Fallstudie
Syntetisk test- och utvecklingsdata med ett ledande holländskt försäkringsbolag
Om klienten
Vår kund, ett nationellt verksamt sjukförsäkringsbolag med fler än 650,000 5 försäkringstagare, anser att alla har rätt till tillgänglig och prisvärd vård av hög kvalitet. Detta sjukförsäkringsbolag är listat bland de XNUMX bästa försäkringsbolagen och håller på att omvandlas mot digitala lösningar för att optimera organisationen.
Situationen
Försäkringsbolaget har en datadriven strategi för att säkerställa effektiviteten i sina digitala lösningar. Den hanterar ett komplext nätverk av interagerande IT-system som stöder flera applikationer som kräver frekventa uppdateringar och underhåll. Tidigare användes produktionsdata för teständamål i olika miljöer (utvecklings-, test- och acceptansmiljöer). I denna process förlitade sig detta försäkringsbolag på personuppgifter från riktiga kunder. Eftersom dessa uppgifter är privata och känsliga finns det risk för att känslig kundinformation avslöjas.
När det gäller att lösa denna risk och följa regelverk hade complianceavdelningen meddelat att detta ledande försäkringsbolag borde bli av med att använda personuppgifter från produktionen och att införa integritetsskyddande lösningar, med en strikt deadline före årets slut. Befintlig dataanonymisering och falska datametoder är inte tillräckligt flexibla för att hålla data uppdaterad och replikera datarelationer.
Lösningen
Försäkringsbolaget införlivade användningen av Synthos AI-genererade syntetiska dataplattform för mjukvaruutveckling och testprocesser. Det gör det möjligt för dem att skapa säkra och integritetskompatibla datauppsättningar och hålla testdata enkelt uppdaterad. Nu säkerställer företaget att dess mjukvarulösningar överensstämmer med kundernas behov och branschstandarder, vilket i slutändan levererar robusta och pålitliga produkter till sina kunder.
Fördelarna
Effektivare utvecklings-, test-, acceptans- och produktionsmiljöer (DTAP).
Genom att tillhandahålla konsekvent och integritetskompatibel syntetisk data i alla miljöer som ser ut som produktionsdata, möjliggör Syntho sömlösa och effektivare test- och utvecklingscykler.
Dataförnyelse och underhåll
Detta ledande försäkringsbolag är befriad från de utmaningar som är förknippade med traditionella datahanteringsmetoder som kan ta mycket tid genom att skapa nya, representativa syntetiska testdata. Syntetisk data säkerställer kontinuerlig tillgång till uppdaterad och korrekt data för test- och utvecklingsändamål. Eftersom produktionsdata ändras ofta över tiden kan nu detta ledande försäkringsbolag enkelt uppdatera testdata genom att använda kraften hos AI för att hålla utvecklings-, test- och acceptansmiljöerna uppdaterade.
Efterlevnad av datasekretess
Säkerställer efterlevnad av dataskyddsbestämmelser genom att minimera användningen av riktiga personuppgifter, utan att hindra utvecklare på grund av representativ syntetisk testdata.
Organisation: Ledande holländsk försäkringsgivare
Plats: Nederländerna
Bransch: finans, försäkring
Storlek: 25000 + anställda
Användningsfall: Testdata
Måldata: Försäkringsdata, skadedata
webbplats: på begäran
Spara din syntetiska dataguide nu!
- Vad är syntetiska data?
- Varför använder organisationer det?
- Värdeskapande syntetdataklientfall
- Hur man börjar
