Efficient Data Warehouse uso a través de Data Management Estratégico

En la actualidad y' s feroz mundo de la prestación de servicios financieros, la capacidad de responder rápidamente a las condiciones cambiantes del mercado es fundamental.

Por desgracia, la necesidad de ser primero de los bloques puede tener repercusiones negativas. Y probablemente en ninguna otra área es esto más evidente que en el pellizcar constante de los sistemas empresariales y almacenes de datos. La presión del mercado, la urgencia de negocio y nuevas regulaciones (como Basilea III, la Ley Dodd-Frank y FATCA) conduce rutinariamente las instituciones financieras en brecha de parada, táctico, evitar las respuestas para sus problemas de gestión de datos.

Sin embargo, siguiendo este camino de menor resistencia rara vez, o nunca, se dirige a la causa de la organización y' s los sistemas y datos en un largo plazo y de forma sostenible. Por el contrario, sólo proporciona alivio temporal, conduce a la fragmentación de datos problemática y en el largo plazo, los compuestos del banco y' s desafíos de datos. Esto es por qué hay una necesidad de contar con un enfoque estratégico para la gestión de datos ya que esto asegura soluciones eficientes, de colaboración, sostenibles y que valen la pena de costos.

Sin embargo, para la gestión de datos estratégica a tener los resultados deseados, se debe tener en cuenta varios factores, incluyendo abigarramiento de datos, la cultura organizacional, la complejidad del negocio y el patrocinio de alto nivel. Más específicamente, las organizaciones deben hacer frente a los siguientes retos:

• Alcance Vast de datos &ndash de la empresa; Los bancos son muy dependientes de los datos. De hecho, una institución financiera y' s activo más importante fuera de sus clientes es la información que posee. Para hoy y' s banco que opera en varios países y con varias líneas de negocio, datos vitales se genera en múltiples frentes. El volumen y la diversidad de los datos pura pueden determinar por dónde empezar, un asunto difícil

• Silos &ndash Organización; Ya sea por necesidad funcional o de la necesidad de conservar el poder, algunos departamentos pueden insistir en retener sus datos independiente del resto de la organización incluyendo el tener sus propias definiciones de datos, las normas de gestión de datos, controles de datos y almacenamiento de datos.

• Obscure responsabilidad y propiedad de los datos y- Sin una visión de toda la organización de los datos de la empresa, no es improbable que sea una clara definición de propiedad de los datos, la responsabilidad y la autoridad. En estos escenarios, los datos se ve a menudo como la responsabilidad del departamento de TI que, al no ser expertos en la materia, son incapaces de definir exactamente lo que los datos buenos y precisos deben parecer

• Interferencia con los procesos y ndash comerciales estándar; A pesar de que el banco se embarca en un elaborado proceso para la definición de sus datos, los procesos de negocio deben continuar. La necesidad de equilibrar un proyecto tan amplio con la urgencia de las operaciones del día a día es delicado

• Ausencia de normas y ndash de gestión de datos financieros mundiales; Hay varias normas sobre gestión de datos a menudo abordan un área específica o nicho estrecho. Sin embargo hay quien entra en lo más amplia y profunda como para cubrir todas las áreas del universo de gestión de datos financieros.

Pero estos retos puede ser superado mediante el uso de un enfoque sistemático. Esto incluye:

• Desarrollar un alcance inicial y- Los bancos recogen una enorme cantidad de datos. Pero no todos los datos son igualmente importantes. El primer paso para la gestión de datos es la definición de los diferentes tipos de datos de la empresa y el establecimiento de los datos que y' s de importancia estratégica para la institución. Definición del alcance debe incluir la captura de las empresas regionales, divisiones distintas y trabajos específicos afectados por cada tipo de datos

• Alinear los datos con los objetivos de negocio y- ¿Qué valor tiene cada forma de datos en el logro de los objetivos de negocio? A diferencia de una declaración general de objetivos, un considerable esfuerzo debe ir en datos de atar a las partes interesadas y procesos afectados (por ejemplo, los ingresos, la gestión de riesgos, informes de regulación, control de costes, etc.). Tanto como sea posible, definir métricas cuantitativas con valores específicos de apenas qué factores caracterizar negocio logro de la meta por ejemplo, gastos, ingresos, etc.

• Obtener la Alta Dirección de Patrocinio y- En las organizaciones modernas, intereses en conflicto son una realidad inevitable. Pocas empresas pueden darse el lujo de retener el personal que no se dedica plenamente en la creación de valor para los clientes y accionistas. Como tal, el personal a menudo le dará prioridad a las actividades que tienen claramente el apoyo de la alta dirección. La obtención de patrocinio de alto nivel para un proyecto estratégico de gestión de datos, por lo tanto es vital para obtener un impulso sostenible y el logro de la visibilidad en toda la organización suficiente. Debido a la naturaleza omnipresente de los datos, el patrocinio de alto nivel debe incluir todos los departamentos cuya entrada será vital

• Desarrollar una red de campeones &ndash de datos; Patrocinio Superior es crucial. Pero los altos directivos suelen tener demasiado en su plato para tener el tiempo para dedicar todas sus energías a la defensa de una causa y- incluso cuando esa causa es tan crucial como la gestión de datos. Como tal, campeones de datos deben ser identificados en cada unidad con su propósito principal es que no sólo servirá como enlace técnico con departamentos específicos, regiones o equipos de productos, sino también para asegurar la continuidad de la conciencia de la gestión de datos estratégicos a nivel de proceso.

• Desarrollar estándares y- Ponerse de acuerdo sobre las definiciones de datos estándar y la terminología cuyo significado será el mismo independientemente del producto, proceso o división dentro de los cuales se utilizan. Evitar reinventar la rueda o contradecir las normas industriales ya existentes (por ejemplo, tal como se establece en un reglamento específico, como Basilea III o Solvencia II). Trazar el impacto de los cambios para hacer referencia a datos sobre las operaciones del negocio y garantizar estos estándares se reflejan en el almacén de datos

• Ejecutar y Monitor y- Un montón de datos proviene de fuera de la institución, por ejemplo datos del mercado. Los bancos deben colaborar con otros participantes de la industria para aumentar la automatización del intercambio de datos. Adquirir sistemas y almacenes de datos que actualizan las cuestiones acordadas como se indica en los puntos precedentes anteriores. Una vez que la nueva estrategia de gestión de datos es, en efecto, el desarrollo de indicadores clave de rendimiento (KPI) que aseguran los datos de éxito de gestión no sólo se logra pero sostenido del hogar  .;