

• 支持与第三方欺诈管理应用的整合。

规则和分析模型管理

• 让您可以有条理地管理规则、模型、

以及向调查人员发出的警报。

• 让您可以创建和管理业务规则、分析

模型以及已知的欺诈罪犯名单(黑名

单)。

• 让您可以维护路由与抑制规则,这些

规则可以简单亦可复杂。

社会网络分析

• 提供了独一无二的网络可视化界面,

让调查员可以很方便地识别多个索赔

之间的联系,这在以前是难以发现

的。

• 调查人员不再局限于查看交易和账户

层级的信息,而是通过网络视图查看

所有相关的行为和关系。

• 从数据中自动识别出可疑的网络化行

为。

• 让调查人员可以快速访问索赔的所有

细节信息,以及所有的相关参与人和

社交网络。

• 调查人员可以合并或删除网络实体,

为特定的网络实体添加注释(文字和

图像)。

案件管理

• 提供了一种系统化的案件管理方法来

方便调查人员,使用可配置的工作

流。

• 捕获并显示案件相关的所有信息,包

括案件的审阅备注和相关犯罪证据,

以及公民检举、赔偿和催收等信息。

• 全面暴露您面临的欺诈风险,包括欺

诈损失、已侦测和预防的欺诈案件。

图2:调查人员可以轻松钻取访问细节信息,包括所有相关的索赔、参与人和社交网络。

20 The Power To Know TM

SAS保险业风险管理解决方案,是一套用于保

险业风险分析和风险资本计量的完备解决方

案。该解决方案同时适用于人寿保险和财产

保险,帮助保险公司实施Solvency II标准模型

法,计算风险资本。它架构在坚实的数据管

理和报表平台之上,同时还内含保险业数据

模型。

该解决方案以SAS商业分析框架为基础,保险

公司可以在此基础上进一步扩展解决方案的

功能,以支持风险分析的内部模型法,为保

险公司带来更多利益。

SAS保险业风险管理可以解决如下关键问题:

• 全面的数据管理。在风险管理项目的成本

中,数据整合的占比高达80%。一个整合的

风险数据仓库,可以为您提供一致而准确

的数据,对于风险管理解决方案的成果实

施至关重要。

• 风险分析。保险公司需要进行复杂计算来

预估风险,初始化控制措施来维持偿债能

力比率,从而满足合规要求。

• 风险报告。为了达到Solvency II的合规要

求,帮助高级管理层提高风险决策水平,

标准报表和即席报表是不可或缺的,用于

将风险信息发送给监管人员。

满足Solvency II的合规要求。

• 采用标准模型法计算MCR和SCR,这是对单

个实体以及保险集团的共同要求。

• 创建Solvency II要求的合规报表和管理报表。

• 减少波动性

• 通过深入了解经济因素对保险公司资产负

债表的影响,改善风险决策策略。

• 通过对资产负债在市场状况突发变化和急

剧变化条件下的压力测试,确保您的偿付

能力。

获得巨大的竞争优势

• 对风险资本计提的更好分配,让您可以从

容降低保险费率。

• 提高您的信用评级,改善公司债券的可用

性和价格。

• 通过优化投资策略,获得更好的投资回报。

• 针对当前和未来的业务机会,随需分配您

的资本和风险容量。

在企业级数据仓库中展开更准确的风险分析。

• 完备的数据管理功能,提升数据质量,消

除或减少数据的不一致。

• 保险业数据模型,用作信息的唯一来源。

• 预置的数据管理功能,让您可以将数据从

数据模型加载到风险解决方案。

降低总体拥有成本

• 只需一个解决方案就提供了完备的功能支

持——从数据整合、风险分析、一直到报

表功能。

• 该解决方案具有的灵活性和扩展能力,可以

满足保险公司不断演进的风险分析需求。

• 该解决方案可以与第三方风险软件灵活集成。

SAS保险业风险管理解决方案

用于风险分析和风险资本计量的完备解决方案,

同时适用于人寿保险和财产保险。

SAS保险业风险管理解决方案 主要优点

可以做什么?

SAS保险业风险管理解决方案是为

了风险分析和风险资本计量而设

计,同时适用于人寿保险和财产保

险。该解决方案支持标准模型法,

满足Solvency II合规要求。

借助本解决方案,您可以完成:

• 企业级的风险数据管理。

• 利用市场一致评估方法来评估资

产和负债价值。

• 压力测试与情景分析。

• 风险资本要求的加总。

• 偿付能力资本要求(SCR)和最低

资本要求(MCR)的计算。

• 合规报告与内部风险报告。

SAS保险业风险管理解决方案

为什么重要?

SAS 高性能分析帮助企业利用大数

据,进行更复杂的分析,来解决业

务难题,这些难题在以前甚至被认

为是无法解决的,让企业快速把握

发展机遇。SAS 高性能分析可以帮

助您剔除不重要的变量,识别出变

量间的重要关系,采用最佳的建模

技术,提高预测精度,做出更有价

值的决策。

SAS保险业风险管理解决方案

为谁而设计?

该解决方案是为保险精算师和投资

分析师、风险分析人员和经理、IT

经理和高层管理人员而设计的。

. 2015 SAS 版权所有 21

解决方案概述

SAS保险业风险管理解决方案由如下模

块化应用组成:

• SAS保险业全面风险管理

• SAS保险业市场风险管理

• SAS保险业承保风险管理(财产保险)

• SAS保险业承保风险管理(人寿保险)

每个应用都包含了保险业专用的数据模

型、预置的数据管理功能、以及风险分

析和报表功能。

风险数据管理

SAS保险业风险管理解决方案中包含了

数据管理功能,让保险公司可以从内外

部数据源获取和整合历史数据,用于后

续的分析和报表。数据仓库提供了一致

准确的数据,这些数据涉及资产/负债暴

露、索赔、再保险安排、经济/精算风险

因子假设和产品配置信息。

• 风险数据仓库。SAS保险业明细数据存

储(DDS)可作为所有信息的唯一来源,

用于创建风险数据仓库。

• 先进的数据质量管理。数据质量工

具,帮助您消除或减少数据的不一致

或数据冗余。

• 预置的数据管理。支持从SAS明细数据

存储中将数据抽取、转换和加载(ETL)

到解决方案的数据集市。

• 第三方应用的集成。支持与第三方应

用的整合。

• 用户安全性。支持对用户安全性的创

建和修改,包括访问、身份认证和授

权。

• 审计功能。支持自动审计跟踪的创建

和查询。

风险报告

该解决方案提供了报表功能和风险仪表

盘,确保您在整个企业内能够快速有效

地分发信息。

• Web报表工具。内含Web报表工具,

用于自定义仪表盘和即席报表。

• 预置的风险报表。内含了预置的风险

报告数据集市和超过50张标准的风险

报表。

决方案组件

SAS保险业全面风险管理

该组件可以对全企业的风险进行加总,

计算出相应的量化指标以满足Solvency II

的合规要求。

• 偿付能力资本要求(SCR)和最低资本要

求(MCR)的计算,这是对单个实体以及

保险集团的共同要求。

• 计算市场、人寿保险、财产保险、健

康保险、操作和交易对手违约风险的

风险资本要求。

• 跨越所有风险管理模块的风险资本要

求的加总。

• 计算不可避险保险负债的风险边际。

• 计算再保险应收分保账款。

• 计算可用资本和偿债能力比率。

图1: 直观的用户界面,方便用户配置保险产品和风险分析参数

22 The Power To Know TM

SAS保险业市场风险管理

该按照合规要求和最佳实践,保险公司

需要报告资产负债的真实经济价值,包

括资产负债表的表外项目。SAS保险业市

场风险管理,让风险分析师可以配置和

计算金融工具和资产的市场价值——例

如债券、股权、衍生产品、房地产掉期

等。此外,该解决方案还可以:

• 支持多种金融工具和房地产投资。

• 提供丰富的函数库,帮助您实现投资

股份估值方法的快速开发。

• 支持所有资产项的市场计价。

• 进行风险因子的压力测试,例如利率、

股票、货币汇率和资产增长率等。

• 支持总资产负债表法。

• 按风险因子,如利率风险、股权风

险、货币风险、财产风险和非流动性

保费风险,对分散的风险资本要求进

行计算和加总。

SAS保险业承保风险管理(财产保险)

该组件可以帮助分析师运用精算和财会

技术,在事故和承保年限的基础上,对

财产保险负债进行估值。

• 包含了内置的框架,帮助您实现财产保

险赔偿准备金估计新方法的快速开发。

• 通过预置的技术,包括 link ratio, chain

ladder, Cape Cod 和 Bornhuetter -

Ferguson 等方法,计算赔偿准备金。

• 对分散的风险资本要求进行计算和加

总,例如准备金/保费风险和灾难。

主要特点

全面风险管理

• 计算Solvency II的量化要求(第一支柱)— — 偿付能力资本要求(SCR)和最低资本

要求(MCR)。

• 计算人寿保险、市场、财产保险、健康保险、操作和交易对手违约风险的风险

资本要求。

• 跨越所有风险管理模块的风险资本要求的加总。

• 计算可用资本和偿债能力比率。

• 计算再保险应收分保账款。

市场风险管理

• 支持多种金融工具和资产的配置,包括:

»? 债券(固定收益债券、可变收益债券、可赎回债券、公司债券等)

»? 股权

»? 基于股票、货币和债券的金融衍生产品

»? 信用衍生品

»? 掉期(利率和货币)

»? 期权(掉期、封顶和利率下限)

»? 房地产

• 支持基于利率、股票、货币汇率和资产增长率等因子的压力测试。

• 风险资本要求的计算和加总。

财产保险的承保风险

• 预置的框架可用于估算赔偿准备金。

• 可采用以下方法来计算赔偿准备金:

换 Link ratio

换 Chain ladder

换 Cape Cod

换 Bornhuetter-Ferguson

• 风险资本要求的计算和加总。

人寿保险的承保风险

• 通过可扩展的函数库来对人寿保险负债进行估值。

• 进行风险因子的压力测试,包括:死亡、残疾、寿命、失效率和支出。

• 支持分红和非分红人寿保险产品,以及分账户的人寿保单。

• 对分散的风险资本要求进行计算和加总。

. 2015 SAS 版权所有 23

SAS保险业承保风险管理 (人寿保险)

