Strategische Ausrichtung des Data Warehouses der VPV. Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg,

Transkript

1 Strategische Ausrichtung des Data Warehouses der VPV Thomas Feil, Projektleiter IT HMS Analytics Day Heidelberg,

2 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangssituation und Zielbild Data Warehouse 3. Datenbelieferung an * und Erfüllung regulatorischer Anforderungen durch Solvency II 4. Zu überzeugende Gruppen im Unternehmen 5. Zusammenfassung und Empfehlungen * ist eine von Steria Mummert in Zusammenarbeit mit der EiOPA erstellte Software zur systemgestützten Berechnung der QIS und des Standardansatzes sowie der Erstellung der neuen Solvency-II-Meldeformulare , Thomas Feil Strategische Ausrichtung des Data Warehouse 2

3 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangssituation und Zielbild Data Warehouse 3. Datenbelieferung an * und Erfüllung regulatorischer Anforderungen durch Solvency II 4. Zu überzeugende Gruppen im Unternehmen 5. Zusammenfassung und Empfehlungen , Thomas Feil Strategische Ausrichtung des Data Warehouse 3

4 Historie 1827 Gründungsjahr - Sterbekasse für Postbedienstete 1885 Sterbekasse von Angehörigen der Königlich Württembergischen Verkehrsanstalten 1922 Bahn- und Post-Sterbekasse in Stuttgart VVaG 1982 Fusion mit der Bayerische Postversicherung 1983 Vereinigte Postversicherung VVaG 1992 Gründung VPV Lebensversicherungs-AG 1998 VPV Versicherungsgruppe - Fusion VPV und Kölner Postversicherung , Thomas Feil Strategische Ausrichtung des Data Warehouse 4

5 Kennzahlen der VPV Anzahl Mitarbeiter Innendienst ca. 480 Außendienst ca. 610 Anzahl Standorte 2 Zentralen (Stuttgart, Köln) 3 Landesdirektionen, 30 Bezirksdirektionen Bruttobeitragseinnahmen: Leben: 430 Mio. Komposit: 50 Mio. Anzahl Verträge: Leben: Komposit: , Thomas Feil Strategische Ausrichtung des Data Warehouse 5

6 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangssituation und Zielbild Data Warehouse 3. Datenbelieferung an * und Erfüllung regulatorischer Anforderungen durch Solvency II 4. Zu überzeugende Gruppen im Unternehmen 5. Zusammenfassung und Empfehlungen , Thomas Feil Strategische Ausrichtung des Data Warehouse 6

7 Ausgangssituation Data Warehouse Eine Modernisierung des DWH war aus technischer Sicht (endender Wartungssupport des Herstellers) sowie finanzieller Sicht (hohe Lizenzkosten in Relation zum Nutzungsgrad) erforderlich Herausforderungen Die Daten im Data Warehouse sind nicht für alle Quellsysteme vorhanden bzw. liegen teilweise nicht der erforderlichen Granularität vor Dies führt dazu, dass Daten zur Weiterverarbeitung sowohl aus dem DWH als auch direkt aus Quellsystemen bezogen und weiterverarbeitet werden Es ist somit keine zentrale Datenquelle vorhanden Durch die hohe Anzahl manueller Prozesse ist die Dokumentationspflicht der Datenherkunft nicht sichergestellt , Thomas Feil Strategische Ausrichtung des Data Warehouse 7

8 Vorgehensweise bis zur Projektierung Im Rahmen einer Vorstudie wurde nach einer Bedarfsanalyse und Marktsichtung das Produkt SAS Insurance Analytics Architecture (inkl. DDS for Insurances) als neue Plattform ausgewählt Das Gesamt-Projekt gliedert sich in 3 Umsetzungsstufen, die einzeln projektiert werden. Stufe 1 wurde im Juni 2014 abgeschlossen, Stufe 2 befindet sich aktuell in der Umsetzung Stufe 1 Ablösung Oberfläche (Eigenentwicklung) und Umstellung auf WebReport- Studio von SAS bei unveränderter Datenhaltung Stufe 2 Quellsysteme werden an die Datenhaltung DDS angebunden An werden Daten über Data Mart geliefert (inkl. Historisierung, Datenqualität), welcher in weiten Teilen aus dem DDS erstellt wird Stufe 3 Anbindung WebReport- Studio an Datenhaltung im DDS Mit Stufe 2 und der Integration des Datenmodells wurde eine grundsätzliche strategische Ausrichtung des Data Warehouses innerhalb der VPV getroffen , Thomas Feil Strategische Ausrichtung des Data Warehouse 8

9 Zielbild Data Warehouse VPV Quellsysteme Integrierte Quellen Alle Quellsysteme Data Warehouse auf Basis DDS ETL vereinfachte Darstellung DWH-Daten Fachliche Trägersysteme ALM-IT Reporting/ BI Das Data Warehouse ist die zentrale Datendrehscheibe der VPV und stellt den Single Point of Truth dar Die Vollständigkeit der Daten aus mehreren Quellen ermöglicht vertiefende Datenanalysen Ein übergreifendes Berichtswesen (z.b. Vergleiche zu mehreren Datenquellen) wird möglich Die Nachweisbarkeit und Protokollierung der Daten ist sichergestellt , Thomas Feil Strategische Ausrichtung des Data Warehouse 9

