تجزیه و تحلیل ریسک محرک و مدل سازی مالی

طی چند سال گذشته ، بیمه گذاران و شرکت هایی که محصولات مانند بیمه را ارائه می دهند ، چندین آیین نامه جدید را به وجود آورده اند. این مقررات جدید برای بیمه گذاران نیاز به مدل سازی مالی گسترده تری دارد. اتحادیه اروپا SOLVENCY II را تصویب کرد. این قانون به بیمه گذاران نیاز دارد تا نشان دهند که آنها تجزیه و تحلیل مناسب خود را انجام داده اند تا اعتبار خود را در پایان سال حلال کنند. بیمه گران که سالیانه های متغیر را ارائه می دهند ، باید با تجزیه و تحلیل گسترده از دارایی و با مسئولیت جریان نقدی ، از دستورالعمل Actuarial XLIII پیروی کنند. انواع بیمه گذاران ، از جمله کسانی که محصولات مانند بیمه را توزیع می کنند ، باید تا سال 2021 استاندارد گزارشگری مالی بین المللی 17 (IFRS 17) را پیاده سازی کنند. در این استانداردها و مقررات کار می کنند و در هنگام مدل سازی دارایی ها و بدهی ها ، از تکنیک های فشرده محاسباتی استفاده می کنند. بخش اعظم تجزیه و تحلیل از داده های سناریوی تولید شده به صورت تصادفی بر روی ورودی های Seriatim از مواردی مانند دارایی و بدهی استفاده می کند. فراتر از نیازهای نظارتی ، محرکها مقدار نسبتاً خوبی از مدل سازی مالی و محاسبات را انجام می دهند. آنها جداول ورودی را برای مدلهایی که گزارش های نظارتی را تولید می کنند ، ایجاد می کنند. شبکه های داخلی نیازهای محاسباتی را برآورده نمی کنند ، بنابراین محرک ها به طور پیوسته به سمت ابر حرکت می کنند.

Actuaries به ابر حرکت می کنند تا زمان بیشتری برای بررسی ، ارزیابی و اعتبارسنجی نتایج کسب کنند. هنگامی که تنظیم کننده ها بیمه گذاران را حسابرسی می کنند ، آکواریوها باید بتوانند نتایج خود را توضیح دهند. حرکت به ابر به آنها امکان دسترسی به منابع محاسباتی را می دهد تا 20،000 ساعت تجزیه و تحلیل را در 24-120 ساعت زمان ساعت ، از طریق قدرت موازی سازی انجام دهند. برای کمک به این نیاز به مقیاس ، بسیاری از شرکت هایی که نرم افزار Actuarial ایجاد می کنند راه حل هایی را ارائه می دهند که امکان محاسبات در لاجورد را فراهم می کند. برخی از این راه حل ها بر روی فن آوری هایی ساخته شده اند که در محل و در لاجوردی اجرا می شوند ، مانند راه حل محاسبات با کارایی بالا ، Powershell ، بسته HPC. راه حل های دیگر بومی لاجورد و استفاده از دسته لاجورد ، مجموعه ماشین های مجازی یا یک راه حل مقیاس بندی سفارشی است.

در این مقاله ، ما بررسی خواهیم کرد که چگونه توسعه دهندگان اکشن می توانند از لاجورد ، همراه با بسته های مدل سازی ، برای تجزیه و تحلیل خطر استفاده کنند. در این مقاله برخی از فن آوری های لاجورد که بسته های مدل سازی برای اجرای در مقیاس در لاجورد استفاده می کنند ، توضیح داده شده است. می توانید از همان فناوری برای انجام تجزیه و تحلیل بیشتر داده های خود استفاده کنید. ما به موارد زیر نگاه می کنیم:

• در حال اجرا در مدل های بزرگتر در زمان کمتری ، در لاجورد.
• گزارش در مورد نتایج.
• مدیریت حفظ داده ها.

این که آیا شما به عمر ، املاک و تلفات ، بهداشت و یا بیمه دیگر خدمات می دهید ، باید مدلهای مالی و ریسک دارایی ها و بدهی های خود را ایجاد کنید. سپس می توانید سرمایه گذاری ها و حق بیمه خود را تنظیم کنید تا به عنوان یک بیمه گذار حلال بمانید. گزارش IFRS 17 تغییراتی را به مدلهایی که Actuaries ایجاد می کنند ، مانند محاسبه حاشیه خدمات پیمانکاری (CSM) اضافه می کند ، که نحوه مدیریت بیمه گذاران خود را به مرور زمان تغییر می دهد.

