Datový sklad pro řízení a reporting on‑premise ERGO cestovní pojišťovna
ERGO cestovní pojišťovna je největší cestovní pojišťovna v České republice. Každý rok pojistí více než 1,6 mil. klientů a spolupracuje přibližně se 79 tisíci smluvními zdravotnickými zařízeními po celém světě.
Data Mind pomohl ERGO cestovní pojišťovně vybudovat centrální datový sklad, který sjednotil data z interních systémů a vytvořil spolehlivý základ pro management reporting a analytiku.
Procesy a integrace dat
automatizovaný sběr, transformace a načítání dat
Datové sklady a Data Lake
centralizovaná správa firemních dat
Přechod do cloudu
implementace datových řešení na Microsoft Azure
Datové modelování a analýza
optimalizace výkonu a struktury dat
Automatizace datových procesů
ETL/ELT pipeline, pravidelná aktualizace, minimum manuální práce
Klíčové výsledky
15 dashboardů
pro hlavní oblasti řízení společnosti
stovky GB dat
integrovaných z interních systémů
první reporty do 2 měsíců
od zpřístupnění zdrojových dat
připraveno pro integraci dalších agend
a šíření napříč společností
Jednotná datová pravda jako základ rozhodování
operativa → management → strategické řízení
Kontext projektu
ERGO potřebovala vytvořit centrální datový sklad, který by fungoval jako jednotný zdroj pravdy pro reporting a analytiku.
Podpora pro:
- plánování a controlling (KPI, rozpočet, predikce)
- obchod a partnerskou spolupráci
- operativu a řešení klientských situací
- interní i regulatorní reporting
Hlavní výzvy
Projekt musel vyřešit několik klíčových oblastí:
Integrace dat z komplexních systémů
Data bylo nutné sjednotit z více interních zdrojů.
Jednotné definice metrik
Bylo potřeba harmonizovat KPI napříč organizací.
Auditovatelnost dat
Systém musel zajistit konzistenci a dohledatelnost dat.
100 % on-premise provoz
Kvůli regulatorním požadavkům.
Má vaše firma opravdu jednotná data pro rozhodování?
Pomůžeme vám vytvořit datový sklad, který sjednotí reporting napříč celou organizací.
Řešení
Data Mind navrhlo datový sklad postavený čistě na Microsoft stacku.
Projekt postupoval od návrhu datového modelu přes implementaci datových toků až po rychlé dodání prvních reportů. Platforma byla navržena tak, aby bylo možné postupně rozšiřovat další analytické agendy.
Výsledek
Bylo vytvořeno 15 komplexních dashboardů pro klíčové oblasti řízení společnosti.
Datový sklad dnes zpracovává stovky GB dat a poskytuje stabilní základ pro analytiku i další rozvoj datové platformy.
Použité technologie
- Microsoft SQL Server
- SQL Server Integration Services (SSIS)
- SQL Server Reporting Services (SSRS)
Celé řešení běží plně on-premise v Microsoft ekosystému.
Přínosy
Nový datový model dal interním uživatelům jednotný základ pro práci s daty a umožnil vytvářet ad-hoc reporty a analýzy bez závislosti na dodavatelích provozních systémů.
Data jsou nyní validovaná, konzistentní a připravená pro audity i regulatorní požadavky. Reporting je díky tomu rychlý, stabilní a snadno rozšiřitelný, takže může růst spolu s potřebami celé organizace.
Chybí vám ve firmě jednotná verze dat?
Pomůžeme vám sjednotit data z různých systémů do spolehlivé platformy pro reporting, analýzu a řízení společnosti.
Chcete jít více do hloubky? Ponořte se do naší knowledgebase
Customer 360
Vytvoření unifikovaného Customer 360 profilu není jen marketingový cíl, ale komplexní architektonická výzva. Tento článek analyzuje nezbytný přechod na architekturu Data Lakehouse v ekosystému Microsoft Fabric a Azure. Zjistěte, jak vybudovat moderní datovou platformu, která slouží jako robustní základna pro pokročilou cloudovou analytiku a hyper-personalizaci komunikace s využitím AI a LLM.
RAG nad firemními daty
Chcete nasadit generativní AI nad vlastním firemním know-how bez rizika halucinací? Tento technický deep-dive do architektury RAG ukazuje, že úspěch AI stojí a padá s kvalitním Data Engineeringem a datovou architekturou. Prozkoumejte, jak vybudovat moderní datovou platformu pro AI na bázi Microsoft Fabric a Azure Data Lakehouse a jak zvládnout výzvy spojené s vektorizací dat, bezpečností a přechodem do produkčního enterprise prostředí.
Propensity to Buy
Jak transformovat surová data na přesné predikce nákupního chování? Model Propensity to Buy představuje zlatý standard monetizace dat, jeho úspěch však stojí a padá na zvolené architektuře. V tomto článku prozkoumáme technické pozadí implementace v prostředí Microsoft Fabric a Azure. Zjistěte, jak využít principy Data Lakehouse, pokročilé strojové učení a generativní AI k identifikaci zákazníků s nejvyšším potenciálem – a jak to vše orchestrovat v moderní, škálovatelné infrastruktuře.