该组件可以帮助分析师运用精算和财会

技术,对人寿保险负债进行估值。它支

持您为多种不同的人寿保险产品配置估

值框架和项目现金流,包括定期保险、年

金、终身人寿保险和生死两全保险产品。

• 支持分红和非分红人寿保险产品,以

及分账户的人寿保单。

• 提供丰富的函数库,帮助您实现人寿

保险负债估值方法的快速开发。

• 提供用户界面来进行风险因子的压力

测试,包括:死亡、残疾、寿命、失

效率和支出。

• 按风险因子,如死亡风险、残疾风

险、寿命风险、支出风险和失效风

险,对分散的风险资本要求进行计算

和加总。

风险数据管理

• 可以读写几乎所有技术平台上所有格式的数据, 包括Excel、Oracle、DB2、SAP

和旧的遗留系统。

• 嵌入式的数据质量处理。

• 可扩展的保险业数据模型。

• 支持与第三方解决方案的集成。

• 用户安全性— —支持对用户安全性的创建和修改,包括访问、身份认证和授

权。

• 预置的数据管理功能,让您可以将数据从DDS抽取、转换和加载(ETL)到解决方

案的数据集市。

风险报告

• 在报表库中包含了超过50张预置报表,包括:

»? 监管资本

»? 技术准备金

»? 法定的资产负债表

»? 保险集团

• 直观的Web查询和报表工具,让业务人员可以创建、查看和分享即席报表。

图2: 基于Web的风险分析和报表用户界面,让您可以实现企业内报表的有效分发。

24 The Power To Know TM

以SAS业界领先的商业分析框架为基础,SAS®

保险业审计分析平台为您构建企业级审计分

析平台提供解决方案。SAS保险业审计分析®

平台提供前所未有的数据管理、分析建模和

报表技术,协助审计部门应对数据整合、审

计分析建模、风险监测等各方面的挑战。

在保险公司内部审计过程中,经常要面对数

量庞大,种类繁多的各种数据,这些数据往

往来自保险公司内部不同的信息系统。合理

的运用计算机技术整合这些数据,对这些繁

杂的数据进行有效的分析,及时发现疑点和

问题,不仅可以提高审计分析平台的效率和

质量,而且可以极大地减轻现场审计人员的

工作量。如何构建一个稳定可扩展的,能够

适应不断变化的业务需求的审计分析平台,

如何利用先进的商业分析技术为内部审计服

务是目前各保险公司包括监管机构所面临的

新问题。

权威、完备的统计分析与预测模型技术

SAS是商业分析软件与服务的领导者,在统计

分析和数据挖掘技术领域,业务占据全球市

场份额的近40%,被誉为业界分析技术的标

准。审计分析系统不论在国外还是在国内保

险业都不仅仅是一个报表展现系统 (虽然它的

结果一定要通过不同的方式展现出来,如固

定报表、灵活报表、仪表盘等), SAS审计分析

平台提供权威、完备的统计分析、数据挖掘

与预测分析技术,通过提供图形化、易于使

用的各种高级分析手段,如: 抽样、方差分

析、相关分析、因子分析、聚类分析、判别

分析、关联分析、回归分析、时间序列预测

等协助审计人员更准确地发现问题与疑点。

满足审计业务灵活多变、无一定之规的需求

审计业务不确定性的特点决定了计算机辅助

审计系统必须具备极强的灵活性、适应性和

可扩展性。SAS? 保险业审计分析平台的设计

充分考虑了保险公司业务发展的需要,充分

采用灵活的参数化设计思想,如自由定义数

据采集的格式和方法、自由定义计算指标、

自由定义审计分析模型、自由定义分析报表

格式等,使系统能够适应被审计对象数据的

变化、指标定义的变化、审计思路的变化等

各项业务发展的需要,充分保护原有投资。

开放性与可扩展性优势

SAS系统是一个开放的系统, 提供与现有系统

的集成和良好的系统可扩展能力, 主要表现为:

• 支持多种数据源标准, 不论是关系型数据库

管理系统, 如DB2, Informix, Oracle, SQL

Server, Sybase 等, 还是日常使用的多种文件

格式, 如Excel, DBF, 包括企业级应用系统,

如SAP, PeopleSoft, Baan, Siebel 等。

• 支持多操作系统平台, 包括Unix系统,

Windows系统, IBM OS/390主机系统。采用

SAS平台开发的应用进行跨操作平台移

植,90% 的代码无需更改,能够大量保护

客户的原有投资。

• 支持多种业界开放标准, 如XML, J2EE, .NET,

Com/DCom, Web ServiceLDAP, CMW,

OLEDB, JDBC, ODBC, MDX等,能供满足特

定应用与展现需求的客户化开发。

满足大数据量、多用户并发与高性能需求

SAS? 保险业审计分析平台基于强大的SAS商

业分析框架构建,能够提供高性能的数据整

合、审计分析建模与持续监测与预警。依托

SAS商业分析框架的可扩展体系架构,系统的

计算能力和I/O吞吐量能够充分发挥硬件平台

所提供的能力。通过基于线程的任务计算、

基于线程的服务器和基于线程的I/O,SAS能

够轻易地处理用户、CPU、数据和复杂分析的

增长。这些可扩展能力有力地强化了现有计

算资源的优化使用,同时还能够跨越异构的

硬件和操作系统环境,为审计分析业务所特

有的大数据量、多用户并发提供高性能支

撑。

该解决方案可以与第三方风险软件灵活集成。

SAS保险业审计分析平台

为加强内部控制、监测、控制与管理整个保险公司

的内部风险提供统一的审计分析平台。

主要优点

内部审计所面临的挑战。 概述

保险公司内部审计的职能是对组织

内各个部门、岗位和各项业务实施

全面的监控和评价,然而,随着审

计环境的变化,这一职能的有效履

行正面临严峻的挑战:

• 其一,审计资源有限的矛盾日

益突出。近年来保险公司资产规模

增长迅速,业务量急剧膨胀;同业

竞争日趋激烈,新的产品和服务不

断推出,保险公司业务的复杂程度

大大提高;各机构地区跨度广、网

点众多。在现有资源下,单纯依靠

传统的审计方式已难以保证内部审

计质量和全面性。

• 其二,审计体制改革对于审计

业务管理的科学性和规范性提出了

更高的要求。各保险公司都加大了

直接审计的力度,这就要求审计人

员在业务管理层面也相应加强集约

化力度,科学制定审计计划,合理

安排审计资源。

• 其三,长期以来,保险公司内

审由于缺乏有效科学的分析手段,

难以及时全面地发现保险公司经营

管理中的各项问题,从而在外审中

暴露了很多问题。虽然亡羊补牢为

时未晚,但是审计人员更需要科学

的、前瞻性、预测性的分析手段来

防患于未然,更加有效地控制和规

避风险。

以上情况都表明利用科技手段加强内

部审计与风险控制已经迫在眉睫。

. 2015 SAS 版权所有 25

满足安全性与集中管理的需求

SAS? 保险业审计分析平台是一个分布

式、多层次的应用架构,该架构支撑丰

富的审计分析与预警功能、大量的业务

规则和处理逻辑以及跨地区不断增长的

大量用户访问。有效地在整个企业范围

内管理这样一个平台是系统建设的关键

环节,SAS 提供了一种全新的企业信息

架构管理模式 -- 为整个企业环境提供灵

活、统一的、集中式单点管理。在通用

的元数据基础上进行标准化管理,包括

对系统资源、数据资源、用户与组的授

权访问以及第三方应用等,SAS 保障 IT

部门能够高效率、低成本地快速适应不

断增长的系统需求。

解决方案概述

基于SAS公司在商业分析以及风险管理

领域多年的成功经验,SAS保险业审计®

分析平台通过审计分析模型将科学的分

析技术和优秀审计人员的宝贵经验固化

到系统中,大大降低了由于审计人员经

验不足造成的审计风险,通过审计分析

模型的集中管理实现审计知识在企业范

围内的共享,不仅能够有效统一审计工

作流程和作业标准,切实保证审计质

量,同时还能通过审计分析模型的不断

调整和优化适应不断变化的审计业务要

求。

SAS保险业审计分析平台是一个端到端®

的解决方案,它提供了从数据调集、指

标管理、审计分析建模、持续监测与预

警的完备功能:

数据调集

数据调集实现了将业务系统、数据仓

库/数据集市以及外部系统的有关数据

进行采集,整合到审计分析平台使用。

结合SAS先进高效的数据访问与整合技

术,SAS能够轻松实现被审计对象数据

的高效率、高质量的数据调集。

指标管理

指标管理是从整合的基础数据灵活定

义需要的计算指标,以供审计分析建模

及持续监测与预警使用。

系统提供面向审计分析人员的指标定义

和计算,业务人员可以根据审计分析和

监测预警的要求进行灵活的指标定义:

