Facts & Figures Branche Versicherung Aufgabe Vereinheitlichung der IT-Struktur für die Integration, Aufbereitung und Verteilung unternehmensweiter Informationen. Reduktion der Architekturkomplexität und Automatisierung des Datenaufbereitungsprozesses TOP Herausforderung Unternehmensweite Konsolidierung und Vereinheitlichung der dispositiven Datenbestände und Standardisierung der Analyse- und Präsentations- Plattformen Lösung SAS Enterprise BI Server, SAS Web Report Studio, SAS Information Delivery Portal, SAS Stored Process und SAS Information Map TOP Nutzen Single-source-of-truth durch einheitliche Datenaufbereitung sowie einheitliche und benutzerfreundliche Analyseund Präsentations-Tools

Die Suva ist als selbstständige Unternehmung des öffentlichen Rechts die wichtigste Trägerin der obligatorischen Unfallversicherung in der Schweiz. Sie teilt ihre Leistungen in vier Kernbereiche auf: SuvaPro für Berufsund SuvaLiv für Nichtberufsunfälle, SuvaCare für die umfassende Nachbetreuung nach einem Unfall sowie SuvaRisk für Versicherungsgeschäft und Kapitalanlagen. Das Unternehmen agiert als Non-Profit-Organisation und erhält trotz seiner bedeutenden sozialen Funktion keinerlei staatliche Subventionen. Aktuell sind 1,8 Millionen Berufstätige obligatorisch bei der Suva gegen Berufsunfälle, Berufskrankheiten und ausserberufliche Unfälle versichert. In der Vergangenheit hatte die Suva Daten ihrer Versicherten mit verschiedenen dispositiven Anwendungen unterschiedlicher Hersteller aufbereitet und verwaltet. Diese Daten wurden in verschiedenen Systemen abgelegt. Aufgrund unterschiedlicher Aufbereitungspfade bestand ein erhöhtes Risiko von Inkonsistenzen. Ein zuverlässiger und aktueller Datenbestand ist jedoch für eine optimale, auf Risikoanalysen basierende Prämiengestaltung von grösster Bedeutung. Transparenz in der Prämiengestaltung ist vor allem gegenüber den Kunden wichtig.

Insellösungen führten zu nicht-konsistenten Daten
«Unsere dispositive Datenbasis war teilweise redundant und wies gewisse Lücken auf», erinnert sich André Dolder, DWH Programmverantwortlicher bei der Suva, «die Datenaufbereitung war unflexibel und die Analyseund Reporting-Tools wenig benutzerfreundlich. » Um der unbefriedigenden Lage Herr zu werden, begannen einzelne Abteilungen, eigene Datenbanken auf der Grundlage ihrer Anforderungen anzulegen. Je nach Bedarf wurden Kundenauswertungen mit Unfall-, Prämien- und Partnerdaten beispielsweise mit Oracle-Tools auf einer Oracle-Datenbank ausgeführt. Führungskennzahlen und statistische Analysen der Unfalldaten wurden mit SAS-Tools aus DB2-Datenbanken gezogen. Diese heterogene Datenbasis war unbefriedigend. «Obwohl wir über genügend Daten aus den operativen Systemen verfügten, konnten wir diese nicht optimal zur Analyse nutzen und die Datenaufbereitung gestaltete sich sehr aufwändig», erklärt Dolder die Ausgangslage.

Daten über das Suvanet zugänglich machen
Um den Herausforderungen einer modernen Unternehmensführung gerecht zu werden, beschloss die Suva, ein unternehmensweites Data Warehouse mit einer «State of the Art»-Architektur aufzubauen. Die besondere Herausforderung war die Konsolidierung und Vereinheitlichung aller dispositiven Datenbestände sowie die Überführung der Insellösungen. Wichtig für die angestrebte Transparenz und für qualitativ bessere Entscheidungsgrundlagen war insbesondere eine einheitliche Aufbereitung der Daten.

Als sichtbares Zeichen dieser einheitlichen Datenbasis sollten schliesslich alle relevanten Statistik- und Analyse- Daten der Suva über das Suvanet zugänglich sein. Ziel war auch, dass die Kundenbetreuer die benötigten Informationen über einen Webbrowser abrufen können, ohne sich mit der technischen Umsetzung auseinandersetzen zu müssen. Frei definierbare Zugriffsrechte gewährleisten dabei den stufengerechten Zugang zu den einzelnen Anwendungen.

Integrierte Lösung statt "Best of Breed"
Ebenso war es ein Ziel der Suva- Verantwortlichen, für die Analyse und Visualisierung der Daten eine integrierte Lösung zu implementieren und nicht auf isolierte so genannte «Best of Breed»-Lösungen zu setzen. Integrierte Lösungssuiten erlauben neben einer Komplexitätsreduktion und Durchgängigkeit der Daten auch die Nutzung von Synergien. Ein zusätzliches Anliegen war dabei der Schutz von bereits getätigten Investitionen in Software und Mitarbeiter-Kompetenzen.

