¿Cómo gestionar la calidad de los datos en la directiva Solvencia II?

La normativa Solvencia II (Solvencia 2) establece que las aseguradoras deberán evaluar y monitorizar la calidad de los datos utilizados en la valoración de las provisiones técnicas y, en particular, cuando establezcan asunciones individuales. La evaluación de la calidad de los datos debería realizarse según criterios apropiados, completos y precisos.

El Artículo 80 de la Directiva hace mención a la calidad de los datos: “Los Estados Miembros asegurarán que las entidades (re)aseguradoras disponen de procesos y procedimientos internos en funcionamiento, que garanticen la adecuación, totalidad y exactitud de los datos utilizados en el cálculo de sus provisiones técnicas.”.

Los datos utilizados por el modelo interno serán precisos, completos y adecuados. Las entidades (re)aseguradoras deberán actualizar, al menos una vez al año, los conjuntos de datos empleados en el cálculo de la distribución de probabilidades.

Toda la normativa hace alusiones directas a la capacidad de controlar la calidad de la información con la que haremos la estimación y justificaremos los reportes.

A su vez, la gestión de la calidad de datos tiene especial relevancia en las siguiente fases:

1. Definición de los datos.
2. Evaluación de la calidad de datos.
3. Resolución de los problemas identificados.
4. Monitorización de la calidad de datos.

PowerData provee soluciones de Calidad de Datos que cubren todo el ciclo de vida de la calidad de datos:

• Detectar, medir y analizar los problemas de calidad de datos.
• Estandarizar, determinar y normalizar cualquier tipo de dato.
• Corregir datos erróneos.
• Enriquecer datos.

Localizar relaciones entre registros, para localizar registros duplicados o bien aquellos que tengan una serie de datos en común.

Detección (data discovery)

El primer paso es proporcionar información exhaustiva y precisa acerca del contenido, calidad y estructura de los datos en cualquier sistema de la compañía para responder cuestiones como:

• ¿qué dato falta o no es útil?
• ¿qué dato está almacenado en un formato no estándar?
• ¿qué datos aportan información conflictiva?
• ¿qué datos son incorrectos o están caducados?
• ¿qué datos o atributos están repetidos?
• ¿qué información no está referenciada?

Con estos indicadores de calidad de datos podremos hacer un seguimiento de cómo progresan los indicadores de calidad.

Análisis, Validación y definición de Reglas de calidad

Con esta información sobre el estado de nuestros datos, podemos obtener informes y tomar decisiones sobre las reglas a aplicar y la forma de administrar los datos. Esta solución permite definir, construir y desplegar conjuntos de reglas de calidad de datos para validar, estandarizar, comparar, limpiar, consolidar y enriquecer.