نگاهی به سیستم هوش تجاری در صنعت بیمه

نویسندگان

1 فناوری اطلاعات دانشگاه شیراز

2 دانشگاه تهران

چکیده

دنیای امروز، دنیای تغییرات سریع است و این مسئله نیاز به امکان پیش‌بینی به­ موقع مسائل کسب‌ و‌ کار را بیش از پیش آشکار می‌سازد. پیش‌بینی در صورتی مؤثر می‌باشد که دانش کافی نسبت به وضعیت فعلی وجود داشته باشد تا با شناخت روندها و بررسی تغییرات قبلی بتوان برای آینده برنامه‌ریزی نمود. هوش تجاری در این زمینه کمک قابل توجهی به سازمان‌ها می‌کند. هوش تجاری با جمع­‌آوری و یکپارچه‌سازی داده‌ها امکان دریافت گزارش­ های خاص و به­ موقعی را برای مدیران فراهم می‌سازد، تا از این طریق مدیران بتوانند تصمیمات استراتژیک را در زمان مناسب اتخاذ نمایند. بدین ترتیب سیاست‌گذاری‌های سازمان‌ها با دید بهتری نسبت به آینده انجام خواهد شد.

کلیدواژه‌ها


عنوان مقاله [English]

Taking a Glance at Business Intelligence System in the Insurance Industry

چکیده [English]

Today, the world is rapidly changing and it reveals the needs for possible timely prediction of business issues, more than ever. Prediction is effective if there will be sufficient knowledge of the current situation to plan for the future by recognizing the trends and evaluating the previous changes. In this regard, Business intelligence can significantly help the organization. Business intelligence enables managers to receive special and timely reports by data collecting and integrating. In this way, managers are able to take strategic decisions at the right time. Thus, organizations will adopt their own policies with a better view of the future.

کلیدواژه‌ها [English]

  • Business Intelligence
  • Insurance
  • Risk
  • Data Warehouse
[1] Wolfgang Hofbauer, Mannheimer AG Holding, Mannheim, the Benefits of Data Warehousing for an Insurance Company, 2002.
]2[ صفرزاده، حسین، وفایی­ نیا، مژگان، "بررسی تأثیر و نقش فناوری اطلاعات بر هوش تجاری"، اولین همایش ملی هوش سازمانی/کسب‌ و‌ کار، 1389.
[3] Kimball, Ralph, Ross, Margy, “the Data Warehouse Toolkit”, NEW YORK, Wiley Computer Publishing, Second Edition, 2002.
]4[ قره­ خانی، محسن، ابوالقاسمی، مریم، اقتصاد، تازه‌های جهان بیمه، "کاربردهای داده کاوی در صنعت بیمه"، شماره 158، صفحه 5 تا 22، 1390.
[5] Celina M. Olszak and Ewa Ziemba, “Approach to Building and Implementing Business Intelligence Systems”, Interdisciplinary Journal of Information, Knowledge, and Management, Vol. 2, 2007.
[6] Pasaoglu Kilanc, Guzay, Or, Ilhan, “A decision support tool for the analysis of pricing, investment and regulatory processes in a decentralized electricity market”, Energy Policy, 3036 -3044, 2008.
[7] Fromboa, F, Minciardia, R, Robbaa, M, Rossob, F, Sacilea, R, “Planning Woody Biomass Logistics For Energy Production A Strategic Decision Model”, Biomass and Bioenergy, 372 -383, 2009.
[8] Matei, Gheorghe, “A collaborative Approach Of Business Intelligence systems”, Journal of Applied Collaborative Systems, Vol. 2, No. 2, 2010.
[9] Chen, Hsinchun, H. L. Chiang, Roger, Veda, C. Storey, “Business Intelligence and Analytics: From Big Data To big Impact”, Vol. 36, No. 4, MIS Quarterly, 2011.
[10] Sanjay Mohapatra, Mani Tiwari, “Using Business Intelligence for Automating Business Processes in Insurance”, International Journal of Advancements in Computing Technology Vol. 1, Number 2, 2009.
]11[ بابازاده، امیر، اسدی، لاله، کاظمی‌راد، سمانه، "پردازش‌های تحلیل بر خط[1]، توانمندترین گام برای جهش به سوی سازمان‌های خردمند(هوشمند)، دانش مدار و یاد گیرنده"، مقاله اولین همایش ملی هوش سازمانی، 1389.
[1]- OLAP