Teradata近期宣布推出一个数据集市整合项目，旨在帮助保险公司解决隐藏在IT架构内部的一个普遍问题－－太多的数据集市，欠缺整合的信息，从而节省数以百万美元的成本。

    通过把这些分散的数据集市整合到单一的信息架构中，保险公司不仅能够节省数以百万美元的非必要成本，还可以增加对客户和业务的了解，这在一个动荡不安的经济时代中是一项重要的战略行动。

    通过把分散系统的信息整合到一个集中的企业级Teradata数据仓库中，保险公司一年可从一个数据集市减少大约150万到200万美元的多余成本。这些公司在获取业务“全貌”视点的同时，也会体验到系统性能的提高。

    利用新整合的视点，保险公司就能够执行过去不可能实现的商业智能任务。例如：预测保费提高对客户保留或新的投保的影响；利用理赔数据识别影响保险或利率变化的新趋势；分析投保渠道的效果。Teradata 的研究显示61%的企业缺乏对数据的单一视点，利用Teradata 整合系统的公司将比其竞争者获得立竿见影的优势。

    许多保险公司从前利用分散的数据集市来撷取和分析业务数据有几个原因：公司政治、部门预算政策、一次仅解决一个问题的单一思想方法以及一些仅能在少量数据环境下才能发挥最好性能的数据库厂商的要求。

    Teradata的研究发现59%的公司维护着30个以上的独立数据集市，甚至有些公司拥有 上百个数据集市。在公司部门资金花费的限制范围之内，虽然购买这些系统的最初成本比较低 ，但是公司常常忽视了重复的人员、硬件和软件允可所带来的呈指数级增长的成本。

    为了保证保险公司能够顺利地、无缝地整合他们的数据集市，Teradata数据集市整合项目除了利用保险公司的具体数据计算投资回报（ROI）的业务影响模型（business impact models）之外，还包括评估服务、移植工具和客户培训。

    Teradata 的业务影响模型能够根据整合的数据集市的大小和数量以及完成的速度创建对ROI的预测。利用这个模型和业务影响方法论，最近 Teradata的一个客户节省了40%到50%的IT支持成本。从这个实例可以看出，每年将节省近千万美元的成本。