دویدن بیشتر در زمان کمتر ، در لاجورد

شما به وعده ابر اعتقاد دارید: این می تواند مدل های مالی و ریسک شما را سریعتر و آسان تر اجرا کند. برای بسیاری از بیمه گذاران ، پشت محاسبه پاکت نامه مشکل را نشان می دهد: آنها به سالها یا حتی دهه ها از زمان پی در پی برای اجرای این محاسبات از ابتدا تا انتها نیاز دارند. برای حل مشکل زمان اجرا به فناوری نیاز دارید. استراتژی های شما عبارتند از:

• آماده سازی داده ها: برخی از داده ها به آرامی تغییر می کنند. هنگامی که یک قرارداد خط مشی یا خدمات لازم الاجرا است ، ادعاها با سرعت قابل پیش بینی حرکت می کنند. شما می توانید داده های مورد نیاز برای اجرای مدل را هنگام رسیدن آن آماده کنید و نیاز به برنامه ریزی زمان زیادی برای پاکسازی و تهیه داده ها را از بین ببرید. همچنین ممکن است از خوشه بندی برای ایجاد ایستاده برای داده های Seriatim از طریق بازنمایی وزنه برداری استفاده کنید. سوابق کمتری معمولاً منجر به کاهش زمان محاسبه می شود.
• موازی سازی: اگر شما نیاز به انجام همان تجزیه و تحلیل به دو یا چند مورد دارید ، ممکن است بتوانید به طور همزمان تجزیه و تحلیل را انجام دهید.

بیایید به صورت جداگانه به این موارد نگاه کنیم.

تهیه داده ها

داده ها از چندین منبع مختلف جریان می یابد. شما داده های خط مشی نیمه ساختاری را در کتاب های تجاری خود دارید. شما همچنین در مورد افراد بیمه شده ، شرکت ها و مواردی که در فرم های مختلف برنامه ظاهر می شوند ، اطلاعات دارید. ژنراتورهای سناریوی اقتصادی (ESG) داده ها را در قالب های مختلفی تولید می کنند که ممکن است به شکلی که مدل شما می تواند از آن استفاده کند ، ترجمه کنند. داده های فعلی در مورد مقادیر دارایی ها نیز نیاز به عادی سازی دارند. داده های بازار سهام ، داده های جریان نقدی در مورد اجاره ، اطلاعات پرداخت در مورد وام ها و سایر داده های دارایی ، هنگام حرکت از منبع به مدل ، همه نیاز به آماده سازی دارند. سرانجام ، شما باید هرگونه فرضیه را بر اساس داده های تجربه اخیر به روز کنید. برای سرعت بخشیدن به یک مدل ، داده ها را قبل از زمان آماده می کنید. در زمان اجرا ، هرگونه به روزرسانی های لازم را برای اضافه کردن تغییرات از آخرین به روزرسانی برنامه ریزی شده انجام می دهید.

بنابراین ، چگونه داده ها را تهیه می کنید؟بیایید ابتدا به بیت های مشترک نگاه کنیم و سپس به نحوه کار با روش های مختلف داده ها نگاه کنیم. اول ، شما می خواهید یک مکانیزم برای به دست آوردن همه تغییرات از آخرین همگام سازی. این مکانیسم باید شامل مقداری باشد که قابل مرتب سازی باشد. برای تغییرات اخیر ، این مقدار باید از هر تغییر قبلی بیشتر باشد. دو دو مکانیسم متداول ، یک میدان شناسه روزافزون یا یک زمان سنج است. اگر یک رکورد دارای یک کلید شناسه فزاینده است ، اما بقیه رکورد حاوی فیلدهایی است که می توانند به روز شوند ، پس برای یافتن تغییرات باید از چیزی مانند یک جدول زمانی "آخرین اصلاح شده" استفاده کنید. پس از پردازش سوابق ، مقدار قابل مرتب سازی آخرین مورد به روز شده را ضبط کنید. این مقدار ، احتمالاً یک جدول زمانی در زمینه ای به نام LastModified ، به علامت شما تبدیل می شود ، که برای نمایش داده های بعدی در فروشگاه داده استفاده می شود. تغییرات داده ها از بسیاری جهات قابل پردازش هستند. در اینجا دو مکانیسم مشترک وجود دارد که از منابع حداقل استفاده می کنند:

• اگر صدها یا هزاران تغییر در فرآیند دارید ، داده ها را در ذخیره سازی حباب بارگذاری کنید. برای پردازش تغییرات ، از یک ماشه رویداد در کارخانه داده لاجورد استفاده کنید.
• اگر مجموعه های کوچکی از تغییرات در فرآیند دارید ، یا اگر می خواهید به محض وقوع تغییر ، داده های خود را به روز کنید ، هر تغییر را در یک پیام صف قرار دهید که توسط سرویس اتوبوس یا صف ذخیره سازی میزبان باشد. این مقاله توضیحی عالی در مورد تجارت بین دو فناوری صف بندی دارد. هنگامی که یک پیام در یک صف قرار دارد ، می توانید از یک ماشه در توابع لاجورد یا کارخانه داده لاجورد برای پردازش پیام استفاده کنید.

شکل زیر یک سناریوی معمولی را نشان می دهد. اول ، یک کار برنامه ریزی شده مجموعه ای از داده ها را جمع می کند و پرونده را در ذخیره سازی قرار می دهد. کار برنامه ریزی شده می تواند یک کار Cron باشد که در محل ، یک کار برنامه ریزی ، برنامه منطقی یا هر چیز دیگری که روی یک تایمر اجرا می شود ، کار می کند. پس از بارگذاری پرونده ، می توان یک تابع لاجورد یا نمونه کارخانه داده را برای پردازش داده ها ایجاد کرد. اگر پرونده می تواند در مدت زمان کوتاهی پردازش شود ، از یک تابع استفاده کنید. اگر پردازش پیچیده است ، به AI یا برنامه نویسی پیچیده دیگر نیاز دارد ، ممکن است متوجه شوید که HDInsight ، Databricks Azure یا چیزی سفارشی بهتر کار می کند. پس از اتمام ، پرونده به عنوان یک پرونده جدید یا به عنوان سوابق در یک پایگاه داده به صورت قابل استفاده باد می شود.

هنگامی که داده ها در لاجوردی قرار دارند ، باید آن را با استفاده از برنامه مدل سازی قابل استفاده کنید. برای انجام تحولات سفارشی می توانید کد بنویسید ، موارد را از طریق Databricks HDInsight یا Azure برای مصرف موارد بزرگتر اجرا کنید ، یا داده ها را در مجموعه داده های مناسب کپی کنید. استفاده از ابزارهای داده بزرگ همچنین می تواند به شما در انجام کارهایی مانند تبدیل داده های بدون ساختار به داده های ساخت یافته و همچنین اجرای هرگونه یادگیری هوش مصنوعی و ماشین بر روی داده های دریافت شده کمک کند. همچنین می توانید دستگاه های مجازی میزبان ، بارگذاری داده ها مستقیماً در منابع داده از محل در محل ، با توابع لاجورد مستقیماً و غیره بارگذاری کنید.

بعداً ، داده ها باید توسط مدل های شما مصرف شوند. نحوه انجام این کار تا حد زیادی به نحوه نیاز محاسبات برای دسترسی به داده ها بستگی دارد. برخی از سیستم های مدل سازی به تمام پرونده های داده نیاز دارند تا روی گره ای که محاسبه را اجرا می کند ، زندگی کنند. برخی دیگر می توانند از پایگاه داده هایی مانند پایگاه داده Azure SQL ، MySQL یا PostgreSQL استفاده کنند. شما می توانید از نسخه کم هزینه ای از هر یک از این موارد استفاده کنید و سپس عملکرد را در طول اجرای مدل سازی مقیاس کنید. این به شما قیمت لازم برای کار روزمره را می دهد. بعلاوه سرعت اضافی را به شما می دهد درست هنگامی که هزاران هسته درخواست داده می شوند. به طور معمول ، این داده ها فقط در طول یک مدل مدل سازی خواندنی خواهند بود. اگر محاسبات شما در مناطق مختلف اتفاق می افتد ، استفاده از Azure Cosmos DB یا Azure SQL Geo را در نظر بگیرید. هر دو مکانیسم را برای تکثیر خودکار داده ها در مناطق با تأخیر کم ارائه می دهند. انتخاب شما به ابزارهایی که توسعه دهندگان شما می دانند ، نحوه مدل سازی داده های خود و تعداد مناطق مورد استفاده برای مدل سازی شما بستگی دارد.