10 Nutzungsszenarien durch das Data Warehouse 1. Quellsysteme Finanzdaten SAP Weitere Quellen DWH auf Basis DDS Finanzdaten SAP Weitere Quellen Data-Mart DM Aus diversen Quellsystemen erfolgt die Beladung ins DWH, welches Daten an weitergibt 2. Quellsysteme Finanzdaten SAP Weitere Quellen DWH auf Basis DDS Finanzdaten SAP Weitere Quellen Data-Mart DM ALM IT ALM.IT Nach den Berechnungen in werden auch diese Daten ins DWH eingespielt Diese können dann von weiteren Zielsystemen für Berechnungen etc. genutzt werden 3. Quellsysteme Finanzdaten SAP ALM.IT DWH auf Basis DDS Finanzdaten SAP ALM.IT Reporting Report mit Daten aus und ALM.IT Die Ergebnisdaten beider Zielsysteme stehen somit im DWH zur Verfügung, wodurch beispielsweise vergleichende Reports möglich sind Weitere Quellen Weitere Quellen Je nach Situation kann ein System also sowohl Quelle als auch Ziel sein , Thomas Feil Strategische Ausrichtung des Data Warehouse 10

11 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangssituation und Zielbild Data Warehouse 3. Datenbelieferung an und Erfüllung regulatorischer Anforderungen durch Solvency II 4. Zu überzeugende Gruppen im Unternehmen 5. Zusammenfassung und Empfehlungen , Thomas Feil Strategische Ausrichtung des Data Warehouse 11

12 Ausgangssituation -Belieferung Quellsysteme Partner VT Nicht-Leben VUX Kapitalanlagen UI Finanzdaten SAP Zinsstrukturkurve VT Leben VT Nicht-Leben PaRis Kapitalanagen SAP Regulatorische Anfos Weitere Quellen F(x) Direkte Belieferung von Direkte Belieferung von (mit manueller und maschineller Aufbereitung von -Input- Daten. Nachteile hoher manueller Aufwand Nachvollziehbarkeit aufwendig Kein Datenqualitätsmanagement Manipulierbarkeit der Daten Reproduktion der Datenlieferung und Datenbestückung schwierig Keine Aufzeichnung der Datenermittlung Die Quellsysteme liefern Daten, die manuell in eingegeben werden Eine automatisierte Validierung, Historisierung sowie Nachweisbarkeit findet nicht statt , Thomas Feil Strategische Ausrichtung des Data Warehouse 12

13 Umsetzung bis zum Zielbild -Belieferung Quellsysteme Prozess- und Maschinellintegrierte Quellen VT Leben 1 Prozesssteuerung 1 Prozess-integrierte Quellen (PIQ) Quellsysteme, die über manuelle Prozesse Daten an den Data Mart liefern. VT Nicht-Leben PaRis Kapitalanlagen SAP Regulatorische Anfos 2 F (x) Data-Mart 4 2 Maschinell-integrierte Quellen (MIQ) Quellsysteme, die über bestehende maschinelle Prozesse -Input-Daten an den Data Mart liefern. Weitere Quellen Voll-integrierte Quellen Partner VT Nicht-Leben VUX Kapitalanlagen UI Finanzdaten SAP Zinsstrukturkurve 3 Data-Warehouse auf Basis DDS Partner VT Nicht-Leben VUX ETL Kapitalanlagen UI Finanzdaten SAP *) Zinsstrukturkurve ETL Data Mart 3 4 Voll-integrierte Quellen (VIQ) Quellsysteme, die über ETL-Prozesse Detaildaten an das DWH liefern; diese Daten werden an den Data Mart geliefert und dort für die Belieferung der - Schnittstelle aufbereitet. Prozesssteuerung -Belieferung Erfassung und Freigabe (im 4-Augenprinzip), maschinelle Validierung, Historisierung, Protokollierung der -Belieferung) *) Anbindung Finanzdaten SAP ggf. in 2015 Die Quellsysteme werden sukzessive je nach Datenqualität und Format angebunden Nachweisbarkeit, Validierung und Automatisierung werden bereits über die Wege 1 & 2 sichergestellt, es fehlt lediglich die Datenintegration in DDS Für jedes Quellsystem wird der angemessene Anbindungs-Weg gewählt , Thomas Feil Strategische Ausrichtung des Data Warehouse 13