新增、修改、删除、运行等,从而为审计

分析和监测预警提供强大的指标管理

基础。

审计分析建模

审计分析是SAS保险业审计分析平台®

的核心,审计分析是通过对数据和资料

的分析和探索,揭示保险公司经营管理

中的潜在风险,一方面为现场审计提供

线索,另一方面为审计监测预警提供资

料。审计分析不仅能够协助用户实现会

计报表的审核,以校验不同系统之间一

致性,以及同一系统之内被审计对象会

计核算的正确性以及会计核算管理的有

效性,还能够协助用户进行横向、纵向、

时间序列等一系列疑点的查找与分析。

系统能够根据审计人员的思路自动生成

审计分析流程和模型,便于审计知识的

集中管理和共享。

持续监测与预警

持续监测与预警主要是对一些重要的

指标数据、审计分析结果、疑点数据以

列表、图形、仪表盘等多种形式进行展

现,并提供在机构、指标层次等多角度

的灵活钻取和分析监测。

风险预警

核心业务系统营销管理系统财务系统其它系统外部数据

数据调集

企业级数据访问数据整合

数据质量管理作业调度

审计

数据集市

基础数据疑点数据

指标数据报表数据

模型探索

指标管理审计分析建模持续监测与预警

指标修改 模型管理

指标运行

指标定义 报告定制

预警定制

信息发布

SAS

aAudit

审计报告 即席查询 移动设备

元数据管理

逻辑库定义

与管理

服务器定义

与管理

用户/组定义

与管理

授权管理

日志管理

系统监控

与管理

邮件短信彩信

模型运行

图1: SAS保险业审计分析平台架构

26 The Power To Know TM

SAS高性能分析

在前所未有的大数据上,快速生成极为精确的洞

察,解决复杂的业务问题。

SAS高性能分析适用于解决复杂的业务问题,

这些业务问题需要使用精密高端的分析技

术,同时还要访问海量的数据。

它消除了目前常见的分析工具在处理大数据

时所存在的局限,同时也消除了现有计算资

源所带来的计算能力限制。

您能够以近实时的方式获得分析结果(一般

是在秒级或分钟级,而非以前的数小时或数

天)。

分析人员将能够轻松进行数据准备、探索、

针对多种场景进行建模,产生准确及时的洞

察,帮助管理层制定更好更有效的决策。

SAS高性能分析利用了数据库设备厂商(EMC

Greenplum或Teradata) 特别配置的硬件,并通

过以下SAS解决方案来提供高性能支持:Base

SAS、SAS/ETS、SAS/STAT和SAS Enterprise

Miner。

在分布式的内存计算环境中,通过支持复杂

的分析运算,SAS高性能分析可以帮助您进行

数据准备、探索、针对多种场景进行建模。

而这些工作,是基于您以前从未想像过的大

数据,同时为您生成准确快速的洞察。如果

您可以将分析工作的时间,从数天或数小

时,缩短到几分钟甚至几秒,毫无疑问,您

就有能力来解答更多的what-if问题。您将无

需花费大量时间来等待系统出结果,这些时

间可以用于模型调优并多次运行。

• 更快更自信地做出反应,把握新机遇,掌

控风险,做出正确决策。更好更快更准确

的分析洞察,在机遇消失之前,帮助企业

实现更高的业务价值,驱动营收增长,实

现成本节约。

• 无需因资源限制等因素而妥协,去采用一

些简陋的分析方法来解决复杂问题。在您

的全部数据上(而不是部分数据或汇总数

据),使用精密的分析方法来进行分析,

提高分析的准确性,支持更有目标和针对

性的决策。用户可以使用最好的建模技

术,更多地进行建模尝试,对新想法进行

检验,发现更多更准确的洞察。

•以前所未有的速度获得洞察,做出高价值

而且需求急迫的决策。缩短从开始建模到

部署整个过程所需的时间。SAS高性能分

析,提供了卓越的分析速度,让您可以在

快速多变的市场环境中,对众多场景进行

评估,快速侦测,快速行动。

• 它利用了高扩展性和高可靠的基础架构,

针对大数据量和复杂计算进行了优化。为

了获得理想的计算性能,在专有数据库设

备的支持下,数据会被放入内存中进行后

续分析。当您想运行新的场景或进行新的

计算时,这些需求会被极快地处理,因为

数据可以快速放入内存,不受架构的限制

约束。

SAS高性能分析可以做什么? 主要优点

SAS高性能分析可以帮助企业以最

细的粒度来分析大数据,只需几分

钟就可以快速生成精确的洞察,而

无需等待数小时。这种特性让您可

以使用全量数据,进行数据准备、

探索并针对多种场景进行建模。您

不必基于数据的少量样本展开这些

工作,从而缩短响应时间,快速做

出更好的决策。

SAS高性能分析为什么重要?

SAS高性能分析帮助企业利用大数

据,进行更复杂的分析,来解决业

务难题,这些难题在以前甚至被认

为是无法解决的,让企业快速把握

发展机遇。SAS高性能分析可以帮

助您剔除不重要的变量,识别出变

量间的重要关系,采用最佳的建模

技术,提高预测精度,做出更有价

值的决策。

SAS高性能分析为谁而设计?

SAS高性能分析,为分析人员提供

了专用的分析环境,展开数据准

备、建模和模型部署等分析工作。

它同样适合IT人员来使用,通过内

建的高扩展性的架构,来管理和完

成复杂的分析任务,满足不断变化

的业务需求。

保险业信息管理

. 2015 SAS 版权所有 27

产品概述

SAS高性能分析是需要特别配置的软

件,需要与SAS合作的特定数据库设备

厂商进行支持,包括 EMC Greenplum 或

Teradata,采用内存计算技术来解决复

杂问题。SAS高性能分析,是市场上唯一

能够在大数据上向客户提供高端分析能

力的内存计算产品,为客户带来更快速

的洞察。

SAS高性能分析,并不仅仅只是在内存

计算环境中,提供数据查询、报表和描

述统计等分析技术。为了获得理想的计

算性能,在专有数据库设备的支持下,

数据会被放入内存中进行后续分析。因

为数据已经被存放在数据库中,就可以

快速地再次读入内存,以便展开后续分

析。

高性能分析环境

SAS高性能分析环境,支持客户端提交

的SAS会话(如BaseSAS、SAS/ETS、SAS/

STAT和SAS Enterprise Miner),它利用数

据库设备来作为共享内存的计算网格。

这种设计支持SAS代码和分析程序的海

量并行计算。它能够快速地将大量数据

读入内存,并针对这些数据,在内存中

运行线程化的分析算法。SAS高性能分

析软件,需要数据库设备的支持,来优

化分析处理过程,按需来分配大量内存

资源,以近实时的方式解决复杂的业务

问题。

高性能数据探索

SAS高性能分析,通过一系列并行化的

程序,支持大规模数据的探索和汇总。

这种数据探索功能,让您可以在非常短

的时间内,对大数据进行描述性统计。

您可以计算均值、最小值、最大值、极

差、分散度和集中度等统计量,以及变

量的基数、汇总和水平等信息。

高性能变量归约

该特性支持无指导的变量选取技术,

筛选出一组最重要的变量,用于共同解

释数据中所包含的信息量。HPREDUCE

过程用于进行变量分析,并进行维度归

约,从原始变量集合中筛选出一个子

集,这个子集中的变量贡献了总体数据

方差中最大的部分。

高性能线性回归

SAS高性能分析支持最小二乘回归,借

助该算法,用户可以检视目标变量和一

组解释变量之间的关系。SAS高性能分

析中的回归过程,包括多种不同的模型

选择方法,并能生成各种诊断统计量。

它提供了一系列独特的功能,包括效应

选择和对CLASS语句的支持,对于包含

了内在类别的数据,可以进行模型效应

选择。

高性能逻辑回归

逻辑回归分析,支持将二值变量、二项

名义变量和多项名义变量作为目标变

量,是一种常用的预测算法。

高性能逻辑回归进行了优化,以发挥算

法的最高性能,将算法的计算过程分布

到计算网格中并行处理。它支持逻辑回

归算法,同样可以将二值变量、二项名

义变量和多项名义变量作为目标变量来

进行拟合。

在这种高性能分析架构上,您只需数秒

或数分钟就可以完成模型选择,这样就

能有更多的时间来针对更多变量进行多

次建模实验,建立起更好的模型。

高性能神经网络,支持建模人员运行更多的训练叠代,显著提升模型的预测能力和Lift。

28 The Power To Know TM

高性能非线性回归

该特性支持非线性最小二乘法或最大似

然估计,来拟合非线性回归模型。您可

以通过SAS程序语句来指定模型,让您

在建模中拥有更大的灵活度,发现目标

变量和自变量之间的关系。

高性能混合线性模型

该特性支持您使用多种混合线性模型,

对数据进行拟合。您可以使用这些拟合

模型来做出关于数据的统计推断。混合

线性模型是对标准线性模型的泛化,通

过GLM过程来调用——在泛化形式下,

数据中可能存在相关性和无约束变异。

混合线性模型为您提供了建模的灵活

性,不仅考虑到数据的均值(在标准线

性模型中采用),同时也考虑到数据的

方差和协方差。

高性能数据挖掘

SAS高性能分析,为SAS Enterprise Miner

提供了高性能挖掘节点(具体细节请参

见“主要特点”一节)。该特性进一步提

升了数据挖掘的速度,从数据抽样、探

索、修改、建模到模型评估。除此之外,

高性能的DATABASE过程还可以对多种

输入数据源生成汇总信息。

主要特点

高性能分析

• 为多个SAS分析软件提供高性能支持,包括Base SAS、SAS/ETS、SAS/STAT和SAS

Enterprise Miner。

• 提供平台来支持大数据的访问,这些数据可以存储为几乎所有商用系统中能见

到的格式。

• 并行读取输入数据,以及并行写入输出数据。

• 在分布式计算环境中,并行化地执行SAS分析过程。

高性能数据探索

• 通过一系列并行化的程序,支持大规模数据的探索和汇总。

• 在大数据上,极快地生成描述统计量。

• 计算均值、最小值、最大值、极差、分散度和集中度等统计量,以及变量的基

数、汇总和水平等信息。

高性能变量归约

• 使用HPREDUCE过程可以缩减维度,从原始变量集合中选择部分重要变量,同

时保持模型的解释能力。

• 通过指定一组变量来最大化地共同解释数据方差(协方差分析),从而实现无

指导的变量筛选。

• 支持分布式计算,以及CORR、COV和SSCP矩阵的输出。

• 使用CLASS语句来支持类别型的输入变量。

• 通过VAR语句来支持主效应和交叉效应。

• 输出统计量和矩阵信息,用于探索式数据分析,同时也可用作统计过程的直接

输入。通过消除冗余的矩阵聚集运算,节约了时间。

高性能线性回归

• 支持广义线性模型和分类效应的标准参数化。

• 支持数据分区,将数据划分为训练集、验证集和测试集。

• 支持FREQ语句,进行分组分析,同时支持WEIGHT语句进行加权分析。

• 提供多种效应选择方法。

高性能逻辑回归

• 预测二值型、二项和多项输出。

• 提供建模语法,包括CLASS和基于效应的MODEL语句。

• 提供用于序数型数据的积累线性模型,和用于无序多项数据的广义逻辑模型,

支持建模操作(变量选取)。

• 提供WEIGHT和FREQ语句,分别支持加权分析和分组分析。

• 提供OUTPUT语句,生成输出数据集,其中包含了预测概率和其它与观测有关的

统计量。

高性能非线性回归

• 可以根据用户给出的公式来计算派生变量,进行更稳健的参数估计,改善估计

的精度,同时速度更快。

• 评估用户给出的公式及其置信限。

• 使用最小二乘和最大似然估计方法,进行参数估计。

. 2015 SAS 版权所有 29

高性能神经网络和随机森林(实验

性的)