Zudem sollte die neue Struktur offen und auf gängigen Marktstandards aufgebaut sein, um problemlos Daten unterschiedlicher Applikationen zu integrieren. Alle dispositiven Anwendungen sollten letztlich auf das unternehmensweite Data Warehouse als «single source of truth» zugreifen, um korrekte und konsistente Auswertungen zu garantieren.

Offene BI Lösung von SAS
Die Suva startete auf Basis der definierten Anforderungen eine Vorteilhaftigkeitsprüfung, in deren Verlauf neben der SAS Enterprise Intelligence Lösung auch verschiedene andere Business-Itelligence-Lösungen untersucht wurden. «Die SAS-Lösung stellt mehr als nur Datenauswertung und -Visualisierung zur Verfügung, sondern kann auch weitergehende Disziplinen wie statistische Analyse, Data Mining und System Performance Management unterstützen», begründet André Dolder die getroffene Wahl. «Sie stellt eine offene und zukunftsorientierte BI-Plattform dar und erfüllt so unsere Vorstellungen von Enterprise Intelligence am besten.»

Die SAS-Lösung integriert die verschiedenen isolierten Statistikapplikationen und sichert so die bisher getätigten Investitionen in die SAS Programm-Umgebungen. Zudem erlaubt sie eine übergreifende Informationsverwaltung, die unabhängig von Organisationsstrukturen, Plattformen und benutzten Tools ist. Das Backend Tier ist ein Oracle Database Server. Auf der Ebene des Application Tier werden die Informationen jetzt über SAS/ACCESS to Oracle in den SAS Business Intelligence Server eingespiesen. Die Anwender können dann über das SAS Portal und via SAS WebReport auf die für sie relevanten Informationen zugreifen.

Das Projekt «Unternehmensweites Data Warehouse» ist auf zwei Jahre angelegt. In der ersten nun abgeschlossenen Phase wurden die Kunden-Auswertungs-Lösungen (KA) implementiert sowie ein unternehmensweites Management Informationssystem (UMIS) eingeführt. Bis Ende 2007 werden alle dispositiven Anwendungen über die SAS BI-Plattform auf ein unternehmensweites Core Data Warehouse zugreifen. SAS wird in diesem Projekt ihre Information Delivery Plattform mehrsprachig implementieren.

Nutzen und nächster Schritt Reduktion der Datenkomplexität, Schaffung von einheitlichen Definitionen und Berechnungen von zuverlässigen Kennzahlen Nach der Migration der Kundenauswertungen und der Implementierung eines Management Informationssystems werden in der kommenden Phase die Aufbereitung der Datenbasis für die statistischen Analysen konsolidiert

Mehr Transparenz für die Kunden und bessere Entscheidungs-Unterstützung für die Unternehmung
Die Lösung von SAS hat sich als sehr anwenderfreundlich erwiesen. Die Kundenbetreuer starten ihre Kundenauswertungen (KA) über einen Webbrowser, ohne dass sie besondere Schulung benötigen. Mit wenigen Mausklicks erhalten sie ein Set von Auswertungen, das sie sich als PDF ausdrucken können. Diese Reports umfassen wichtige Kennzahlen zu Prämien- und Versicherungsleistungen in Abhängigkeit der Lohnsumme. So können auch Firmen mit ähnlichen Profilen miteinander verglichen werden. Zudem sind die Kundenbetreuer nun in der Lage, ihren Kunden die Prämienentwicklung in Abhängigkeit zum Unfallgeschehen transparenter zu machen und so die Akzeptanz zu erhöhen.

Auch das neue unternehmensweite Management-Informationssystem (UMIS) ist auf Anhieb auf grosse Akzeptanz gestossen. Für die Benutzer werden Berichte bereitgestellt, die für ihre Entscheidungen relevant sind und die sie bei ihrer Planung unterstützen können. Damit kann eine stufengerechte Versorgung der verschiedenen Führungsebenen mit Führungsgrössen und Kennzahlen aus einer einheitlichen und unternehmensweitem Datenbasis gewährleistet werden.

Seit der Umsetzung des unternehmensweiten «Data Warehouse» mit einer konsolidierten Datenbasis steht dank SAS nun auch eine umfassende BI Plattform für statistische Analysen, Auswertungen und Visualisierung innerhalb der Suva zur Verfügung. Das Projekt erfreut sich einer hohen Benutzerakzeptanz und läuft «in time and money», wie André Dolder bestätigt.

Flexible Skalierbarkeit unterstützt künftiges Wachstum
Für die Suva zahlt sich die Investition bereits aus: Durch die konsolidierte Datenbasis und die standardisierte Analyse- und Präsentationsplattform konnten die IT-Betriebskosten gesenkt werden und die Anwender können effizienter und effektiver mit Planungsund Entscheidungsinformationen versorgt werden. Für den Kundenbetreuungsprozess bedeuten die neuen Kundenauswertungen mehr Produktivität und Transparenz.

«Mit der Enterprise Intelligence Plattform von SAS, deren Skalierbarkeit für unsere weiteren Ausbaupläne von besonderer Bedeutung ist, haben wir unser Verständnis von Informationsgewinnung optimal umsetzen können», erklärt der DWH Programmverantwortliche der Suva. «In unserem Geschäft ist Information ein entscheidender Erfolgsfaktor.»