Data Warehouse Use eficiente através de gerenciamento estratégico de dados

Em hoje &'; s mundo garganta cortada de prestação de serviços financeiros, a capacidade de responder rapidamente às mudanças do mercado é fundamental.

Infelizmente, a necessidade de estar em primeiro lugar os blocos podem ter repercussões negativas. E provavelmente em nenhuma outra área isso é mais evidente do que no ajuste constante de sistemas corporativos e data warehouses. A pressão do mercado, a urgência de negócios e novas regulamentações (como Basileia III, da Lei Dodd-Frank e FATCA) conduz rotineiramente instituições financeiras para abertura de batente, tático, contornar as respostas para seus problemas de gerenciamento de dados.

No entanto, seguindo este caminho de menor resistência raramente, ou nunca, aborda a causa raiz da organização &'; s sistemas e dados em um longo prazo e forma sustentável. Pelo contrário, ela só fornece alívio temporário, leva à fragmentação de dados problemáticos e, a longo prazo, agrava o banco &'; s desafios de dados. É por isso que há uma necessidade de ter uma abordagem estratégica para a gestão de dados, pois isso garante soluções de custo eficientes, colaborativos, sustentáveis ​​e de valor.

Mas para a gestão estratégica de dados para suportar os resultados desejados, deve levar em consideração vários fatores, incluindo variegation dados, cultura organizacional, a complexidade do negócio e patrocínio sênior. Mais especificamente, as organizações devem lidar com os seguintes desafios:

• Vasto âmbito de dados da empresa – Os bancos estão fortemente dependentes de dados. Na verdade, uma instituição financeira &'; s ativo mais importante fora dos seus clientes é a informação que possui. Para hoje &'; s banco que opera em diversos países e com várias linhas de negócio, dados vitais é gerado em várias frentes. O grande volume e diversidade de dados pode fazer determinar por onde começar, um assunto difícil

• Silos &ndash Organização; Seja por necessidade funcional ou fora da necessidade de manter o poder, alguns departamentos podem insistir em manter seus dados independente do resto da organização inclusive tendo suas próprias definições de dados, normas de gerenciamento de dados, controles de dados e data warehouse.

• Obscure responsabilidade e propriedade de dados – Sem uma visão dos dados corporativos em toda a organização, não é improvável que seja uma definição clara de propriedade dos dados, responsabilidade e autoridade. Em tais situações, os dados são muitas vezes vistos como de responsabilidade do departamento de TI que, não sendo especialistas no assunto, não são capazes de definir exatamente o que bons e precisos dados deve ser semelhante

• Interferência com processos de negócios Standard – Mesmo que o banco embarca em um processo elaborado para a definição de seus dados, processos de negócios deve continuar. A necessidade de equilibrar um projeto tão amplo com a urgência das operações do dia-a-dia é delicada

• Ausência de normas globais &ndash de gerenciamento de dados financeiros; Existem vários padrões de gerenciamento de dados de endereçamento, muitas vezes uma área específica ou nicho estreito. Há, porém, ninguém que vai para o máximo de amplitude e profundidade de forma a abranger todas as áreas do universo gestão de dados financeiros.

Mas esses desafios podem ser superados através de uma abordagem sistemática. Isto inclui:

• Desenvolver um escopo inicial – Bancos coletar uma quantidade enorme de dados. Mas nem todos os dados é igualmente importante. O primeiro passo para o gerenciamento de dados é definir os diferentes tipos de dados corporativos e estabelecer os dados que &'; s estrategicamente importante para a instituição. Definição do escopo deve abranger capturando as empresas regionais, divisões distintas e trabalhos específicos afectados por cada tipo de dados

• Alinhar dados com os objetivos de negócios – De que vale cada forma de dados para a realização de objetivos de negócio? Ao contrário de uma declaração geral de objectivos, um esforço considerável deve entrar em dados amarrando para as partes interessadas e afetadas (por exemplo, processos de receitas, gerenciamento de risco, relatórios de regulação, controle de custos etc). Tanto quanto possível, definir métricas quantitativas com valores específicos de apenas os fatores que caracterizam meta realização de negócios por exemplo, despesas, receitas etc.

• Obter sênior de Gestão de Patrocínio – Nas organizações modernas, interesses conflitantes são uma realidade inevitável. Poucas empresas têm o luxo de reter funcionários que não estão totalmente engajados na criação de valor para os clientes e acionistas. Como tal, a equipe, muitas vezes, dar prioridade às actividades que têm claramente o apoio da alta administração. A obtenção de patrocínio sênior para um projeto estratégico de gerenciamento de dados é, portanto, vital em conseguir impulso suficiente sustentável e alcançar visibilidade em toda a organização. Devido à toda a natureza generalizada de dados, patrocínio sênior deve incluir todos os departamentos cuja entrada será vital

• Desenvolver uma rede de campeões de dados – Patrocínio sênior é crucial. Mas os gerentes seniores normalmente têm muito em sua chapa para ter o tempo para se dedicar toda a sua energia para defender uma causa – mesmo quando essa causa é tão crucial como o gerenciamento de dados. Como tal, campeões de dados deve ser identificado em cada unidade com o seu objectivo principal é, não só para servir de ligação técnica com departamentos específicos, regiões ou equipes de produto, mas também para garantir a sensibilização continuada da gestão estratégica de dados no nível do processo.

• Desenvolver padrões – Concordar com definições de dados padrão e terminologia cujo sentido será o mesmo, independentemente do produto, processo ou divisão dentro do qual eles são usados. Evite reinventar a roda ou contradizendo padrões da indústria já existentes (por exemplo, tal como estabelecido no regulamento específico, como Basileia III ou Solvência II). Mapear o impacto das mudanças de referência de dados sobre as operações de negócios e garantir que essas normas são refletidas no data warehouse

• Executar e monitorar – A abundância de dados vem de fora da instituição, por exemplo dados de mercado. Os bancos devem colaborar com outros participantes da indústria para aumentar a automação de troca de dados. Adquirir sistemas e armazéns de dados que atualizam as questões acordadas, conforme descrito nos pontos anteriores acima. Uma vez que a nova estratégia de gerenciamento de dados está em vigor, desenvolver indicadores chave de desempenho (KPIs) que garantam dados bem-sucedidas de gestão não só é alcançado, mas sustentados
 .;