高性能神经网络利用了并行计算环境,

增强了算法的预测能力。用户可以通过

更多的模型训练,来生成更好的模型,

显著提升模型的预测能力。SAS高性能

随机森林过程,支持您快速建立随机森

林模型,该模型由多个决策树组成。

数百个决策树可以通过并行的方式,在

多个节点上进行训练。

高性能事件数回归和严重性模型

SAS/ETS中的两个过程也支持高性能分

析。COUNTREG(事件数回归)过程,针

对整数目标变量进行建模。

严重性模型,用于拟合随机事件(如保

单理赔损失的分布、以及具有正面影响

的事件)严重性的概率分布。

高性能混合线性模型

• 支持您使用多种混合线性模型,对数据进行拟合。您可以使用这些拟合模型来做

出关于数据的统计推断。

• 支持多种协方差结构。

• 针对对所有指定的、可估计的固定效应和随机效应的线性组合,提供适当的标准

误差,以及相应的T检验和F检验。

• 提供特别的密度和稀疏度算法,充分利用分布式多内核计算环境。

高性能数据挖掘

• 包含了以下SAS Enterprise Miner节点,支持高性能计算:HP Data Source, HP Explore,

HP Transform, HP Variable Selection, HP Regression, HP Neural Network, HP

Random Forest (experimental) , HP Impute.

高性能数据挖掘DATABASE过程

• 对于重要的输入数据源,创建汇总信息,包括:

• 观测数。

• 包含缺失值的观测数。

• 最小观测值。

• 最大观测值。

• 平均观测值。

• 标准差。

• 不对称性测量。

• 尾重(heaviness of the tails)测量。

• 非缺失观测的总和。

• 校正平方和。

• 平方和。

高性能神经网络

• 支持输入变量和目标变量的自动标准化。

• 支持自动选择和使用校验数据集。

• 当验证误差不再降低时,可以自动停止模型训练。

• 支持对每条观测单独加权。

高性能随机森林决策树(实验性的)

• 建立数百棵决策树的集装模型,来预测单个目标变量。

• 并行训练数百棵决策树,分别在不同的网格节点上运行。

• 从所有可用的输入变量中,随机选择用于节点切分的输入变量。

• 使用与目标变量最相关的单个变量进行切分。

高性能事件数回归

• 拟合回归模型,其中的目标变量为事件数量。

• 支持零堆积泊松回归和负二项回归模型。

• 使用最大似然估计方法,进行参数估计。

高性能严重性模型

• 拟合随机事件严重性的概率分布。

• 基于严重性分布的规模,拟合回归模型。

• 支持九种不同的概率分布,包括Tweedie分布。

• 允许用户增加新的概率分布。

• 可对数据截断和数据删失进行建模。

30 The Power To Know TM

SAS可视化分析

使用高性能、内存分析等功能对大数据展开可视化探索,

更快获得 精确洞察,并将结果发布到Web和移动设备上。

今天,企业组织正在收集庞大的数据,但传

统的架构和现有的基础设施却不具备相应的

能力和容量,无法及时对大数据进行快速的

分析处理。

并且,对数据访问、即席分析和一次性报表

的需求在持续增长,给IT部门带来沉重的负

担。由于现有技术的处理时间太长,或者根

本不可能生成决策者所需要的报表并快速解

决关键的问题,这令决策者们非常沮丧。而

且,他们还想通过iPad或其它移动设备终端来

访问他们需要的信息。

SAS可视化分析使用了内存分析技术和专用硬

件,为所有类型的用户提高了可视化探索大

数据的能力。面对数十亿条 的数据记录,在

几分钟或几秒钟内就能完成相关的分析,获

得有价值的洞察,并通过Web报表或移动设

备快速提交结果。

• 通过大数据探索技术和可用的分析,提高

所有用户进行决策制定的能力。SAS可视化

分析让不同类型的用户都能够对其所有数

据进行快速彻底的探索。而无需对数据进

行划分子集或抽取样本。易于使用的交互

式Web界面,让更多的人包括非专业技术

人员能够进行分析,获取新的洞察。用户

将能够查看更多选择,做出更精确的决

定,比以前更快地取得成功。

• 充分发挥分析人才的贡献,更快解决复杂的

问题。SAS可视化分析能够极快地给出分析

结果,提高您的数据发现和探索能力,让

您更好更专注地进行分析。聪明的分析人

员能够从大量的数据中发现和确定机遇,

敏捷地进行更深入的调查。

• 改善信息分享与合作。大量的用户,包括

那些仅具备有限分析技能的用户,都可以

通过Web、PDF文件或 iPad等移动设备,快

速地浏览报表和图表并进行交互操作。与

此同时,IT部门可以保持对基础数据库和安

全的控制。SAS可视化分析在正确的时间 向

正确的人员提供正确的信息,提高企业组

织的生产效率和知识水平。

• 给业务用户提供了新的方式来访问所需信

息,解脱了IT人员的负担。将 IT人员从业务

部门无穷无尽的要求中解脱出来。业务用

户们会要求访问不同的数据量、不同的数

据视图、即席的报表以及一次性的信息要

求等等。 SAS可视化分析能够让IT人员轻松

地 为多个用户载入并准备好数据。一旦 数

据载入并准备好,业务用户就可以自行灵

活地探索数据,创建报表和分 享信息。

• 按照您的需要和节奏来不断成长。SAS可视

化分析提供了基于通用硬件的基础结构,

具有高度的可扩展性,支持不断增长的访

问更多数据的需求。它采取了自下而上的

设计,支持与Hadoop的整合,以便支持数

据库的优化和扩展能力。

主要优点

SAS可视化分析可以做什么?

SAS可视化分析,通过彻底探索分

析您的所有数据,从海量数据中获

取更深入的分析洞察。您无需对数

据划分子集或抽样。SAS可视化分

析的高性能让您充分利用您的大数

据资产,比以往更快速地获得更精

确的洞察力。

SAS可视化分析为什么重要?

它支持许多用户同时探索海量数据

的能力,再结合SAS软件强大的高

性能分析技术,给企业组织提供了

前所未有的方式去深入了解大数

据,揭示出您意想不到的洞察,更

加快速地解决复杂问题,确定更新

更好的行动策略。此外,SAS可视

化分析还支持您通过Web和移动终

端设备,通过报表和 KPI (关键业

务指标)的方式,来显示分享从大

数据中发现的信息。

SAS可视化分析为谁而设计?

