Studium przypadku
Syntetyczne dane testowe i rozwojowe z wiodącą holenderską firmą ubezpieczeniową
O kliencie
Nasz klient, działająca na terenie całego kraju firma ubezpieczeniowa posiadająca ponad 650,000 5 ubezpieczających, uważa, że każdy ma prawo do dostępnej i niedrogiej opieki wysokiej jakości. Ta firma zajmująca się ubezpieczeniami zdrowotnymi znajduje się w pierwszej piątce firm ubezpieczeniowych i przechodzi transformację w kierunku rozwiązań cyfrowych w celu optymalizacji organizacji.
Sytuacja
Aby zapewnić skuteczność swoich rozwiązań cyfrowych, firma ubezpieczeniowa stosuje strategię opartą na danych. Zarządza złożoną siecią współdziałających ze sobą systemów informatycznych, obsługując wiele aplikacji wymagających częstych aktualizacji i konserwacji. Wcześniej dane produkcyjne były wykorzystywane do celów testowych w różnych środowiskach (środowiskach deweloperskich, testowych i akceptacyjnych). W tym procesie firma ubezpieczeniowa oparła się na danych osobowych prawdziwych klientów. Ponieważ dane te są prywatne i wrażliwe, istnieje ryzyko ujawnienia wrażliwych informacji o klientach.
Jeśli chodzi o rozwiązanie tego ryzyka i przestrzeganie przepisów, dział compliance zapowiedział, że wiodąca firma ubezpieczeniowa powinna pozbyć się wykorzystywania danych osobowych pochodzących z produkcji i wprowadzić rozwiązania chroniące prywatność, z zachowaniem ścisłego terminu przed końcem roku. Istniejące podejścia do anonimizacji danych i fałszywych danych nie są wystarczająco elastyczne, aby zapewnić aktualność danych i replikować relacje między danymi.
rozwiązanie
Firma ubezpieczeniowa wykorzystała platformę danych syntetycznych generowanych przez sztuczną inteligencję Syntho do procesów tworzenia i testowania oprogramowania. Umożliwia im tworzenie bezpiecznych i zgodnych z prywatnością zbiorów danych oraz łatwą aktualizację danych testowych. Obecnie firma dba o to, aby jej rozwiązania programowe były zgodne z potrzebami klientów i standardami branżowymi, ostatecznie dostarczając swoim klientom solidne i niezawodne produkty.
Korzyści
Bardziej wydajne środowiska programistyczne, testowe, akceptacyjne i produkcyjne (DTAP).
Dostarczając spójne i zgodne z zasadami prywatności dane syntetyczne we wszystkich środowiskach, które wyglądają jak dane produkcyjne, Syntho umożliwia płynne i bardziej wydajne cykle testowania i rozwoju.
Odnawianie i konserwacja danych
Ta wiodąca firma ubezpieczeniowa jest zwolniona z wyzwań związanych z tradycyjnymi podejściami do zarządzania danymi, które mogłyby zająć dużo czasu w przypadku tworzenia nowych, reprezentatywnych syntetycznych danych testowych. Dane syntetyczne zapewniają ciągłą dostępność aktualnych i dokładnych danych do celów testowania i rozwoju. Ponieważ dane produkcyjne często zmieniają się w czasie, ta wiodąca firma ubezpieczeniowa może teraz z łatwością aktualizować dane testowe, korzystając z mocy sztucznej inteligencji, aby zapewnić aktualność środowisk programistycznych, testowych i akceptacyjnych.
Zgodność z zasadami ochrony danych
Zapewnia zgodność z przepisami dotyczącymi ochrony danych, minimalizując wykorzystanie prawdziwych danych osobowych, bez utrudniania programistom dzięki reprezentatywnym syntetycznym danym testowym.
Organizacja: Wiodący holenderski ubezpieczyciel
Lokalizacja:
Przemysł: finanse, ubezpieczenia
Rozmiar: Ponad 25000 pracowników
Przypadek użycia: Dane testowe
Dane docelowe: Dane dotyczące ubezpieczenia, dane dotyczące roszczeń
Strona internetowa: na zamówienie
Zapisz teraz swój przewodnik po danych syntetycznych!
- Co to są dane syntetyczne?
- Dlaczego organizacje z niego korzystają?
- Przypadki klientów z danymi syntetycznymi o wartości dodanej
- Jak zacząć
