Effektiv Data Warehouse Användning genom strategiska uppgifter Management

I dagens &'; s skära halsen världen av finansiella tjänster tillhandahållande, är grundläggande förmågan att snabbt reagera på förändrade marknadsvillkor.

Tyvärr, behovet av att vara först ut blocken kan få negativa återverkningar. Och förmodligen inget annat område är detta tydligare än i det ständiga tweaking av affärssystem och datalager. Marknadstrycket, affärs brådskande och nya regler (som Basel III, Dodd-Frank Act och FATCA) rutinmässigt driver finansinstitut i stopp gap, taktisk, komma runt svar för sina problem datahantering.

Men efter denna minsta motståndets väg sällan, om någonsin, behandlar den grundläggande orsaken till organisationen och 'en; s system och data i ett långsiktigt och hållbart sätt. Tvärtom, bara det ger en tillfällig lättnad, leder till problematiska uppgifter fragmentering och på lång sikt, föreningar banken och 'en; s uppgifter utmaningar. Detta är anledningen till att det finns ett behov av att ha en strategi för datahantering eftersom detta garanterar kostnadseffektiv, samarbete, hållbara och värdefulla lösningar.

Men för strategisk datahantering att bära önskat resultat, måste det ta hänsyn till flera faktorer, inklusive uppgifter färgskiftning, organisationskultur, affärs komplexitet och högre sponsring. Närmare bestämt, måste organisationer hantera följande utmaningar:

• Stora omfattningen av företagets data – Bankerna är starkt beroende av data. I själva verket, en finansiell institution och' s är viktigaste tillgång utanför sina kunder de uppgifter som den förfogar över. För dagens och' s bank med verksamhet i flera länder och flera verksamhetsgrenar, är viktiga data genereras på flera fronter. Den stora volymen och mångfald av data kan göra att bestämma var du ska börja, en svår affär Omdömen

&bull. Organisation silos – Vare sig ur funktionell nödvändighet eller ut ur behovet av att behålla makten, kan vissa avdelningar insistera på att behålla sina data oberoende av resten av organisationen och har sina egna datadefinitioner, standarder datahantering, datakontroller och datalager.

• Obscure ansvar och äganderätt till data – Utan en organisations vidsträckt utsikt över företagets data, är det osannolikt att vara en tydlig definition av uppgifter ägande, ansvar och befogenheter. I sådana scenarier, är uppgifterna ofta ses som ansvarar för IT-avdelningen som inte är ämnesexperter, inte kan definiera vad bra och korrekta uppgifter ska se ut Omdömen

&bull. Störningar med vanliga affärsprocesser och ndash; Även när banken inleder en utarbetad process för att definiera sina uppgifter, måste affärsprocesserna fortsätta. Behovet av att balansera en sådan expansiv projekt med hur brådskande dag till dag verksamheten är en känslig Omdömen

&bull. Avsaknad av globala finans datahantering standarder – Det finns flera standarder för datahantering ofta vänder sig till ett visst område eller smal nisch. Det finns dock inget som går in så mycket bredd och djup för att täcka alla områden av den ekonomiska datahantering universum. Omdömen

Men dessa utmaningar kan övervinnas med hjälp av ett systematiskt tillvägagångssätt. Detta inkluderar:

• Utveckla en initial omfattning – Bankerna samla en enorm mängd data. Men inte alla uppgifter är lika viktiga. Det första steget till datahantering är att definiera olika typer av företagsdata och upprättande av data som &'; s strategiskt viktiga för institutionen. Omfattning definition bör omfatta fånga de regionala företagen, speciella avdelningar och specifika jobb som berörs av varje typ av data Omdömen

&bull. Rikta data med företagets mål och ndash; Vilket värde är varje form av data till att uppnå affärsmål? I motsats till en allmän beräkning av mål, bör stora ansträngningar gå in knyta uppgifter till berörda intressenter och processer (t.ex. intäkter, riskhantering, tillsyns rapportering, kostnadsstyrning etc). Så mycket som möjligt, definiera kvantitativa mått med specifika värden för bara vilka faktorer präglar affärs måluppfyllelse, t.ex. kostnad, intäkt etc. Omdömen

• Skaffa Ledande befattningshavare Sponsring – I moderna organisationer, konkurrerande intressen är en oundviklig realitet. Få företag har lyxen att behålla personal som inte är fullt engagerade i att skapa värde för kunder och aktieägare. Som sådan kommer personalen ofta prioriterar aktiviteter som tydligt har stöd av ledande befattningshavare. Erhålla senior sponsring för en strategisk datahantering projektet är därför avgörande för att få en hållbar drivkraft och uppnå tillräcklig hela organisationen synlighet. På grund av den allt genomträngande karaktär data måste senior sponsring omfatta alla avdelningar vars bidrag kommer att vara avgörande Omdömen

&bull. Utveckla ett nätverk av data mästare – Senior sponsring är avgörande. Men chefer har oftast för mycket på sin tallrik att ha tid att ägna hela sin energi till kampen för en sak – även när den orsaken är lika viktigt som datahantering. Som sådan bör uppgifter mästare identifieras i varje enhet med deras primära syfte är att inte bara fungera som ett tekniskt samarbete med specifika avdelningar, regioner eller produktgrupper, men också för att säkerställa en fortsatt medvetenhet om strategiska datahantering på processnivå.

• Utveckla standarder – Kom överens om standarddata definitioner och terminologi vars innebörd kommer att vara samma oberoende av produkt, process eller område inom vilket de används. Undvik uppfinna hjulet eller motsäger redan befintliga branschstandarder (t.ex. enligt en särskild förordning som Basel III eller Solvens II). Kartlägga effekterna av förändringar av referensdata om verksamheten och se till att dessa normer återspeglas i datalagret Omdömen

&bull. Verkställa och följa upp – Massor av data kommer från utanför institutionen, t.ex. marknadsdata. Bankerna bör samarbeta med andra företag inom branschen för att öka automatiseringen av datautbyte. Förvärva system och datalager som förverkligar de frågor som överenskommits som anges i föregående punkter ovan. När den nya datahantering strategi är i själva verket utveckla Key Performance Indicators (KPI) som garanterar framgångsrika datahantering är inte bara uppnås men ihållande Omdömen  .;