SAS视化分析为您企业组织内所有

进行数据发现和探索的人员提供

支持,包括决策人员、分析人员、

统计人员和数据科学家。它还为IT

人员提供了一种简单的方法,来保

护和管理数据和系统,确保它们对

每个人来说都是运行正常和安全

的。

保险业信息管理

. 2015 SAS 版权所有 31

产品概述

SAS可视化分析将高性能分析和非常易

于使用的可视化探索界面结合起来,让

企业组织能够从大规模的海量数据中,

比以往更快地取得价值。由此创造出前

所未有的机会,让企业组织可以快速自

信地解决以前难以解决的问题,提高业

务绩效并减少风险。

高性能 SAS LASRTM 分析服务器

SAS LASR 分析服务器为SAS可视化分析

解决方案提供了基础,具有改变游戏规

则的能力,大大加速了分析计算处理。

由于具有内存分析能力,SAS可视化分析

提供了极快的大规模数据处理能力,打

破了以往的思维模式。而且,它是为Hadoop

整合而特别定制的,让企业组织可

以最大限度地利用大数据存储系统和并

行处理环境。

适合IT部门的环境和数据管理

SAS可视化分析帮助多种类型的用户提

高了分析能力,借助其易于使用的管理

工具, IT人员可以设置统一的工作环境,

让业务人员、数据科学家和信息消费者

们在相同的应用环境下,进行他们各自

的工作。IT人员和数据架构师能够轻松

地载入并准备好数据,供多个用户使用,

将数据结构转换为所有人都能理解的格

式,同时以一致的方式来定义和应用业

务规则。通过控制哪些数据可以被访问

和检索,IT人员可以在不影响用户的生

产效率和所需灵活性的情况下,保持对

数据的掌控。一旦数据被载入并准备好

后,用户可以在需要时随时对数据进行

探索和查询。IT人员再无需疲于应付无

穷无尽的业务需要,去不断生成那些数

据新视图和一次性的报表。

可视化数据探索

在IT人员从数据源中将数据载入到SAS

LASR分析服务器内之后,SAS可视化分

析就可以有力地帮助所有类型的用户

可视化交互式地探索数据,获得洞察并

发现模式和趋势,以便展开进一步的分

析。这种基于Web的交互式探索分析应

用,可以帮助用户——包括那些缺乏专

业分析能力的用户,拓展他们使用分析

技术的能力,获得更为精确的洞察。

非技术型用户将发现,通过从侧工具栏

或动态过滤分组数据项中进行选择,可

以轻松地创建和修改查询。其它功能如

拖拽和自动生成图表等,也拓宽了用户

理解数据获得分析洞察的能力。自动图

表功能,会自动选择最适合数据类型的

图表。“这是什么意思”的气球提示,以

一种让每个人都能切实理解数据的方

式,对复杂的分析功能和数据之间的相

互关系做出了解释。并且,聪明的分析用

户能够从海量的数据中,更快地看出趋

势,更容易地发现数据的意义。这样,当为

了缩小范围以便展开进一步分析时,您

就能够消除每天那些反复尝试的烦琐过

程。对于每个人来说,您可以从大量有

吸引力的图表中进行选择,用来呈现结

果,如动态气泡图等,这都有助于快速

确定新的洞察。

图1: 通过SAS可视化分析,各种类型的用户可以轻松地以前所未有的方式探索海量数据, 理解这

些数据并快速发现新的模式和趋势。

32 The Power To Know TM

可用的自助式分析

借助采用内存计算技术的 SAS LASR 分

析服务器,可轻易征服和分析大型数据

源。解决方案针对具有不同技术水平的

人员定制了不同的特性,让尽可能多的

各种类型用户,有能力自己探索数据,而

无需学习新的技术或是严重依赖IT部门

的支持。探索和定位超多变量之间的相

关性,也变得非常容易。您可以自己动

手建立层次结构,而无需不断地麻烦I T

人员的帮助。您可以轻易地在层次中进

行上卷下钻,并在任意水平进行切片和

切块。这种解决方案可以真正帮助到分

析人员,以更快的速度探索更多的数据,

并且可以让非技术型用户免受复杂数据

结构问题的困扰。用户们可以轻松地在

任何水平上,对数据进行交互式的探索

分析。

基于Web的报表开发和分发

SAS可视化分析为不同技术水平的用户

提供了不同的报表开发功能。专业小组

或者业务用户可以在IT部门确定的范围

内开发报表。丰富的展现布局,让报表

开发变得更加快捷。通过一套完备的图

形化数据展现选项,用户能够在报表中

创建并轻松引用图表和图形。轻松地设

计和创建业务图表,应用公司设计规范,

然后将结果发布到Web查看器或iPad

上。

主要特点

高性能的SAS LASRTM分析服务器

• 针对分布式计算环境进行优化,可以充分利用多个节点的并行处理功能,从而

创建出一个SAS超级计算环境。

• 自下而上的Hadoop整合设计,以便支持性能优化和扩展能力。

适合IT部门的环境和数据管理

• 企业用户的身份认证和访问授权,在SAS可视化分析的所有组件持续存在,支

持数据管控和IT政策的执行。

• 提供给内存计算服务器的数据,是基于数据量、要求的更新频率和扩展要求而

确定的。

• 提供了单一的Web界面,以便您管理SAS企业信息资产,包括用户、服务器和数

据等。

可视化数据探索

• 为各种类型的用户提供基于Web的交互式数据探索功能。

• 自动图表生成功能。基于分析中所选择的数据项,SAS可视化分析能自动地选

择最适合选定数据类型的图表: 适合单个指标的频数图表,适合两个指标的散点

图,适合三个指标的气泡图等等。

• 地图视图提供了对地理空间数据的快速了解。

• “这是什么意思”功能,自动识别和解释变量之间的关系。

• 为内存计算服务器数据源提供了探索功能。

• 可选择多种图形外观,适用于三维展示和灯光效果。

• 提供引人注目的可视化元素,包括箱图,热力图,气泡图等等。

• 开关功能让您可以显示网格线,方便调节坐标轴,优化视觉效果。通过从侧工

具栏或动态过滤分组数据项中进行选择,可以轻松地创建和修改查询。

• 一个总览缩放条,让您能够可视化地选取大数据集(大量记录)的某一子集。

• 可视化的描述统计,如最小值、最大值和平均值,让您对特定指标获得总体的

认识。

可用的自助式分析

• 通过内存计算服务器上的数据源,探索和定位多个数据集之间的相关性,进行

大数据分析。

• 在层次中的任意水平,对多维数据进行切片和切块。

• 对层次中进行上卷下钻,展开或折叠整个水平。

• 计算新的指标并将它们添加在视图中。

• 可以将视图保存为报表包,通过Web报表、图片或SAS移动应用程序,和其它高

级数据探索用户分享。

• 为非技术型用户移除复杂的数据结构所带来的障碍。

基于Web的报表开发和分发

• 基于Web的交互式报表开发界面,适合报表创建人员。

• 为数据预览、过滤或数据抽样等任务提供了数据获取向导,用于进行可视化展

现或生成报表。

• 随时可用的层次创建功能,为可视化展现和报表提供钻取功能。

• 可以选择预定义的过滤器、设置分组和排序,覆盖默认格式。

• 支持丰富的图表功能: 多行柱状图/三维柱状图,饼图/三维饼图,线型图,散点

图,热力图,瓦片图等,所有这些图形都具有添加参考线的能力。

. 2015 SAS 版权所有 33

查看报表

大量用户都可以通过Web和iPad上的

PDF文件,快速打开、查看报表并进行交

互。(随后发布的版本会将这项功能应用

到其它移动设备上)。高级分析人员能够

以多视角和多种交互方式来查看阅读大

量的数据。用户可以充分检视所有的因

素。

集中式的用户集线器

SAS可视化分析集线器(Hub)是所有SAS

可视化分析应用的主页,也是发出所有

命令的控制台。它提供了集中式的登录

功能,让用户可以查看和打开最近访问

的内容,添加他们自己的收藏夹,使用

类似于google的搜索功能去搜索他们有

权访问的内容。

查看报表

• 为信息消费者提供一个基于Web的交互式报表查看界面。

• 同时也为使用iPad设备的信息消费者提供交互式报表查看功能。

• 可以在报表发布之前,显示报表在目标移动设备上的显示效果。

• 可以通过简单的桌面拖拽功能调整目标的显示大小。

• 可以将报表打印为PDF或PNG格式的文件。

移动智能

• 原生的iPad支持,利用iPad上极为流行的操作方式和功能,包括缩放、划刷等等,优

化使用感觉和用户操作。

•链接指示器,让您在创建报表时使用已定义的数据格式刷。在一个指示器中的选

择,可以被用作相关指示器的过滤器或选择。

•可以离线查看报表。

集中式的用户集线器

• 查看缩略图 (包括最近查看的项目和最喜爱的项目),并选择打开查看。

• 不论是报表、可视化展现或准备探索的数据源,都可以从SAS可视化分析集线器中

无缝地打开它。

• 查看描述统计,如最小值、最大值和平均值,让您对特定指标获得总体的认识。

图2: SAS可视化分析提供了Apple iPad上的应用程序,供用户选择、下载、查看和探索报表。

SAS保险业智能解决方案综合了SAS获奖的技术,针对客

户挽留、理赔预警和交叉销售/提升销售的行业分析、空

间模型、业务分类、市场营销和业务绩效。

从根本上减少实现智能化所需的时间,更快地完成系统实

施,降低相关项目风险,快速实现投资回报。

保险业

成功案例

36 The Power To Know TM

根据收入计算,安盛集团 (AXA Group)

是全球十大公司之一。其地理分布之

广不亚于其在《财富》全球500强企业

中的地位——该地位的保持源于其员

工使用软件SAS Business Analytics的创

新方式。

安盛是一家由许多独立经营的保险公司

与投资公司组成的联合企业,在北美、

西欧、中东和亚太地区设有许多营业网

点。安盛的全球化经营意味着其必须熟

练地管理许多合规问题和明智地决定如

何对其产品进行定价。在此问答中,安

盛保险在泰国的保险精算机构和技术研

究经理 Raynu Niyomdechar为大家讲述

了作为保险与投资巨人的安盛是如何使

挑战转化为成果的。

数据分析有多重要以及安盛保险如

何从中受益?

我们的大多数数据都与保险相关,SAS

Business Analytics 软件通过两种方式使

我们受益:首先,SAS软件帮助我们进行

定价和保费计算。其次,SAS 软件帮助

我们按照保险业监理处 (Office of Insurance

Commission) 设立的规则与规定计

算我们的准备金要求。

你们用SAS? Business Analytics解决

的首要问题是什么?

在实施SAS 软件前,我们的主要关切是

如何处理巨量数据和在计算模型与计

划时生成的所有结果。SAS 软件能够应

对这些挑战,包括在数据处理和提供

可靠结果方面。

安盛的经营是国际化的。你们在不

同国家如何使用SAS软件?®

安盛决定不仅在泰国,而且在全亚洲

和全世界使用SAS软件。我们选择SAS

软件的主要原因之一是因为我们能够

利用和调整程序与解决方案来适应我

们在每个国家的本地实体。在程序开

发完成后,我们的精算师能够与其他

国家进行分享,以便这些国家能够对

这些程序进行定制,以适应其自己的

需求。

你们使用SAS软件执行哪些类型的®

数据分析?

SAS软件帮助我们开发有用的报告和进

行重要的计算。我们使用SAS模型功能

计算保费和我们的准备金要求。这些

功能真正满足了我们对数据分析的需

求, 可帮助我们在不断变化经济环境中

实现我们的业务目标。此外,SAS软件还

满足了我们对使用各种数据格式的要

求。这使我们的精算师能够自己开发

程序而无需求助于IT或其他任何部门。

安盛保险使用SAS® Business Analytics

助力定价决策和法规遵从

挑战:

AXA需要处理和分析大量数据来促

进定价决策和法规遵从。

解决方案:

SAS ? Business Analytics

效益:

面向商业分析的单一框架;更智能、

更快速的决策支持; 可靠的结果。

我们选择SAS软件的原因是我们能

够利用和调整程序或解决方案来适

应我们在每个国家的本地实体。

成功案例

“SAS帮助我们利用和调整程序和

解决方案以适应公司在各个国家

的本地实体“

--Raynu Niyomdechar

安盛单一精算机构和技术研究经理

. 2015 SAS 版权所有 37

在竞争激烈的葡萄牙保险市场上,Allianz

Portugal作为全球最著名保险提供商之一

Allianz集团的成员脱颖而出。通过使用

SAS软件来获得用于确定交叉销售和向

上销售机会以及客户终生价值的客户智

能,Allianz Portugal 获得更大的竞争帮

助。

Allianz集团是欧洲的最大保险商,有

6,000万客户和100年经验。该公司的成

功有许多原因,其中之一是其在努力发

展客户关系来获取最大终生价值时知道

哪些客户才是特价优待的目标。

使用SAS软件,Allianz Portugal能够战略

性地为下一个最佳营销内容确定目标客

户。通过客户细分,该公司能够准确地

确定哪些客户最有利可图。

“如果他们为你创造价值,你就可以建

立对双方都有益的关系”, Allianz Portugal

的营销与质量人Teresa Mira Godinho 解释

说,“因为如果他们为你创造价值,你

就应当给予他们更好的服务。”她补充

说,SAS 软件通过多种方式向 Allianz Portugal

提供帮助,包括对以下方面的支持:

• 预测保险中断。

• 计算对客户的交叉销售、向上销售和

下一个最佳营销内容。

• 细分客户群体。

同时,SAS 还充当顾问的角色,来培训

Allianz Portugal 员工如何最有效地使用

软件和帮助为其在该公司内部开辟新用

途,这一切都基于其对保险行业固有的

关键问题的透彻了解。

“SAS拥有灵活的解决方案,这些解决方

案能够通过调整来适应不同类型的企业

和企业的不同需要”Godinho说。“这一

点很重要,因为我们有许多次在求助于

软件时只能以一种方式来使用它。使用

SAS软件,我们能够考察我们业务的独特

性和我们企业中的数据的独特性,我们

可从这里开始着手开发解决方案。”

SAS 向 Allianz Portugal 提供了分析客户

信息和适时向合适客户提供合适产品的

灵活性,有效地帮助公司增加了客户保

留率。

Allianz Portugal通过部署SAS软件增加

客户价值

挑战:

提前预测保单中断。

解决方案:

SAS提供的分析功能帮助Allianz Portugal

提供吸引人且及时的营销内容

来留住客户。

效益:

通过进行正确的交叉销售和向上销

售以及防止保险中断来增加盈利能

力。

“SAS拥有灵活的解决方案,这

些解决方案能够通过调整来适应

不同类型的企业和企业的不同需

要.”