مدتی را صرف فکر کردن در مورد مکان ذخیره داده های خود کنید. درک کنید که چند درخواست همزمان برای همان داده ها وجود خواهد داشت. به نحوه توزیع اطلاعات فکر کنید:

• آیا هر گره محاسباتی نسخه خاص خود را دریافت می کند؟
• آیا نسخه از طریق مکان پهنای باند بالا به اشتراک گذاشته شده است؟

اگر داده ها را با استفاده از Azure SQL متمرکز نگه دارید ، احتمالاً بیشتر اوقات پایگاه داده را در سطح پایین تر نگه می دارید. اگر داده ها فقط در طول مدل مدل سازی استفاده شود و خیلی اوقات به روز نشود ، مشتریان Azure تا آنجا پیش می روند که از داده ها نسخه پشتیبان تهیه کرده و نمونه های پایگاه داده خود را بین اجرا خاموش می کنند. پس انداز بالقوه بزرگ است. مشتریان همچنین می توانند از استخرهای الاستیک Azure SQL استفاده کنند. اینها برای کنترل هزینه های پایگاه داده طراحی شده اند ، به خصوص هنگامی که شما نمی دانید کدام پایگاه داده در زمان های مختلف تحت بار زیادی قرار خواهد گرفت. استخرهای الاستیک به مجموعه ای از پایگاه داده ها اجازه می دهند تا به همان اندازه قدرت مورد نیاز خود استفاده کنند ، سپس پس از تغییر تقاضا در جای دیگر سیستم ، به عقب برگردید.

ممکن است لازم باشد هماهنگ سازی داده ها را در طی یک مدل مدل سازی غیرفعال کنید تا محاسبات بعداً در این فرآیند از همان داده ها استفاده کنند. اگر از صف استفاده می کنید ، پردازنده های پیام را غیرفعال کنید اما به صف اجازه دهید داده ها را دریافت کنند.

همچنین می توانید از زمان قبل از اجرای برای تولید سناریوهای اقتصادی ، به روزرسانی فرضیات آکواریوم و به طور کلی سایر داده های استاتیک استفاده کنید. بیایید به تولید سناریوی اقتصادی (ESG) نگاه کنیم. انجمن Actuaries تولید کننده نرخ بهره آکادمی (AIRG) را فراهم می کند ، ESG که مدل های خزانه داری U. S. را مدل می کند. AIRG برای استفاده در مواردی مانند کتابچه راهنمای ارزیابی 20 (VM-20) تجویز می شود. سایر ESG ها ممکن است بازار سهام ، وام ها ، قیمت کالاها و غیره را الگوبرداری کنند.

از آنجا که محیط شما داده ها را از قبل پردازش می کند ، می توانید قطعات دیگر را نیز زود اجرا کنید. به عنوان مثال ، شما ممکن است مواردی داشته باشید که از آنها استفاده می کنید که از سوابق استفاده می کنند تا جمعیت بیشتری را نشان دهند. یکی معمولاً این کار را با سوابق خوشه ای انجام می دهد. اگر مجموعه داده به صورت پراکنده به روز شود ، مانند یک بار در روز ، می توان رکورد تنظیم شده را به آنچه در مدل به عنوان بخشی از فرآیند مصرف استفاده می شود ، کاهش داد.

بیایید به یک مثال عملی نگاه کنیم. با IFRS-17 ، شما باید قراردادهای خود را با هم گروه بندی کنید به گونه ای که حداکثر فاصله بین تاریخ شروع برای هر دو قرارداد کمتر از یک سال باشد. بیایید فرض کنیم که شما این کار را به راحتی انجام می دهید و از سال قرارداد به عنوان مکانیسم گروه بندی استفاده می کنید. این تقسیم بندی را می توان در حالی انجام داد که داده ها با خواندن پرونده و انتقال سوابق به گروه های سال مناسب ، به لاجورد می شوند.

تمرکز بر روی آماده سازی داده ها ، زمان لازم برای اجرای اجزای مدل را کاهش می دهد. با دریافت داده ها در اوایل ، می توانید زمان ساعت را برای اجرای مدل های خود صرفه جویی کنید.