14 Vision der Belieferung von Prozesssteuerung Quellsysteme Voll-integrierte Quellen Data Warehouse auf Basis DDS Data-Mart 4 1 Prozess-integrierte Quellen (PIQ) in 3 VIQ überführt Partner VT Nicht-Leben VUX Partner VT Nicht-Leben VUX 2 Maschinell-integrierte Quellen (MIQ) in 3 VIQ überführt. Kapitalanlagen UI Finanzdaten SAP Zinsstrukturkurve VT Leben VT Nicht-Leben PaRis 3 ETL Kapitalanlagen UI Finanzdaten SAP Zinsstrukturkurve VT Leben VT Nicht-Leben PaRis ETL Data Mart 3 Voll-integrierte Quellen (VIQ) Quellsysteme, die über ETL-Prozesse Detaildaten an das DWH liefern; diese Daten werden an den Data Mart geliefert und dort für die Belieferung der - Schnittstelle aufbereitet. Kapitalanagen SAP Regulatorische Anfos Weitere Quellen Kapitalanagen SAP Regulatorische Anfos Weitere Quellen QRT 4 Prozesssteuerung -Belieferung Erfassung und Freigabe (im 4-Augenprinzip), maschinelle Validierung, Historisierung, Protokollierung der -Belieferung) Das Data Warehouse ist die zentrale Datendrehscheibe der VPV Alle Datenlieferung für Auswertungen sowie Weiterverarbeitungen in Folgesysteme werden aus dem Data Warehouse generiert. Dabei sind alle Datenquellen in das Datenmodell DDS integriert , Thomas Feil Strategische Ausrichtung des Data Warehouse 14

15 Erfüllung von regulatorischen Anforderungen durch ein ganzheitliches Datenqualitätsmanagement Die Erstellung der Solvenzbilanz und der dazugehörigen Berichte (RSR und SFCR) erfordern ein hohes Maß an Datenqualität und eine entsprechende durchgängige Datenversorgung Anforderungen an das Datenmanagement Vollständigkeit der Daten Konsistente Daten und Automatisierung Sicherstellung eines einheitlichen konsistenten Datenbestandes (Single Point of Truth) mit geprüfter Datenqualität (Validierungen) Automatisierung von Datenaufbereitungsprozess en. Nachweisbarkeit und Historisierung , Thomas Feil Strategische Ausrichtung des Data Warehouse 15

16 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangslage und Zielbild Data Warehouse 3. Datenbelieferung an und Erfüllung regulatorischer Anforderungen durch Solvency II 4. Zu überzeugende Gruppen im Unternehmen 5. Zusammenfassung und Empfehlungen , Thomas Feil Strategische Ausrichtung des Data Warehouse 16

17 Überzeugende Gruppen Außendienst - Ablösung des seit 10 Jahre genutzten Frontends Frühzeitige und regelmäßige Information sowie einem umfassenden Schulungsangebot (Webinare, Handbücher, Schulungsvideos) Konkrete Tips und Tricks speziell für die Anwender im Außendienst Namenswettbewerb für das Nachfolgerfrontend zur Steigerung der Akzeptanz IT - Bedarf an Speichererweiterung Erste Kalkulationen haben ergeben, dass durch die Ablösung der individuellen Speicherungen innerhalb der Fachbereiche der Mehrbedarf an zentralem Speicher gering ist. Fachbereich Verlust der Datenhoheit Darstellung des prozessualen Nutzens bei zentraler Datenhaltung Vorteile für Fachbereich durch Prozessoptimierungen und Erhöhung der Datenvollständigkeit und -qualität Vorstand Hohe Kosten Erfordernis durch neue regulatorische Anforderungen Prozessoptimierungen in allen Fachbereichen möglich , Thomas Feil Strategische Ausrichtung des Data Warehouse 17

18 Agenda 1. VPV Versicherung Historie und Kennzahlen 2. Ausgangslage und Zielbild Data Warehouse 3. Datenbelieferung an und Erfüllung regulatorischer Anforderungen durch Solvency II 4. Zu überzeugende Gruppen im Unternehmen 5. Zusammenfassung und Empfehlungen , Thomas Feil Strategische Ausrichtung des Data Warehouse 18

19 Zusammenfassung und Empfehlungen Durchführung einer Vorstudie inkl. Anforderungsanalyse und Marktsichtung Breite Aufstellung im Unternehmen, frühe Einbeziehung von Fachbereichen unter Vorstellung von konkreten Nutzungsszenarien eines vollständigen Data Warehouses Aufbau des DWH mit einem fachlichen Trägersystem als Erstnutzer unter Berücksichtigung von möglichen Anforderungen weiterer Trägersysteme Gemeinsame Erarbeitung eines fachlichen Fahrplans zur Festlegung der umzusetzenden Reihenfolge der Quellsystemanbindung Marketing-Aktivitäten für das Data Warehouse , Thomas Feil Strategische Ausrichtung des Data Warehouse 19

20 Vielen Dank für Ihre Aufmerksamkeit THOMAS FEIL Projektleiter IT IT-Center Mittlerer Pfad Stuttgart Telefon: / Telefax: / thomas.feil@vpv.de Internet:: , Thomas Feil Strategische Ausrichtung des Data Warehouse 20