--Teresa Mira Godinho

Allianz Portugal营销与质量负责人

38 The Power To Know TM

活跃市场环境中AXA OYAK积极构建

智能企业

土耳其保险公司 AXA OYAK 的总经理

H. Cemal Ererdi自2002年加入该公司以

来,通过采用创新战略和技术来增加

市场份额、改善盈利能力以及最终满

足不断增长的客户群的需求。运用众

多SAS分析解决方案一直是该公司各

个领域的战略的核心,如风险管理、

欺诈预防、企业绩效测量、供应商关

系管理以及基于有区别的保险费率计

算的客户和产品盈利能力。虽然许多

保险商在上述大多数领域都想有所作

为,但 AXA OYAK 采取了一种非常积极

的方案来构建智能企业,亦即通过一

种能够将所获得的所有商业智能整合

进单一、决定性和协调化企业视图的

方式来逐一培育这些项目。

CRM和SRM携手并进

在自由市场上,赢得每个新客户可归

因为您与竞争对手之间的极小价格差

额,所以客户关系管理 (CRM) 和商业

智能价格差异化才如此关键。“把楔

子削得薄一些”要求以分散化和易于

供每个人使用为特点的先进分析。因

此,联合管理客户关系和供应商关系

是一种非常聪明的致胜之道。

“使用SAS软件,我们能够提供差异化

的定价,实现对每个客户的更有竞争力

的费率”,Ererdi 表示,“在实施 SAS 软

件来支持我们的战略的18个月内,我们

在多个类别的市场份额都出现了增长。

因此在汽车保险客户方面,我们的技术

盈利能力增加了30-35%。”

因为 AXA OYAK 对 CRM 的战略是企

业级的,所以IT部门的接受和参与很

关键。“通过整理我们的客户资产组

合数据,我们能够更好地了解我们

的客户”, IT 经理 Ender Biyiklioglu 补

充说,“寻找和纠正这些数据中的不

一致问题使我们能够将两个稍微不同

的记录重组为代表同一个客户。使用

整理后的数据,我们能够进行更准确

的客户分析和更有效地与客户进行沟

通。”

除了创建更好的客户智能,AXA OYAK

还使用了 SAS 供应商关系管理 (SRM) 来

与最可靠的供应商商谈最低价格来处

理保险索赔。例如, 准确地预测最可能

被盗的汽车音响型号使 AXA OYAK 能够

以更大数量和低很多的单价采购合适

的汽车音响产品。这反过来导致更快

的索赔处理和更低的每次损失。客户

可能并不理解 AXA OYAK 的 SRM 战略

是如何帮助他们的,但他们肯定会注

意到其音响很快被更换的事实以及AXA

OYAK 提供的具有竞争力的保险费率。

从其供应商获得更多价格使 AXA OYAK

能够向其客户提供更多价值和从两个

角度增加盈利能力。AXA OYAK 迄今

的成功给了它重新评估某些目标和在

一些情况下提高其指标的理由。Ererdi

说:“我们过去是平均每个客户1.1个保

单,我们的目标是将这个平均值提高

到每个客户2个保单。”

欺诈预防助力利润增加

每一起欺诈活动都会给公司的利润带

来直接和可测量的损失。要想在宏

观角度上有效,预测和预防欺诈的

成本必须低于实际损失。使用SAS软

件,AXA OYAK 能够快速发现客户行为

与欺诈索赔之间的关系,节省员工时

间,防止损失和阻止未来的保险制度

滥用。

“使用我们的SAS数据仓库,我们能

够通过发现有可能造成欺诈相关损失

的数据集之间的某些关系来对客户进

行细分。AXA OYAK发现,其赔付额的

5%涉及欺诈,这些问题现已得到纠正

并在将来得到防范”,承销和理赔总

经理助理Ali Erlat表示,“我可以有根

挑战:

改进产品盈利能力和测量绩效。

解决方案:

SAS软件带来的商业智能帮助提高

利润率、降低欺诈率和提高客户满

意度。

成功案例

“在实施SAS软件来支持我们的战

略的18个月内,我们在多个类别

的市场份额都出现增长。在汽车

保险客户方面,我们的技术盈利

能力增加了30-35%”

--H. Cemal Ererdi

AXA OYAK总经理

. 2015 SAS 版权所有 39

据地说,我们使我们的赔付额减少了

5-7%。同时我们还增加了市场份额。

这只是我们使用SAS软件的数据挖掘和

分析流程获得的两个直接结果。2003

年的时候,我们已能向客户提供更有

竞争力的费率,同时向股东支付更大

的股息。”

绩效测量与管理

“在加入 AXA OYAK 时,我注意到绩效

测量并非一项优先级非常高的任务,我

意识到这一点需要加以改变”,Ererdi

回忆说,“我们选择了一些战略类别,

如产品、居间人、人员、第三方和供应

商。然后,我们为每个类别选择具体的

关键绩效指标(KPI)。我们现在能够按照

数量和产品盈利能力逐日对每个代理人

的资产组合绩效进行测量。同时,通过

监测这些关键绩效指标,我们还能更好

地了解我们与哪些外部组织具有盈利性

的业务关系,进而排除那些具有可测量

风险的组织。这一整体方案使我们能够

更清晰地了解影响技术盈利能力的具体

因素。”

测量这些关键绩效指标使 AXA OYAK 能

够在组织级别进行绩效监测,现时提

供在本地级别进行某些战略决策的灵

活性。这带来的回报包括效率提升、

资金节省和时间节省。

分散化分析与报表

像许多大公司一样,AXA OYAK 有大量

数据存储在完全不同的数据源中,这

些数据源都属于“自主开发”的系统。

虽然这些系统作为存储系统是有效的,

但获得内容全面和易于理解的集中报表

是一个耗时的挑战。在构建了一个数

据仓库后,AXA OYAK 发现通过分散分

析和报表方面,其能节省IT部门的时间

和资源,同时满足那些在进行知情(informed)

决策时最需要商业智能信息的

人的需求。

“它改变了我们的业务环境”Biyiklioglu

补充说,“在实施SAS软件前,报表工

作由IT部门负责。现在,某些高级用户

(power user) 具有访问权限并可在其愿

意的任何时候生成报表。每个人都使用

带有已定义参数集的同一系统,所以我

们能够确保高级用户间的一致性。这让

每个人都能使用这种分散化报表显著简

化其工作。使用SAS软件,我们使分析

报表生成时间减少了70-100%。这会在

每个部门的效率方面带来巨大的不同,

同时减轻那些快速需要这些信息的人的

受挫感。”

充满信心地面向未来

“在实施SAS软件前,核心系统不能足

够迅速和准确地提供信息。使用SAS

软件,数据现在对我们意义非凡。另

外数据现在也能非常有用。无论何

时,只要我问到IT部门和精算部门的同

事,他们都能得到开展工作所需的数

据”Ererdi说。

凭借有效的战略和为这些战略提供支

持的SAS 解决方案,包括测量最新绩效

的方法,AXA OYAK 有很好的理由对公

司在土耳其保险市场上的未来前景充

满信心。由于一直在积极地开展基础

工作,所以其已为快速适应变化做好

了充分的准备,以保持盈利和满足任

何新形式的客户需求。

40 The Power To Know TM

支持多线程的SAS®9使AMB Generali

公司的处理速度增加60%

AMB Generali Informatik Services 是德国

最大的金融服务集团 AMB Generali 股份

有限公司旗下,一个提供全面服务的IT

公司。该公司在德国有四个经营网点,

其IT服务团队让 AMB Generali 的所有其

他分公司的 40,000 员工在一个安全和可

靠的网络上工作。通过其IT解决方案、

产品、IT 结构与 IT 服务,他们使保险行

业的未来创新成为可能。昨天还不可想

象的解决方案明天就会变为可能。母公

司AMB Generali在2003年买进保费117亿

欧元(132.5亿美元)。

Wilhelm Engels 博士是公司IT部门 AMB

Generali Informatik Services 数据仓库基

础设施团队的一位成员,该部门负责

使数据中心以最佳速度运行。所以,当

同事联系 Engels 博士和请他考虑测试

SAS?9(特别是其多线程选项)时,他很

感兴趣。Engels 博士表示:“在我们企业

中,最重要的事情是实现绩效增加和加

快整个数据处理流程。”

选项基准化分析

Engels 博士的员工使用公司的数据库 (包

含5,000万条记录)来方便应用访问和改

进市场营销工作。由于大部分工作是分

批在夜间处理,所以能够预测每个批次

的运行需要多长时间,以便在该时间窗

口中运行尽可能多的批次就变得非常重

要。

Engels博士起初怀疑SAS?9是否有这么大

的作用。但结果使他转变为相信者。“

起初,我们并没有期待SAS并行处理机

会能够提供多大的效益,因为它是基于

UNIX的,而我们使用的是IBM大型机。

但是相反,消耗的真实时间(或称“时钟

时间”)以及CPU时间出现显著降低。“

我们将能实现流程的实时改进。”