موازی سازی

موازی سازی مناسب مراحل می تواند زمان اجرای ساعت را به طرز چشمگیری کاهش دهد. این سرعت با ساده تر کردن قطعاتی که شما اجرا می کنید و دانستن چگونگی بیان مدل خود به گونه ای اتفاق می افتد که امکان دو یا چند فعالیت را به طور همزمان انجام می دهد. ترفند یافتن تعادل بین اندازه درخواست کار و بهره وری یک گره فردی است. اگر این کار بیشتر از آنچه در ارزیابی انجام می شود ، زمان بیشتری را صرف تنظیم و پاکسازی می کند ، خیلی کوچک رفتید. اگر کار خیلی بزرگ باشد ، زمان اجرای آن بهبود نمی یابد. شما می خواهید این فعالیت به اندازه کافی کوچک باشد تا روی گره های مختلف پخش شود و در زمان اجرای سپری شده تفاوت مثبتی ایجاد کند.

برای به دست آوردن بیشترین استفاده از سیستم خود ، باید گردش کار را برای مدل خود و چگونگی تعامل محاسبات با توانایی مقیاس بندی درک کنید. نرم افزار شما ممکن است مفهومی از مشاغل ، کارها یا موارد مشابه داشته باشد. از این دانش برای طراحی چیزی استفاده کنید که بتواند کار را تقسیم کند. اگر در مدل خود مراحل سفارشی دارید ، آنهایی را طراحی کنید تا ورودی ها برای پردازش به گروه های کوچکتر تقسیم شود. این طرح اغلب به عنوان یک الگوی پراکنده جمع آوری می شود.

• پراکندگی: ورودی ها را در امتداد خطوط طبیعی تقسیم کرده و اجازه می دهد تا کارهای جداگانه انجام شود.
• جمع آوری: با اتمام کارها ، خروجی های آنها را جمع آوری کنید.

هنگام تقسیم چیزها ، همچنین بدانید که این روند قبل از حرکت به جلو باید همگام سازی شود. چند مکان مشترک وجود دارد که مردم چیزها را تقسیم می کنند. برای اجرای تصادفی تو در تو ، ممکن است هزار حلقه بیرونی با مجموعه ای از نقاط تورم داشته باشید که حلقه های داخلی صد سناریو را اجرا می کند. هر حلقه بیرونی می تواند به طور همزمان اجرا شود. شما در یک نقطه تورم متوقف می شوید ، سپس حلقه های داخلی را به طور همزمان اجرا می کنید ، اطلاعات را بازگردانید تا داده ها را برای حلقه بیرونی تنظیم کنید و دوباره به جلو بروید. شکل زیر گردش کار را نشان می دهد. با توجه به محاسبات کافی ، می توانید 100000 حلقه داخلی را روی 100000 هسته اجرا کنید و زمان پردازش را به مبلغ زمان های زیر کاهش دهید:

<img data-cke-saved-src="https://lea.microsoft.com/en-us/azure/architecture/industries/finance/images/actuarial-risk-analysis-financial-model/timing.png" src="https://lea.microsoft.com/en-us/azure/architecture/industries/finance/images/actuarial-risk-analysis-financial-model/timing.png" alt="The diagrams show three separate processes, occurring sequentially. The first is " time="" to="" distribute="" 100000="" cores",="" the="" second="" is="" "time="" of="" longest="" scenario="" run",="" third="" process="" results".="" times="" are="" shown="" as="" being="" added."="">

توزیع بسته به نحوه انجام این کار کمی افزایش می یابد. این ممکن است به سادگی ساختن یک کار کوچک با پارامترهای مناسب یا به همان اندازه پیچیده کپی کردن فایلهای 100K در مکان های مناسب باشد. اگر بتوانید جمع آوری نتیجه را با استفاده از Apache Spark از Azure HDInsight ، Azure Databricks یا استقرار شخصی خود توزیع کنید ، می توان نتایج پردازش را نیز افزایش داد. به عنوان مثال ، میانگین محاسبات یک موضوع ساده برای به یاد آوردن تعداد مواردی است که تاکنون و مبلغ آن دیده می شود. محاسبات دیگر ممکن است در یک دستگاه واحد با هزاران هسته بهتر کار کند. برای آن ها ، می توانید از دستگاه های دارای GPU در لاجورد استفاده کنید.

