Data Warehouse corretto uso attraverso Strategic Data Management

oggi &'; s gola tagliata mondo della fornitura di servizi finanziari, la capacità di rispondere rapidamente alle mutevoli condizioni del mercato è fondamentale.

Purtroppo, la necessità di essere in primo luogo fuori i blocchi possono avere ripercussioni negative. E in nessun altro settore, probabilmente è questo è più evidente che nella messa a punto costante di sistemi aziendali e data warehouse. Pressione del mercato, le imprese urgenza e nuove normative (come Basilea III, il Dodd-Frank Act e FATCA) regolarmente spinge le istituzioni finanziarie in arresto divario, tattico, aggirare le risposte per i loro problemi di gestione dei dati.

Tuttavia, seguendo questo percorso di minor resistenza raramente, se mai, affronta la causa principale dell'organizzazione &'; s sistemi e dati in un lungo periodo e sostenibile. Al contrario, esso fornisce solo un sollievo temporaneo, porta alla problematica frammentazione dei dati e, a lungo termine, composti banca s 'sfide di dati. Questo è il motivo per cui vi è la necessità di avere un approccio strategico per la gestione dei dati come questo assicura soluzioni efficienti, collaborative, sostenibili e vale la pena di costo.

Ma per la gestione dei dati strategica a sopportare i risultati desiderati, si deve prendere in considerazione diversi fattori tra cui variegatura dati, cultura organizzativa, complessità del business e la sponsorizzazione di alto livello. Più in particolare, le organizzazioni devono affrontare le seguenti sfide:

• Ambito vasto dei dati aziendali – Le banche sono fortemente dipendenti dai dati. In realtà, un istituto finanziario e' s risorsa più importante al di fuori dei suoi clienti sono le informazioni che possiede. Per oggi &'; s che operano banca in più paesi e con varie linee di business, dati vitali è generata su più fronti. Il volume e la diversità dei dati può fare determinare da dove cominciare, un affare difficile

• Organizzazione silos – Se per necessità funzionale o dalla necessità di mantenere il potere, alcuni dipartimenti possono insistere sul mantenimento dei propri dati indipendente dal resto dell'organizzazione compreso avere le proprie definizioni di dati, standard di gestione dei dati, controlli di dati e data warehouse.

• Responsabilità oscuro e la proprietà dei dati – Senza una visione a livello di organizzazione dei dati aziendali, non è improbabile che sia una definizione chiara di proprietà dei dati, la responsabilità e l'autorità. In tali scenari, i dati è spesso visto come la responsabilità del reparto IT che, non essendo esperti in materia, non sono in grado di definire solo quali dati buoni e precisi dovrebbe essere simile

• Interferenze con i processi di business standard di – Anche se la banca intraprende un processo elaborato per definire i propri dati, i processi di business devono continuare. La necessità di bilanciare un progetto così ampio con l'urgenza del giorno per giorno le operazioni è delicata

• L'assenza di norme globali di gestione dei dati finanziari – Ci sono diverse norme in materia di gestione dei dati spesso affrontano una specifica area o ristretta nicchia. Vi è tuttavia nessuno che va in tanto ampiezza e la profondità da coprire ogni area del finanziario dell'universo di gestione dei dati.

Ma queste sfide possono essere superata utilizzando un approccio sistematico. Ciò include:

• Lo sviluppo di un ambito &ndash iniziale; Le banche raccolgono una quantità enorme di dati. Ma non tutti i dati è altrettanto importante. Il primo passo per la gestione dei dati è la definizione dei diversi tipi di dati aziendali e stabilendo i dati che &'; s di importanza strategica per l'istituzione. Definizione dell'ambito dovrebbe comprendere catturare i imprese regionali, distinte e posti di lavoro specifici affetti da ogni tipo di dati

• Allineare i dati con gli obiettivi di business – Che valore è ogni forma di dati al raggiungimento degli obiettivi di business? Al contrario di una dichiarazione generale di obiettivi, un notevole sforzo dovrebbe andare in dati legando a stakeholder e processi interessati (ad esempio delle entrate, gestione del rischio, segnalazioni di vigilanza, controllo dei costi, ecc). Per quanto possibile, definire parametri quantitativi con valori specifici di proprio quello fattori caratterizzare il raggiungimento degli obiettivi di business ad esempio spesa, entrate ecc

• Ottenere Direzione Sponsorship – Nelle organizzazioni moderne, interessi in gioco sono una realtà inevitabile. Poche aziende hanno il lusso di mantenere personale che non sono pienamente impegnati nella creazione di valore per clienti e azionisti. Come tale, il personale spesso dare la priorità alle attività che hanno chiaramente il sostegno del top management. Ottenere la sponsorizzazione senior per un progetto strategico di gestione dei dati è quindi indispensabile per ottenere slancio sostenibile e il raggiungimento sufficiente visibilità a livello di organizzazione. A causa della natura pervasiva tutti i dati, le sponsorizzazioni di alto livello deve includere tutti i reparti il ​​cui ingresso sarà vitale

• Sviluppare una rete di dati campioni – Maggiore sponsorizzazione è cruciale. Ma i dirigenti hanno di solito troppo sul loro piatto per avere il tempo di dedicare tutta la loro energie per difendere una causa – anche quando questa causa è cruciale quanto la gestione dei dati. Come tale, i campioni di dati dovrebbero essere identificati in ogni unità con il loro scopo primario è quello di non solo servire da collegamento tecnico con specifici reparti, regioni o gruppi di prodotti, ma anche per assicurare la continua consapevolezza della gestione dei dati strategici a livello di processo.

• Sviluppare standard – Concordare definizioni di dati standard e la terminologia cui significato sarà lo stesso a prescindere dal prodotto, processo o la divisione all'interno della quale vengono utilizzati. Evitare di reinventare la ruota o contraddire gli standard di settore già esistenti (ad esempio, come stabilito in un regolamento specifico come Basilea III o Solvency II). Tracciare l'impatto delle modifiche ai dati di riferimento sulle operazioni di business e garantire questi standard si riflettono nel data warehouse

• Eseguire e monitorare – Un sacco di dati provengono da fuori dell'istituzione esempio dati di mercato. Le banche dovrebbero collaborare con altri operatori del settore per aumentare l'automazione dello scambio di dati. Dotarsi di sistemi e data warehouse che attualizzano i temi concordati, come indicato nei punti precedenti di cui sopra. Una volta che la nuova strategia di gestione dei dati è in vigore, sviluppare indicatori di performance (KPI) che garantiscono in caso di successo la gestione non solo raggiunto ma sostenuta
 .;