Engels博士的员工进行了两项试验,其

中一个试验比较了公司的现有SAS软件

与新版本;另一个试验考察了SAS?9在支

持或不支持多线程选项时会发生什么。

支持多线程选项的 SAS?9 比支持DB2并行

处理的 SAS 8 快 60%多线程选项使 SAS?9

的处理速度增加了30%。SAS?9 还使时

钟时间比 SAS 8 改进了20%。在包括并

行处理时该数字会增加到 40%。

速度 = 成本节省

成功的试验说服了Engels博士转向

SAS?9 。“如果你在时钟时间方面实现

了性能增加,那么就能坚持晚间处理时

限。这意味着你无需购买更多硬件”,

从而给公司带来成本节省。

并且该节省不伴随任何安装麻烦。Engels

博士说:“一天就能实施完毕。”他对

SAS员工帮助增强并行处理选项感到特别

高兴。

AMB Generali 目前使用 SAS? 9 来进行数

据处理。Engels博士的员工正在试验该

产品的更多使用方式,特别是将实时信

息提供给市场营销人员和索赔处理人

员。“SAS? 9 将因为其性能优点而得到

采用。”

挑战:

提升处理速度。

解决方案:

支持多线程的SAS?9使处理速度比

从前提升60%,满足了快速物流及

支付。

成功案例

“在我们企业中,最重要的事情

是实现绩效增加和加快整个数据

处理流程… SAS?9凭借其性能优势

而得到采用”

--Wilhelm Engels

AMB Generali Informatik Services GmbH

. 2015 SAS 版权所有 41

在实施SAS保险业防欺诈框架的三个月

内,美国最大保险商之一已启动了15个

新提供商调查,风险额为2,000万美元。

同时,2011年四个预测模型的实施产生

的收入达到约600,000美元。

对许多罪犯来说,保险公司是容易和有

吸引力的欺诈目标。从谎报其损失程度

的个人到精心策划欺诈计划的大型犯罪

网络,欺诈活动每年给美国保险公司造

成的损失达 800 亿美元。 对年营收超

过90亿美元的美国第七大商业险运营商

CNA 来说,防范欺诈是一项关键任务。

据CNA特别侦查部门负责人 Tim Wolfe

说,在CNA处理的索赔中有多达10%的

索赔涉及欺诈活动的要素。“我们训练

我们的理算师来识别危险信号”,他

说,“但我们了解我们有机会更好地识

别潜在欺诈以及避免由于调查误检测而

浪费的费用。”

先进的反欺诈

CNA对欺诈者最有吸引力的四个主要经

营领域是:商业地产、商务车、一般责

任及工伤补偿。

一方面,工伤补偿情况包括针对谎报或

夸大工伤的失能和医疗索赔。另一方

面,关联提供商网络提交针对不当、过

多或不存在服务的索赔,来获得数千美

元不应得的赔偿。

“新的和非常狡猾的欺诈图谋不断出

现, 所以我们始终面临新的威胁”

Wo l fe说, “ 我们的理赔执行副总裁

George Fay 具有军事情报领域的强大背

景,他要求我们寻找先进的方法来改进

我们的欺诈检测结果。”

20%命中率

使用SAS保险业防欺诈框架,CNA构建

了预测模型并且现在每周对其结构化索

赔数据以及来自调停人的文字说明进行

分析。

“我们与SAS存在良好的合作关系”

Wolfe说,“他们花时间听取我们的意见

并对在CNA发生的索赔欺诈有细致入微

的了解,所以我们能够为我们的每个业

务线构建有效的预测模型。在数据运行

后的每个周一早上,SAS向我们的员工

提供欺诈可能性得高分的索赔警报的百

分比数据。现在,我们一个星期检查约

100个警报,我们发现我们的平均命中

率为20%。我们检查的警报中有约五分

之一很值得进行调查。”

一个季度,15个新案件

CNA使用SAS社会网络分析解决方案来

寻找有欺诈图谋表现的提供商之间更广

泛模式和联系。

Wolfe 表示:“CNA 在这方面的实施相当

新且这些调查有时要花数月或数年才能

得到结果。 我们希望每年发现约十几

起案件,但仅在今年第一个季度我们就

发起了15个不同的调查。SAS 发现的可

调查案件数量超过了我们的预期。”

立即实现600,000美元节省

在这些模型全面实施后的六个月内,CNA

挽回或防止了欺诈索赔共计600,000美

元,这是SAS的直接功劳。调查活动现在

也更加高效,因为CNA能够专注于高概率

案件而非误警报。

“这些创新技术的实施及其影响激起

了我们客户的信任和感谢”,Wolfe表

示,“我们的雇主客户像我们一样渴望

铲除欺诈”,他补充说,“一两起恶劣

索赔就可能让一个小公司破产。所以,

它们真的感谢我们有这个代表它们和我

们自己利益的现成程序。”

CNA金融公司超越保险欺诈检测

和预防期望

挑战:

增加准确的欺诈检测和成功的欺诈

预防的比率。

解决方案:

SAS保险业防欺诈框架。

效益:

节省了约600,000美元,迄今发布了

15个新提供商案件;更准确的检测

和更少的误检测提高了调查的效率

和价值;给予重要利益相关方更大

的信心。

“我们与SAS保持着良好的合作关

系。SAS花时间听取我们的意见并对在

CNA发生的索赔欺诈进行细致入微的

了解,这一切使我们更好地为每个业

务线构建有效的预测模型”

--Tim Wolfe

CAN金融公司特别侦查部门负责人

42 The Power To Know TM

AEGON利用SAS保险业分析架构

成就更佳成功运营

拥有200万客户和517亿管理资产额的

AEGON是英国的领先养老金、投资和

保护提供商之一,公司历史可追溯到

1831年。AEGON是在全球拥有4000

万客户的AEGON集团的旗下企业。该

公司从1979年起开始使用SAS软件来®

支持先前称为 Scottish Equitable and

Guardian的保险业务,近期又通过一项

庞大的现代化计划来向用户提供更多的

服务。

“SAS 软件被重新确立为一种重要分析

工具”,AEGON公司财务业务解决方

案部 (Finance Business Solutions) 业务解

决方案经理 Charlie Ewing 表示,以前

的举措包括使用 SAS/IntrNet? 软件来“

处理大量标准查询”和使用基于PC的

SAS软件使任务在PC桌面处理。“这种

状况保持了多年”,Ewing 说,“同时

IT部门密切关注我们的核心保单管理系

统。”虽然SAS软件仍然用于许多业务

领域,但SAS软件的新功能的潜力日益

超出了在公司内使用的功能。“我们

想使系统在SAS功能以及数以百计用户

的工作方式方面以及在不同领域和不同

层面的使用方式有一个巨变”,Ewing

说,“我们购买了SAS 软件,并制定了愿

景和路线图来迁移到更强大的新平台,

以更好地实现我们的战略目标,同时使

我们的用户参加进来。”这样做的结果

就是建立了一种能够提高效率和显著节

省成本的新架构。

更快、更强大、更好:新SAS? 平台

“SAS软件在许多方面一直被作为一

种‘不正式’工具,但实际上却用于各

种重要目的”,现为财务方法论负责

人及SAS现代化项目主要发起人的Ross

McEwan表示,“一旦我们对SAS软件

的支持、拥有和治理到位,我们就能

重新调整SAS软件的使用并有望提供价

值。”AEGON聘用SAS来定义新基础设

施。SAS专业服务(包括为实施项目®

安排一位技术客户经理)随后可帮助

推动实施和技术交付。Ewing继续说:

“过去几年,市场对更准确地管理风

险、更好地理解业务并因此采取正确

决定的需要不断增加。我们想生产更高

质量的输出,去除‘杂音’和低效,以

及创建业务的单一准确视图。这样,我

们就不仅能够更高效、快速和准确地工

作,还能解决信息安全、数据保护和质

量问题。SAS软件能帮助我们做到这一

切。”作为新SAS保险业分析架构 (IAA)

的一部分实施的解决方案基于SAS企业®

级商业智能服务器 (SAS? Enterprise BI

Server),包括SAS数据整合? (SAS? Data

Integration) 和SAS企业向导 (SAS? Enterprise

Guide?)。

挑战:

通过SAS平台现代化来更好地支持

成功的运营:通过推动系统与文化

的“巨变”来确保更高质量输出,

创建业务的单一视图,使员工能够

更高效、快速和准确地工作,以及

解决信息安全、数据保护和数据质

量问题。

解决方案:

SAS保险业分析架构?:SAS企业级®

商业智能服务器 (SAS? Enterprise BI

Server)、SAS数据整合? (SAS? Data

Integration)、SAS? 企业向导? (SAS®

Enterprise Guide?) 在数据管理、数据

质量、信息安全分析和报表等重要

领域提供增强的支持;包括为项目实

施安排技术客户经理的SAS专业服®

务 (SAS? Professional Services)。

效益:

可测量的效率增加以及成本节省:

作业运行时间改进多达60倍;大型

机使用率减少9%,为保单管理提

供更多动力和更好地服务最终客户;

实现财务效益达数十万磅;快速回

报; 使用SAS软件来支持资本计算和

欧盟偿付能力 II (Solvency II) 工作的

新机会。

成功案例

“SAS软件使我们工作地更快更智

能。越来越多的员工请求使用SAS软

件。SAS软件是我们在企业发展过程

中为了实现相关目标而需要的一个基

本要素”