بیشتر تیم های آکواریوم با انتقال مدل های خود به لاجورد ، این سفر را آغاز می کنند. سپس داده های زمان بندی را در مراحل مختلف این روند جمع می کنند. سپس آنها زمان ساعت را برای هر مرحله از طولانی ترین تا کوتاهترین زمان سپری شده مرتب می کنند. آنها به زمان کل اعدام نگاه نخواهند کرد زیرا ممکن است چیزی هزاران ساعت اصلی مصرف کند اما فقط 20 دقیقه زمان سپری شده است. برای هر یک از طولانی ترین مراحل شغلی در حال اجرا ، توسعه دهندگان محرک به دنبال راه هایی برای کاهش زمان سپری شده در حالی که نتایج مناسب را دریافت می کنند. این روند به طور مرتب تکرار می شود. برخی از تیم های Actuarial زمان اجرای هدف را تعیین می کنند ، بیایید بگوییم که یک تجزیه و تحلیل محافظت از شبانه یک هدف از اجرای زیر 8 ساعت است. به محض اینکه زمان بیش از 8. 25 ساعت خزش می کند ، بخشی از تیم Actuarial برای بهبود زمان طولانی ترین قطعه در تجزیه و تحلیل تغییر می کند. هنگامی که آنها زمان زیر 7. 5 ساعت را به دست می آورند ، به توسعه باز می گردند. اکتشافی برای بازگشت و بهینه سازی در بین آکواریوها متفاوت است.

برای اجرای همه این موارد ، گزینه های مختلفی دارید. بیشتر نرم افزار Actuarial با شبکه های محاسباتی کار می کند. شبکه هایی که در محل کار می کنند و در لاجوردی از HPC Pack ، بسته شریک یا چیزی سفارشی استفاده می کنند. شبکه های بهینه سازی شده برای Azure از مجموعه های مقیاس ماشین مجازی ، دسته ای یا چیزی سفارشی استفاده می کنند. اگر تصمیم دارید از مجموعه های مقیاس یا دسته ای استفاده کنید ، حتماً از پشتیبانی آنها برای ماشین های مجازی با اولویت پایین (VM) استفاده کنید (مقیاس اسناد با اولویت پایین ، اسناد با اولویت پایین را تعیین می کند). VM با اولویت پایین VM است که روی سخت افزاری کار می کند که می توانید با کسری از قیمت عادی اجاره کنید. قیمت پایین تر در دسترس است زیرا VM های با اولویت پایین ممکن است در صورت تقاضای ظرفیت از پیش تنظیم شوند. اگر در بودجه زمانی خود انعطاف پذیری دارید ، VM های اولویت پایین راهی عالی برای کاهش قیمت یک مدل سازی ارائه می دهند.

اگر شما نیاز به هماهنگی اجرای و استقرار در بسیاری از ماشین ها دارید ، شاید با برخی از دستگاه ها در مناطق مختلف ، می توانید از Cyclecloud استفاده کنید. Cyclecloud هیچ هزینه اضافی ندارد. در صورت لزوم حرکت داده را هماهنگ می کند. این شامل تخصیص ، نظارت و خاموش کردن دستگاه ها است. این حتی می تواند دستگاه های با اولویت پایین را تحمل کند ، و اطمینان حاصل شود که هزینه های موجود در آن وجود دارد. می توانید تا آنجا پیش بروید که ترکیب ماشین های مورد نیاز خود را توصیف کنید. به عنوان مثال ، شاید شما به یک کلاس ماشین احتیاج دارید اما می توانید در هر نسخه ای که دارای 2 یا بیشتر هسته باشد ، به خوبی اجرا شود. چرخه می تواند هسته ها را در این نوع دستگاه ها اختصاص دهد.

گزارش در مورد نتایج

هنگامی که بسته های Actuarial نتایج خود را اجرا و تولید کردند ، چندین گزارش آماده تنظیم کننده خواهید داشت. همچنین یک کوه از داده های جدید خواهید داشت که ممکن است بخواهید آن را تجزیه و تحلیل کنید تا بینش هایی را که توسط تنظیم کننده ها یا حسابرسان مورد نیاز نیست ، ایجاد کنید. ممکن است بخواهید مشخصات بهترین مشتریان خود را درک کنید. با استفاده از بینش ، می توانید به بازاریابی بگویید که مشتری کم هزینه به نظر می رسد تا بازاریابی و فروش بتوانند آنها را سریعتر پیدا کنند. به همین ترتیب ، می توانید از داده ها استفاده کنید تا کشف کنید که کدام گروه ها از داشتن بیمه بیشترین سود را دارند. به عنوان مثال ، ممکن است متوجه شوید که افرادی که از یک فیزیکی سالانه استفاده می کنند ، قبلاً در مورد مسائل بهداشتی در مرحله اولیه فهمیدند. این باعث صرفه جویی در وقت و هزینه شرکت بیمه می شود. شما می توانید از این داده ها برای هدایت رفتار در پایگاه مشتری خود استفاده کنید.

