中国人寿信息化战略规划 数据架构.ppt
《中国人寿信息化战略规划 数据架构.ppt》由会员分享,可在线阅读,更多相关《中国人寿信息化战略规划 数据架构.ppt(54页珍藏版)》请在三一文库上搜索。
1、中国人寿信息化战略规划数据架构,2004年 6月,项目成果文件,1. IT架构规划-数据架构 2. 高端设计-数据库平台移植 3. 高端设计-数据标准化,目录和内容,1. IT架构规划-数据架构 定义、服务、规划方法、需求和建立原则 属性:逻辑数据模型、物理数据模型 数据分布方案 数据质量管理 2. 高端设计-数据库平台移植 替换现有Informix版本的必要性 对未来数据库平台的要求 升级/移植的方向分析、数据库平台产品评估 移植方案:时机选择、移植方法和步骤、风险分析和控制 3. 高端设计-数据标准化 目的 主要方法比较和建议 管理组织架构 实施过程,报告摘要,重点介绍,议程一,1. IT
2、架构规划-数据架构 2. 高端设计-数据库平台移植 3. 高端设计-数据标准化,议程一:数据架构,定义、提供的服务 规划方法、需求和建立原则 属性 逻辑数据模型 物理数据模型 数据分布方案 数据质量管理 重要推荐或结论,议程一:数据架构-定义,数据架构是企业架构的一个十分重要的组成部分(域)。 数据架构蓝图要识别出中国人寿的业务活动和管理活动中所涉及到的、需要由应用系统处理的主要数据类型,并揭示这些数据的内容、结构、位置、来源等。,联机事务处理,操作型数据存储,联机分析处理,数据管理,OLTP: 联接事务处理,ODS: 应用中的数据集成,OLAP: 为决策支持服务的数据分析处理,数据管理:总体
3、数据定义和数据交换控制,议程一:数据架构-提供的服务,议程一:数据架构-属性,逻辑数据模型 对应于中国人寿的业务信息定义,它从逻辑的角度定义业务流程中存在的实体和他们之间的关系,利用这一模型,明确应用系统所处理的数据对象。 物理数据模型 对应于对数据的采集、存储、转换、交换、表达和使用等物理处理过程,它描述数据架构的最终实现方式。,议程一:数据架构-规划方法,数据架构所提供的服务 (定义),中国人寿的需求 业务视角 IT战略和架构 应用架构,要求,个性化,人寿在数据架构四个服务层次的特殊要求,适应性企业架构的原则 简易性 标准化 模块化 集成性,指导,逻辑数据模型,物理数据模型,数据架构,议程
4、一:数据架构-来自业务、IT战略和应用架构的需求,数据只进行一次精确的单点捕获,从而减少了不必要的数据捕捉,这保证了数据的正确性和一致性。 尽可能减少数据库管理系统数量 数据的组织在物理上应该是与应用处理相分离的,简单化,简化应用和系统,从而减少复杂性和风险。,+,模块化,通过对基础架构构件进行集中或分散式管理来提高业绩。,议程一:数据架构-建立原则,标准化,简化IT资产同基于标准的构件和流程一同使用时的方式。,利用框架和工具来帮助数据架构服务的分析、设计和开发工作 通过采用被批准的业务信息名称定义,来作为数据名称的定义,从而减少开发和数据定义映射的工作量 应在企业范围内使用标准化的数据模式
5、遵循一致的数据管理策略和实施方法 保证数据和信息与企业元数据定义相一致 当创建内部数据通讯标准时,外部数据通信标准应该被考虑。(如和医院的数据交换) 数据架构应该和企业数据仓库建设计划,报表系统建设计划保持一致 数据架构应该提供客户信息的统一视图(例如:从一个客户管理系统中,你可以看见某个客户的所有关联信息)。,集成化,通过一个统一的关系系统更容易的管理和修改环境,+,议程一:数据架构-建立原则,议程一:数据架构-属性-逻辑数据模型,佣金,产品/计划,客户,合同,销售者,帐务,基本信息/受益,交易历史,保费支付/收款,理赔,费用,支付,投资,负债,个人,组织,真实客户,潜在客户,真实客户,潜在