--Charlie Ewing, AEGON

财务业务解决方案部负责人

. 2015 SAS 版权所有 43

可测量的成功

Ewing表示,由于该新架构的显著功能改

进,用户很快就开始依赖它。一些作业运

行时间改进了50或60倍,“因为我们重新

设计了一个更强大的计算引擎并具有更佳

的数据控制。由于SAS软件,我们的大型

机使用率还下降了约9%之多。因为大型

机在大多数时候都在满负荷运行,所以使

用率的任何下降都是有益的,可为保单管

理提供更多支持。这一服务改进最终使最

终客户受益。“先前运行在SAS/IntrNet上

的Policy Lists是一个基于SAS的关键应用

和一种查询工具,整个企业都用它来创建

隶属于特定方案或具体代理人的保单的列

表。“该应用只能在部分时间运行,因为

它会用光大型机的计算能力,所以它是我

们首先迁移的应用之一。”Ewing说,“

其次,它有350个用户。三个月后,这个

数字增加到700,因为用户看到了服务质

量、速度和效率的改进。”它从一种“由

于运行在不再高效的系统上而陷入失修和

停止使用的工具”反而成为“一项用于保

单查询的绝对核心功能。”一项对700名

用户的效率提高进行的内部研究表明效益

显著。“如果我们使全体员工的效率提高

1%——这相当于七名全职员工,这就意味

着有超过200,000英镑的财务效益”,Ewing

说。“我们发现我们实现了显著超过

1%的效率提升,而且系统一上线后就开

始创造价值。”他补充说:“虽然回报显

而易见非常重要,但我们还有巨大的用户

满意,我们提供了一些对用户的工作方式

有根本影响的功能,帮助它们的作业变得

更容易,以便他们能够更准确和高效地工

作。”

Ross McEwan 补充说:“我们想使我们的

资产发挥作用,包括SAS软件在内。这将

意味着加重使用SAS软件来支持我们围绕

资本计算和欧盟偿付能力II的工作。我们

正在做的偿付能力工作并不在该系统的计

划之内,但SAS软件支持使我们能够满足

要求。实际上,如果没有SAS软件,我们

在满足这些要求的其中一些时会有严重问

题。同时,财务业务解决方案部的商业智

能能力中心 (BICC)(目前已是一个财务与风

险分析卓越中心)频繁使用该架构来支持其

他团队的工作,包括客户洞察和客户转变

计划。 Ewing 称在进行迁移计划时,他的

根据就是支持300个PC用户和400个大型机

用户的新基础设施。“由于用户看到了真

实的好处、真实的效率提升以及先前不可

能达到的新分析水平,所以现在的活跃用

户数量已达到 1,000以上。SAS软件使我们

工作地更快更智能。越来越多的员工请求

使用SAS软件。我们使员工有使用SAS软件

来做更多事情的愿望——SAS软件是我们

在企业发展过程中为了实现相关目标而需

要的一个基本要素。”

44 The Power To Know TM

现代海上火灾保险公司使用SAS®软件

预防欺诈性汽车索赔

韩国的汽车保险商不堪欺诈性索赔的困

扰。韩国金融监督院 (Financial Supervisory

Service) 的报告称欺诈性活动一年

增加了 30%。遗憾的是,大多数保险商

没有有效地进行应对,或者是因为它们

缺乏足够的索赔调查员,或者是因为它

们将其预测模型建立在现有行业统计的

基础之上。

而现代海上火灾保险公司与众不同。使

用SAS欺诈检测与预防解决方案,韩国

的最大非人寿保险商建立了一个帮助预

测索赔欺诈和改进保费缴付处理的系

统,来保护其最有价值的客户。

“欺诈不仅给保险公司造成损失,也会

给无辜保单持有人带来损失”,现代海

上火灾保险公司调查组负责人Chul-Woo

Lee解释说,“对于保险公司来说,加强

现有欺诈预防系统的重要性不亚于创造

新利润。”

现代海上火灾保险公司的欺诈检测系统

结合了基于其调查员的经验与知识的业

务规则与在从各种IT系统抽取的数据的

基础上所产生的模型规则。这些模型应

用于保险索赔,实时向索赔调查员提供

结果。

该系统还监测这些规则的效果,使该公

司能够快速修改现有规则或生成新规

则。预测性模型加强了欺诈检测流程,

所以现代海上火灾保险公司能够在欺诈

性索赔得到赔付之前将其检测出来。

“对我们来说,调查每起事故历史和每

次都依赖网络数据来评估风险不仅不

方便,而且不合时宜”,Lee先生说,

“我们的欺诈检测系统通过在技术上保

证两倍于原先的数据量来帮助我们提高

检测率。我们因此能够保证统计服务方

面的竞争力。”

现代海上火灾保险公司的系统采用一种

三管齐下式的方案。欺诈预检测系统帮

助调查员使用基于统计学的模型与业务

规则来判断欺诈活动的可能性,从而提

前对申请索赔进行损失评估。检测后系

统检测其早前难以检测的领域(如医

院、修理厂和独立客户)的潜在欺诈活

动。最后,风险集市在独立的数据仓库

中生成用于这两个系统的数据。

现代海上火灾保险公司的系统的优点包括:

• 及时的风险评估。

• 在有选择的调查后及时赔付。

• 更佳的检测和准确性。

• 更容易的欺诈数据收集与维护。

现代海上火灾保险公司还使用SAS解决

方案来分析客户投诉。同时该保险商正

在向综合性的风险管理系统过渡。

“欺诈和风险管理有许多共同点”Lee

先生解释说,“所以拥有多个相辅相成

的系统的很重要的。”

挑战:

通过使用快速、准确的预测模型来

提前检测和预防欺诈性索赔。

解决方案:

SAS欺诈检测系统。

效益:

避免欺诈性索赔造成的损失,为保险

商和无辜的保单持有人节省成本。

成功案例

“对于保险公司来说,加强现有

欺诈预防系统的重要性不亚于创

造新利润”

--Chul-Woo Lee

现代海上火灾保险公司调查组负责人

. 2015 SAS 版权所有 45

新西兰汽车协会成立于100多年前,目

的是向会员提供道路救援和相关服务。

新西兰汽车协会现在是一个多面化企

业,提供驾车和住宿建议、地图、保险

和其他金融服务。新西兰汽车协会还是

新西兰商业运输部门和政府内部驾乘人

员利益的坚定倡导者。

运用分析来实现更明智的决策

新西兰汽车协会在2007年后期开始着手

增加其保险业务的市场份额。为实现该

目标,该公司首先需要建立会员和客户

事务数据集来为分析提供基础,以便营

销高管能够做出更佳的知情决策。

在新西兰汽车协会的高级营销经理Mark

McCabe的领导下成立了一个客户洞

察团队。他解释说:“在2007年11月之

前,我们没有真正的客户行为分析。我

们拥有我们的保单持有人的记录和公路

服务活动报告以及有关我们超过120万

会员的信息,但其形式全都不适合用于

市场分析。同时也没有市场分析资源,

也没有工具来向我们的客户和会员进行

交叉销售。”

当时的可用数据采用各种格式并且保存

在许多不同的“孤岛”中。营销数据与

路边援助数据不在一起,保险数据与其

他金融数据不在一起,诸如此类。此

外,数据还需要一个导入过程,例如从

人口普查统计数据、土地业权记录、邮

寄地址名单和其他来源。在考虑各种潜

在方案时,该团队决定对SAS分析工具

进行试验检验, 该试验很快证明SAS软

件适合用作公司未来营销决策的基础。

与试验期同步,SAS 新西兰公司的战略

实施伙伴 Offlode Limited 被雇用执行数

据发现流程以及必要的数据挖掘任务。

降低成本、增加响应率

McCabe称该企业内部首先采用新营

销分析功能的业务分支是寿险:AA

Life。“我们在该阶段只考虑营销效

率。AA Life一年要发出400,000个邮包,

内容是进行目标选择的非常简单的营销

方案。在确定向谁推销什么、何时推销

以及如何推销方面并没有商业智能的运

用。我们没有能力聚焦例如最有利可图

的目标或那些最有可能取消与我们的业

务合作的人,因为我们不知道其人是谁

或者他们在什么地方。

“我们开始着手与营销人员一起来提高

效率,消除营销活动中会带来损失的

方面,以及运用行为和其他分析来将

具体邮件只瞄准那些可能接收它们的

人”McCabe说。

在拥有了完整SAS许可证后,McCabe的

团队开始通过使用来自整个新西兰汽车

协会集团和第三方来源的数据为寿险营

销活动构建倾向性模型。这包括新西兰

汽车集团的会员数据、道路服务使用数

据以及源自寿险和普通险业务的记录。

McCabe 解释说:“这为识别哪些类型的

人应当是 AA Life 的良好预期新客户奠

定了基础。倾向性模型的开发前后经历

了六个月时间,从那些早期任务开始,

到最后我们就有足够经验来识别邮寄营

销活动的设计与目标确定的成本无盈亏

点。最后结果是我们的邮件数量减少了

40%,同时获得了更大的成功。”根据

营销活动的不同,响应率提高了50%以

上,在许多情况下甚至翻番。

SAS软件为整个组织带来效益

除了非常令人印象深刻的营销效益

外,McCabe称其组织还收获了运营效

益,“借助结构化分析,我们不向营销运

营投入同样多的应用。员工节省了处理时

间,实现了运营及营销成本节省。”

AA Life 的邮寄营销活动的后面有其客

户联系中心的电话跟进,对客户行为的

更好了解也有助于降低整体营销费用。

由于缩减了需要跟进的邮件,联系中心

可减少接线员数量,运营成本降低了

20%,对第三方电话营销服务的使用成

本也进一步的节省。

McCabe表示:“客户满意度和我们自身

形象也将得到改善。” McCabe 在总结

迄今新西兰汽车协会能够利用客户智能

的经验时说:“使用SAS软件的效益遍

及全组织是公平的。”当以货币形式来

量化这些效益时,他承认一年有“数十

万美元”的节省。

新西兰汽车协会使用SAS软件增加响应

速度和节省运营成本

挑战:

增加该组织的人寿保险业务的市场

份额。

解决方案:

使用SAS分析软件,该汽车协会能够

挖掘其120万会员的信息并将其与来

自其他来源的数据相结合, 以寻找那

些最可能响应保险推销的客户。

效益:

自实施SAS软件以来,直接邮件成本

下降了40%,客户响应率增加了一倍

多,客户满意度得到提高且数据中心

费用下降20%。

“通过使用SAS,我们的邮件数量

减少了40%,同时获得了更大的

成功”

--Mark McCabe

新西兰汽车协会高级营销经理

上一篇:SAS简介
下一篇:Dynatrace简介

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");