Beheersing van datakwaliteit, hoe doe je dat?

Datakwaliteit is een belangrijk thema in de financiële sector. Regelgeving eist aantoonbaar goede datakwaliteit. Daarnaast is het cruciaal voor betrouwbaar inzicht in rendement en risico, voor managementinformatie, voor commerciële en operationele doeleinden.

Financiële instellingen worstelen vaak met datakwaliteit en lopen tegen de volgende vragen aan:

  • Wat zijn eigenlijk de eisen die gesteld worden aan datakwaliteit?
  • Hoe meet je datakwaliteit?
  • Wie zijn de eigenaren van de data binnen onze onderneming?
  • Hoe maak je de kwaliteit van data op een praktische manier aantoonbaar?
  • Hoe de datakwaliteit van externe partijen zoals volmachten of de custodian te borgen?
  • Hoe zorgen we ervoor dat data aangeleverd door businessunits aan de groep voldoet aan de gestelde eisen?
  • Hoe veranker je datakwaliteit in de organisatie?

Onze aanpak

De uitdaging is om datakwaliteit op een praktische en effectieve manier aan te pakken.

Stap 1. Starten met praktisch beleid
Datakwaliteit begint bij het opstellen van datakwaliteitbeleid. Daarin staat de strategie en doelen die nagestreefd worden met datakwaliteit. Ook het formuleren van de risk appetite voor datakwaliteit hoort daarbij. Belangrijke aspecten in het beleid zijn de materialiteit voor datakwaliteit en de wijze waarop het beleid passend gemaakt wordt bij de aard en omvang van de organisatie.

Datakwaliteit is geen feestje van IT, ook geen feestje van Finance of Risk. Datakwaliteit raakt de organisatie als geheel. Het beleid dient daarom door de hoogste leiding goedgekeurd en gesteund te worden.

Stap 2. Praktische uitvoering
Datakwaliteit wordt het best gerealiseerd en geborgd door het invoeren van een datakwaliteitcyclus:

Data legt een hele route af in het bedrijf voordat deze uiteindelijk verschijnt in de jaarrekening, het management dashboard of de toezichthouderrapportage. Onderweg kan er best iets misgaan. Belangrijke onderdelen van de datakwaliteitcyclus zijn inzicht in de lineage (datastroom), het maken van een risicoanalyse en hebben van voldoende beheersmaatregelen.

Optimaliseren van de rapportageketen

Veel van de knelpunten op het vlak van datakwaliteit worden veroorzaakt door het gebruik van aan elkaar geknoopte Excel sheets en handmatige handelingen in het rapportageproces. De handmatige handelingen vormen niet alleen een risico voor datakwaliteit, het kost ook nog eens heel veel geld. Uit onderzoek is gebleken dat de riskmanager of actuaris bij een gemiddelde verzekeraar tot wel 50% van zijn tijd bezig is met handmatige repeterende en automatiseerbare werkzaamheden.

Een cruciale maatregel om de datakwaliteit te verbeteren, het rapportageproces kosten efficiënt én beter beheersbaar te maken, is daarom optimalisering van de end-to-end rapportageketen.

Lees hier meer over hoe je dit kunt aanpakken.

Key data als sleutel

De ene data is belangrijker dan de andere. Om doelmatig aan datakwaliteit te werken is het belangrijk om key data te identificeren en daarop de controls in te richten. Het datakwaliteit- en materialiteitbeleid geven richting in de bepaling van de key data.

Waar data overgaat van de ene (interne of externe) partij naar de andere, worden heldere afspraken gemaakt. Met externe partijen worden deze afspraken geformaliseerd, met interne partijen kan vaak volstaan worden met minder formele afspraken.

In de praktijk blijkt vaak dat alleen het maken van afspraken niet genoeg is. Een partij kan iets met jou afspreken, maar als hij of zij om welke reden dan ook niet in staat is de afspraak na te komen is er meer nodig. Het is dus ook van belang het gesprek met de dataleverancier aan te gaan, zijn of haar proces te begrijpen en met elkaar te bespreken wat nodig is om controle over de keten als geheel te krijgen.

Door heldere KPI’s te formuleren voor datakwaliteit en de KPI’s onderdeel te maken van de planning en control cyclus wordt datakwaliteit verankerd in de organisatie.

Op deze manier worden de eisen vanuit regelgeving aangepakt als een kans om het rapportageproces op een praktische manier te verbeteren, beter in control en meer kostenefficiënt te zijn. Zo kom je van wet naar waarde!

Lees hier verder over onze aanpak voor datakwaliteit en onze manier van werken.

Hoe kunnen wij helpen?

Wij kunnen een vliegende start bezorgen door het leveren van:

  • Workshops, waarin de aanpak en de daarbij te gebruiken documentatie wordt uitgelegd aan directie/managers en voor betrokken specialisten.
  • Sjablonen voor alle op te stellen documenten, inclusief een uitgewerkt datakwaliteitbeleid.
  • Het eenmaal (of in geval van capaciteitsgebrek, meerdere keren) documenteren van een datastroom, inclusief ontwerp van beheersmaatregelen in samenwerking met specialisten uit de onderneming. In deze stap leiden wij dus ook de specialisten op.
  • Quick scan en actieplan oplossen gaps en verbeteren datakwaliteit.

Waarom Sofia Consulting?

  • Wij zijn een niche consultancy partij gespecialiseerd in het optimaliseren van finance en risk end-to-end datastromen voor verzekeraars.
  • Wij hebben een pragmatische aanpak ontwikkeld voor datakwaliteit en die bij verschillende verzekeraars met succes ingevoerd.
  • Met onze aanpak maak je een vliegende start en hoef je het wiel niet opnieuw uit te vinden.
  • Combineren diepgaande kennis van de verzekering business, financiële en actuariële kennis met kennis van regelgeving én tooling.
  • Diepgaande kennis van tooling.
  • Pragmatische werkwijze.

Meer weten?

Benieuwd naar de mogelijkheden voor jouw organisatie? Neem contact op met Rob Bieshaar

Contact