6、客户,佣金计算规则,合作伙伴,议程一:数据架构-属性-逻辑数据模型,目的: 沟通的需要 应用系统选型 数据集成 建立过程: 抽取各应用系统的物理数据模型 对各物理数据模型实施反向工程,逆向导出对应的逻辑数据模型 总结、分类、归纳,获得所有数据定义的并集(最终逻辑数据模型的基础) 进行适当的正则化,以实现最小的信息冗余,形成一个优化的逻辑数据模型 建立该整体逻辑数据模型和各应用系统物理数据模型间的定义映射,作为元数据管理系统的定义基础,议程一:数据架构-属性-逻辑数据模型,工作建议: 逻辑数据模型的细化 数据整合框架 应用系统选型 建立数据标准 调整和优化,议程一:数据架构-属性-物理数据模型-
7、架构图,建立企业级的、标准化的数据架构,集成不同应用间、不同分组间的数据。,总部 操作型 数据存储,客户信息中心,总部数据集市,总部数据仓库,分 组 间 数 据 集 成,总部数据集市,总部数据集市,业务处理系统 事务细节数据,应 用 间 数 据 集 成,组 数据集市,组 数据集市,组 数据集市,组决策支持数据,总部决策支持数据,议程一:数据架构-属性-物理数据模型-架构图,组 1,常规 OLTP,Group ODS,数据仓库,组 数据集市,标准 ETL,组 n,OLTP,Group ODS,数据仓库,组 数据集市,定制 ETL,总部 ODS,总部 数据集市,企业客户信息数据库 (精简),标准
8、ETL,总部 数据仓库,元数据管理,议程一:数据架构-属性-物理数据模型-关键组件,主要组件,议程一:数据架构-属性-物理数据模型-数据流转过程,数据产生:OLTP应用系统 数据源层的数据标准化: 数据模型符合标准的系统,由ETL工具直接进行数据的抽取和转换 个别数据模型不符合标准的应用系统,要先进行标准化,即在数据集成的最基础层次解决标准化问题,然后使用ETL工具 数据集成: 由ETL系统完成,采用集中管理模式:在总公司级和组级都有ETL系统 整个数据自下而上的提升过程将由总公司的ETL系统统一进行管理 数据使用: 利用管理信息系统(MIS),实现对业务流程的监控 组和总公司建立数据集市,提
9、供省级和企业级决策支持,议程一:数据架构-数据分布方案,组,总部:系统位于数据中心的一个单独的硬件平台或分区上 组:若干省被组合成组,不同的组处于同一数据中心中,可能根据需要位于不同的硬件平台或分区上 省/地市:通过授权机制访问本省/地市的业务处理系统和决策支持系统视图,这两种系统的实际物理位置位于组这一级,“基于分组的集中”模式,议程一:数据架构-数据质量管理,建立专职的、有足够权限的组织机构负责数据质量管理 数据质量的管理和提升是一个长期的过程 应用系统的升级和更新是数据质量提升的重要契机 可以考虑使用数据质量工具,议程一:数据架构-数据质量管理,现有数据质量控制体系的建立: 数据产生:原
10、始数据的正确录入 数据保存:常规的数据库清理 数据使用:数据整合与分析 历史数据质量提高方案: 建立独立的、经过授权的项目组 设定数据质量目标 分析现有数据质量差距 确定可以短期改进的部分 制定长期改进方案 建立质量改进审查机制,议程一:数据架构-重要推荐或结论,推荐一:中国人寿采用基于应用系统的统一数据模型,实现企业级数据模型标准化,议程一:数据架构-重要推荐或结论,推荐二:建立企业级的、标准的数据集成系统,组 1,常规 OLTP,Group ODS,数据仓库,组 数据集市,标准 ETL,组 n,OLTP,Group ODS,数据仓库,组 数据集市,定制 ETL,总部 ODS,总部 数据集市
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国人寿信息化战略规划 数据架构 中国 人寿 信息化 战略规划 数据 架构
链接地址:https://www.31doc.com/p-11787265.html