برای انجام این کار ، می خواهید به بسیاری از ابزارهای علوم داده و همچنین برخی از قطعات برای تجسم دسترسی داشته باشید. بسته به میزان تحقیق که می خواهید انجام دهید ، می توانید با یک Data Science VM شروع کنید که می تواند از بازار لاجورد تهیه شود. این VM ها دارای نسخه های ویندوز و لینوکس هستند. نصب شده ، Microsoft R Open ، Microsoft Machine Leaing Server ، Anaconda ، Jupyter و سایر ابزارهای آماده برای رفتن را پیدا خواهید کرد. برای تجسم داده ها و به اشتراک گذاشتن بینش با همکاران خود ، کمی R یا Python را پرتاب کنید.

اگر نیاز به تجزیه و تحلیل بیشتر دارید ، می توانید از ابزارهای علوم داده Apache مانند Spark ، Hadoop و دیگران از طریق HDInsight یا Databricks استفاده کنید. از این موارد بیشتر استفاده کنید تا زمانی که تجزیه و تحلیل به طور مرتب انجام شود و می خواهید گردش کار را خودکار کنید. آنها همچنین برای تجزیه و تحلیل زنده از مجموعه داده های بزرگ مفید هستند.

هنگامی که چیزی جالب پیدا کردید ، باید نتایج را ارائه دهید. بسیاری از Actuaries با گرفتن نتایج نمونه و وصل کردن آنها به Excel برای ایجاد نمودارها ، نمودارها و سایر تجسمات شروع می شوند. اگر چیزی را می خواهید که دارای رابط خوبی برای حفاری در داده ها باشد ، به Power BI نگاهی بیندازید. Power BI می تواند برخی از تجسم های زیبا را ایجاد کند ، داده های منبع را نمایش داده و می تواند از طریق افزودن نشانک های سفارش داده شده و حاشیه نویسی ، داده ها را برای خواننده توضیح دهد.

حفظ داده ها

بخش اعظم داده هایی که به سیستم وارد می کنید برای ممیزی های آینده باید حفظ شود. الزامات حفظ داده ها به طور معمول از 7 تا 10 سال متغیر است ، اما نیازها متفاوت است. حداقل احتباس شامل:

• عکس فوری از ورودی های اصلی به مدل. این شامل دارایی ها ، بدهی ها ، فرضیات ، ESG ها و سایر ورودی ها است.
• عکس فوری از خروجی های نهایی. این شامل هر داده ای است که برای ایجاد گزارش هایی که به نهادهای نظارتی ارائه می شود ، استفاده می شود.
• نتایج مهم و مهم دیگر. یک حسابرس می پرسد که چرا مدل شما نتیجه ای کسب کرده است. شما باید شواهدی را در مورد اینکه چرا این مدل انتخاب خاصی انجام داده است یا با شماره های خاص به وجود آمده است ، حفظ کنید. بسیاری از بیمه گذاران تصمیم می گیرند که باینری ها را برای تولید خروجی های نهایی از ورودی های اصلی استفاده کنند. سپس ، هنگامی که از آنها سؤال می شود ، آنها مدل را دوباره به دست می آورند تا یک نسخه تازه از نتایج متوسط را بدست آورند. اگر خروجی ها مطابقت داشته باشند ، پرونده های میانی نیز باید شامل توضیحات مورد نیاز خود باشند.

