文档介绍：总公司
精算
系统
统括
系统
CLAF
统计
报表
统计
报表
CLAF
银保通
精算
系统
精算
系统
统计
报表
CLAF
AMIS
CBPS
OBPS
保单/客户数据
代理人/机构数据
收付费数据
保单数据
收付费数据
提取保单数据
财务
报表
统计
数据
保单及报表
基础信息系统
业务财务数据
保单数据
保单及报表
财务
报表
统计
数据
省公司
地市公司
准备金
准备金
准备金
数据架构调研与评估
总体数据架构现状
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交换平台，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，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需要从CBPS获取客户数据），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。
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的同一应用，缺乏统一规定的应用系统数据外模式
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。
数据物理层次和数据提升（staging）
事务（transaction）处理层数据
应用系统中存储了完整的、原始的事务处理数据；
应用系统中的主要事务处理数据都具备时间戳等增量识别标志；
没有后备系统存储离线历史数据；
数据分布在各个省公司或地市公司的应用系统中，多数省份实施的是服务器的物理集中；
数据集成平台
缺少完整统一的集成平台来集成各应用中的数据，建立企业级信息视图
轻度统计汇总数据
利用应用系统自身的报表功能和统计功能实现；
地市级的IT人员完成了一定的查询和报表开发工作，以满足业务部门的小规模要求；
对于应用系统中没有的报表，利用手工（UTAB或EXCEL）实现；
总公司层面缺乏对轻度汇总数据的全面集成；
高度汇总数据
应用系统中具备部分高度汇总统计功能；
对于应用系统中没有的报表，利用手工（UTAB或EXCEL）实现；
由于手工工作太多，人为因素影响了数据的完整性和准确性，使得数据准确性和可信度不够高；
决策支持模型
缺乏灵活的系统统计分析功能；
缺乏企业级统一的数据平台，从而也就无法建立企业级的决策支持分析模型；
目前的SAS系统主要基于财务数据的分析。
用户期望
未来信息系统必须有长远规划，可支持多种管理模式；
加强信息系统