最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[MongoDB] Metlife 大都会人寿的经验分享

[复制链接]
跳转到指定楼层
楼主
发表于 2019-6-25 20:37:04 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
MongoDB帮助我们用短短90天内交付了客户360项目。对大都会人寿,这是真正突破,保险业的开创性突破。它树立了我们所期望的公司榜样。——John Bungert,大都会人寿高级架构师
2011 年,保险巨头大都会人寿 (MetLife) 的新高管团队意识到,他们必须重审对客户需求的认识。因为当今的消费者与世界高度相连,掌握先进的数字技术和丰富的信息。他们毫无耐心更无忠诚度。
大都会人寿想要通过大数据为一亿多位客户创建一个 360 度全景客户视角,以便对每一位客户作为一个个体进行了解和个性化的沟通。这家财富 50 强公司历时多年尝试使用关系数据库,却一直未能成功地建立起这种集中化系统。
这就是为什么145年历史的保险公司在2013年转向了MongoDB。 使用MongoDB的技术,经过短短2周,大都会人寿就建立一个工作原型 这个新系统将每位客户的每条相关信息汇总到一起。
短短三个月后,这个名为 MetLift Wall 的新系统就在大都会人寿的呼叫中心正式投入运营了。 在呼叫中心正式投入运营。Wall 从大都会人寿 70 多个不同的管理系统中收集大量结构和非结构化信息。经过多年尝试后,大都会人寿终于解决了困扰当今企业的最大的数据挑战之一,而该公司采用MongoDB 的创新方式组织海量数据是成功的关键。
Metlife Wall
现在,每当客户致电大都会人寿时,无论是为了咨询理赔、将保单中添加新生的宝宝还是详细了解保险覆盖范围,客户代表都能利用 Wall 在数秒内调出他们所需的每一条信息,包括姓名、地址、保单和人生重大事件等。
Wall 利用触屏和借鉴 Facebook 显示信息的设计,因此大都会人寿的呼叫中心话务员在初次使用是就对它似曾相识。这意味着客户代表可以迅速高效地回答问题、处理理赔、推荐新的服务或者介绍促销,同时大大缩短等待时间和通话时间。如今,大都会人寿实现了了解每位客户并为他们提供个性化的服务。
灵活数据模型的强大作用
是什么激发了这种变化?大家对典型的客户服务早已司空见惯。随便致电一家公司,都好像进入了没有尽头的迷宫:我们被反复转到不同的服务人员,然后他们重复询问相同的问题。
这都要归咎于数据隔离。和大多数公司一样,大都会人寿多年来创建或购买了大量不同的数据系统。大都会人寿的各种系统包含了庞大的有结构和无结构数据,包括保单、客户信息以及从理赔到支付的各种事务历史记录。这些系统几乎都不联网,更多的是在大型机上,而且界面相当累赘。
将各种管理系统卸除然后换成统一的系统并不是大都会人寿可以选择的方案。所以该公司多年来一直尝试使用关系数据库,这类数据库要求数据拥有一个共用的模式和严格的数据源映射。每添加一个新系统都是昂贵且费时的过程,需要更改模式以及提取、清理和匹配数据——在这个过程中,大都会人寿从来没有成功。
挑战·数据种类
大都会人寿的 70 多个管理系统包含庞大且多样的结构化和非结构化数据,这些数据主要有两大类。一类包括 5000 万份保单和 1.18 亿位客户。另一类则是关于支付和理赔的事务历史,包括大约 1.9 亿份文档。大都会人寿需要设法在单一视图中汇总这些数据:
关系数据库行不通
关系数据库类似于大量 Excel 电子表格。它有一个高度结构化的表结构(数据库模式)。例如,您对每位客户的了解可能不尽相同。对于一些客户,您可能仅仅掌握了他们的姓名和电子邮件地址,而对于另一些客户,您可能还知道他们的电话号码和邮寄地址。为了将这些信息放进电子表格里,您需要创建很多列,其中不少会是空白的。这个数据库由此变得笨重而难以管理。
MongoDB 文档方式行之有效
MongoDB 存储信息的方式类似于一系列 Word 文档。每个数据集存储在一份文档里,每份文档各有自己的模式。当您向某个数据集添加字段时,不需要将这个字段分别添加到其他所有文档中。例如,在管理客户数据时,您会针对每位客户分别使用一份文档。您所了解的关于这位客户的所有信息都存储在这份文档里。有些文档只有少数几个字段,而其他文档可能包含大量信息。添加关于某位客户的新信息时,不需要更新其他所有文档。
采用MongoDB,大都会人寿终于可以克服这个挑战。 在使用 MongoDB 之后,大都会人寿终于能够绕开这一整套传统做法了。MongoDB 与众不同之处在于它灵活的数据模型。MongoDB 以更自然的方式对待数据,实时数据模型演变是轻而易举的事。如果说关系数据库就像 Excel 电子表格——数据被整理到表格中,但是每次添加字段都要添加列,由此形成一个结构化却笨重的项目,那么 MongoDB 就像一系列 Word 文档。每个条目都是一个文档,各有自己的模式。
灵活、可扩展、人性化
MongoDB 还充分利用了当今的计算资源,包括廉价商用硬件和云基础架构。这有助于削减拥有成本,使组织机构能够快速扩展业务和应用程序。MongoDB 通过自动分片实现横向扩展,提供了将多台服务器中的海量数据进行分区的可靠方式。它十分灵活,允许组织机构利用多个数据中心和多温度存储技巧。
除了生产力和应用程序开发的敏捷性之外,同样至关重要的还有 MongoDB 为开发人员提供的易用性。开发人员可以用他们编写应用程序时使用的语言(如 Java、Ruby、Python 等等)与数据库进行交互。这意味着开发人员可以专注于创建应用程序,而不需要与 ORM 周旋。
MongoDB 提供了丰富多样的功能,包括集成式搜索、地理空间分析和原生分析,这些都是传统数据库不具备的功能。为企业提供所需的适当资源,促进项目快速完成。
创新催化剂
使用 MongoDB 不仅促进了 Wall 的成功,也在大都会人寿内部掀起了创新的热潮。这家保险巨头利用大数据攀登到了新的高度。
现在,大都会人寿:
在全球推广Wall应用开发一个支持销售队伍的Wall版本创建客户流失率的实时预测分析系统,帮助客户代表提供替代产品或促销活动考虑增加移动应用和社交媒体数据到Wall项目,以更好的了解客户,用MongoDB这很容易实现
随着采用MongoDB,大都会人寿成为了大数据革命的先锋。通过快速、成功地破解它所面临的最大挑战之一,大都会人寿认识到一切皆有可能。
来源:MongoDB数据库

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 08:59

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表