در طول اجرای مدل ، Actuaries از مکانیسم های تحویل داده استفاده می کنند که می توانند بار درخواست را از اجرای اجرا کنند. پس از اتمام اجرا و دیگر داده ها نیازی به داده نیست ، آنها برخی از داده ها را حفظ می کنند. حداقل ، یک بیمه گذار باید ورودی ها و پیکربندی زمان اجرا را برای هرگونه نیاز به تکرارپذیری حفظ کند. پایگاه داده ها برای تهیه نسخه پشتیبان در ذخیره سازی حباب لاجورد حفظ می شوند و سرورها خاموش می شوند. داده های مربوط به ذخیره سازی با سرعت بالا نیز به ذخیره سازی حباب لاجورد ارزان تر منتقل می شود. پس از ذخیره سازی حباب ، می توانید داده های مورد استفاده برای هر حباب را انتخاب کنید: گرم ، خنک یا بایگانی. ذخیره سازی داغ برای پرونده های مکرر به خوبی کار می کند. ذخیره سازی خنک برای دسترسی به داده های نادر بهینه شده است. ذخیره سازی بایگانی برای نگه داشتن پرونده های قابل شنیدن بهترین است اما پس انداز قیمت با هزینه تأخیر انجام می شود: تأخیر داده های سطح بایگانی شده در ساعت ها اندازه گیری می شود. برای درک کامل ردیف های مختلف ذخیره سازی ، فضای ذخیره سازی حباب لاجورد: گرم ، خنک و بایگانی را بخوانید. شما می توانید داده ها را از ایجاد از طریق حذف با مدیریت چرخه عمر مدیریت کنید. Uris برای حباب ها ایستا می ماند ، اما جایی که حباب ذخیره می شود با گذشت زمان ارزان تر می شود. این ویژگی برای بسیاری از کاربران ذخیره Azure ، پول و سردرد زیادی صرفه جویی می کند. شما می توانید در مورد مدیریت چرخه ذخیره سازی Blob Azure در مورد INS و Outs اطلاعات کسب کنید. این واقعیت که شما می توانید به طور خودکار پرونده ها را حذف کنید فوق العاده است: این بدان معنی است که شما با مراجعه به پرونده ای که خارج از محدوده است ، به طور تصادفی ممیزی را گسترش نمی دهید زیرا خود پرونده می تواند به طور خودکار حذف شود.

ملاحظات

اگر سیستم Actuarial شما اجرا کنید ، یک اجرای شبکه در محل دارد ، احتمالاً اجرای شبکه نیز در Azure اجرا خواهد شد. برخی از فروشندگان پیاده سازی تخصصی لاجورد دارند که در Hyperscale اجرا می شوند. به عنوان بخشی از حرکت به لاجورد ، ابزار داخلی خود را نیز حرکت دهید. Actuaries در همه جا متوجه شده است که مهارت های علوم داده آنها به خوبی در لپ تاپ یا با یک محیط بزرگ کار می کند. به دنبال کارهایی باشید که تیم شما قبلاً انجام می دهد: شاید شما چیزی داشته باشید که از یادگیری عمیق استفاده کند اما ساعت ها یا روزها طول می کشد تا روی یک GPU اجرا شود. سعی کنید همان بار کار را روی یک دستگاه با چهار GPU سطح بالا اجرا کنید و به زمان اجرا نگاه کنید. شانس خوب است که برای مواردی که قبلاً دارید ، سرعت قابل توجهی را مشاهده خواهید کرد.

با پیشرفت همه چیز ، اطمینان حاصل کنید که برای تغذیه داده های مدل سازی ، هماهنگ سازی داده ها را نیز ایجاد کرده اید. یک مدل اجرا تا زمان آماده شدن داده ها نمی تواند شروع شود. این ممکن است شامل اضافه کردن برخی از تلاش ها باشد تا شما فقط داده هایی را که تغییر کرده است ارسال کنید. رویکرد واقعی به اندازه داده ها بستگی دارد. به روزرسانی چند مگابایتی ممکن است کار بزرگی نباشد اما کاهش تعداد بارگذاری گیگابایت باعث سرعت زیاد چیزها می شود.

مشارکت کنندگان

این مقاله توسط مایکروسافت نگهداری می شود. در ابتدا توسط همکاران زیر نوشته شده است.

• اسکات سیلی |معمار نرم افزاری

مراحل بعدی

• توسعه دهندگان R: یک شبیه سازی موازی R را با دسته لاجورد اجرا کنید
• ETL با Databricks: استخراج ، تبدیل و بارگیری داده ها با استفاده از Azure Databricks
• ETL با HDInsight: داده ها را با استفاده از Apache Hive در Azure HDInsight استخراج ، تبدیل و بارگذاری کنید
• Data Science VM چگونه (لینوکس)
• Data Science VM How To (ویندوز)

منابع مرتبط

• محاسبات شبکه ریسک در بانکداری
• راه حل محاسبات شبکه ریسک
• مدیریت داده در بانکداری
• یک سناریوی موسسه مالی برای مش داده ها
• سبک معماری محاسباتی بزرگ