Functioneel datamanagement

Op zoek naar het functionele stukje in een dataprojectpuzzel

De financiële industrie ondergaat momenteel een hevige transformatie waarbij datagedreven technieken zoals deep learning, big data en blockchain steeds nadrukkelijker aanwezig zijn. Het gebruik van dergelijke technieken heeft, mits juist toegepast, de potentie het risicomanagement en de rapportage te revolutioneren en biedt de mogelijkheid om in te kunnen spelen op de snel ontwikkelende regelgevingsvereisten. De bovenstaande technieken zijn echter waardeloos zonder een functioneel, doelgericht datamanagementsysteem dat hier naadloos op aansluit.

Er zijn drie factoren die de potentie van de huidige datasystemen limiteren:

  1. Het huidige datalandschap zit vol met legacy-systemen en lange (handmatige) dataketens, die veranderingen erg moeilijk maken;
  2. Constant veranderende regelgevingsvereisten belemmeren de strategische oplossingen;
  3. Een multidisciplinaire set van eindgebruikers, die elk eigen, zeer specifieke vereisten en definities hebben.

Functionele kennis

Om deze uitdagingen aan te gaan, moet de inrichting van het datalandschap worden heroverwogen. Bij het definiëren van een Single Source of Truth (SSOT), een datahub waarin alle gerelateerde data wordt verzameld, is er één factor die vaak vergeten of genegeerd wordt, namelijk het hebben van betrokkenheid van mensen met functionele kennis in het opzetten van de basis van het datalandschap. Door alle gerelateerde data in één datahub te plaatsen, vereist dit geen verdere afstemming met andere partijen en bestaan er geen onduidelijkheden over definities, die er uiteindelijk voor zorgen dat er geen timingverschillen zijn bij het opzetten van rapportages voor verschillende doeleinden. De SSOT wordt ook wel een Generieke Data Laag (GDL) genoemd.

Vijf cruciale principes

Aan de hand van de volgende vijf cruciale principes ontstaat een raamwerk om een solide basis mee te leggen voor een robuust datalandschap:

  1. Gegevens in de GDL moeten met een zo laag mogelijke granulariteit worden opgeslagen;
  2. Generieke externe data moeten worden opgeslagen in de GDL;
  3. Wanneer data in de GDL worden opgenomen, moet hiervoor een unieke sleutel worden gegenereerd, onder andere voor leningen, tegenpartijen en andere instrumenten;
  4. De bronsystemen (en niet de GDL) zijn de eigenaars van de data. Gegevensverrijkingen in volgende lagen zijn het eigendom van de specifieke laag waarin dit wordt toegepast;
  5. De GDL combineert de vereisten van alle eindgebruikers.

Modulariseren

Bij het opzetten van het datalandschap is het hebben van overzicht over de vereisten voor alle betrokken partijen cruciaal. Het bezitten van functionele kennis is daarbij nodig om ervoor te zorgen dat deze vereisten ook daadwerkelijk worden nageleefd. Het modulariseren van processen verbetert het vermogen van een bedrijf aanzienlijk om zich snel aan te passen aan nieuwe regelgevingsvereisten, accurate rapporten te genereren en modellen te bouwen met behulp van de modernste technologie.

Onze rol

Onze ervaring in het opzetten van data-transformatieprojecten, het doorvoeren van aanpassingen naar aanleiding van veranderende regelgeving en het bouwen van risicomodellen met functionele kennis van de onderliggende datastromen, stellen ons perfect in staat om financiële instellingen te ondersteunen bij datagerelateerde risicomanagementprojecten.