El valor de la gestión de datos

El gobierno de datos para las instituciones financieras

Posted on Fri, Jan 1, 2016

¿Es lo mismo data governance banking que establecer órganos de gobierno? ¿Equivale a definir la administración de datos y los flujos de trabajo? ¿Puede la gobernanza equipararse a un programa de gestión de la calidad de los datos? En teoría, el gobierno de datos en el sector bancario abarca la gestión sistemática y formal de cualquier servicio o proceso que se requiere para la gestión eficaz de la información en una entidad financiera. La gestión de los datos plantea importantes retos a las empresas del sector que, para lograr minimizar el riesgo con éxito, necesitan transformarse, impulsando un cambio que, más que orientarse hacia el cumplimiento, deben entender como la apertura de una ventana repleta de oportunidades.

iStock_000017277892_Small-1.jpg

Créditos fotográficos: istock pawel_p

 

Sin embargo, para ser efectiva esta transformación, la ejecución de las iniciativas de data governance banking no deben responder a un requerimiento de TI, sino provenir de los niveles más altos de la organización, formando parte de los procesos de negocio existentes, en vez de añadirse como un nuevo nivel de burocracia para la gestión de información.

Pese a que las organizaciones de servicios financieros se basan en datos y éstos deberían ser una preocupación crítica, las empresas suelen priorizar sólo aquellas iniciativas que responden a una exigencia normativa o proporcionan un claro retorno de la inversión. Muchas empresas tienen su propia definición de gobierno de datos que puede ser completamente diferente de la de sus competidores y, pese a todo, en la práctica, data governance banking no se lleva a cabo de la manera correcta, por desconocimiento o por confusión, atentando contra la disponibilidad de datos fiables y precisos para la agregación de riesgos y la elaboración de informes.

 

Los desafíos de data governance banking

Calidad, flexibilidad y eficiencia son las tres áreas clave, la esencia de los retos a que data governance banking debe enfrentarse. En concreto, estos desafíos hacen referencia a:

  1. Calidad: con múltiples sistemas discretos, la calidad de los datos se ve degradada por la incompatibilidad de las definiciones, la presencia de inconsistencias, la duplicación de datos y su falta de completitud, en algunos casos. Con datos de mala calidad, la eficacia de la gestión del riesgo puede verse seriamente comprometida.
  2. Flexibilidad: la capacidad de respuesta mejora cuando la velocidad de reacción aumenta. Es importante ser capaz de reaccionar rápidamente a los acontecimientos del mercado, minimizando las latencias. Nuevas tendencias impulsadas por la demanda, movimientos de la competencia e, incluso, peticiones de los reguladores. La forma de abordar el reporting debe basarse en una reducción del procesamiento manual y un aumento de la automatización.
  3. Eficiencia: la aplicación de los resultados del análisis a la gestión del riesgo y la toma de decisiones debe ser prioritaria. En la práctica, se invierte más tiempo en resolver problemas de compatibilidad entre aplicaciones y sistemas, lo que supone una merma significativa en los niveles de eficiencia que debe solucionarse adoptando nuevos enfoques para la gestión de datos.

Propiedad de los datos, gobernanza de datos y alineación del negocio son esenciales para superar estos desafíos y situar a los bancos en disposición de aprovecharse de las oportunidades que surjan. Sin embargo, aunque en la teoría parece sencillo, en la práctica aparecen dificultades, como las siguientes:

  • Propiedad de los datos: con demasiada frecuencia, la propiedad de los datos se divide entre la función de control y la función de TI, el resultado es la desvinculación de la realidad de las operaciones, con el riesgo que ello implica al eliminar la responsabilidad directa de la gestión.
  • Data governance banking: cuando no existe una estructura de gobierno clara resulta casi imposible asegurar la calidad del dato, garantizar la eficiencia en el reporting y experimentar la flexibilidad en procesos y operaciones. Si además no está bien definida la propiedad sobre los datos se da un escenario en el que no hay rendición de cuentas ni se toma data quality como un aspecto prioritario.
  • Alineación con el negocio: cuando no se aplican las técnicas adecuadas, las que se apoyan en los procesos y arquitecturas idóneos para garantizar la gestión de datos de extremo a extremo, resulta muy complicado hacer un seguimiento de los datos, siendo realmente difícil el definirlos, documentarlos y controlarlos, por lo que aumentan las probabilidades de que se produzcan desviaciones en cuanto a los procesos y protocolos acordados.

Data governance banking: el cambio que se precisa

La forma de llevar a la práctica data governance banking es mediante el diseño e implementación de un programa de gobernanza, que ayuda a superar los desafíos que la gestión de datos plantea a las empresas del sector financiero, y que podría plantearse en siete pasos:

  1. Establecimiento de metas: decidir sobre los objetivos de gobierno de datos en base a los conductores de negocio definidos.
  2. Búsqueda de apoyo corporativo: en este paso es necesario alinearse con los patrocinadores ejecutivos y de negocio, los representantes de TI y otros grupos de interés.
  3. Definición de la estrategia de data governance banking: la gestión de datos requiere de un plan de puesta en marcha que garantice la alineación con los objetivos de negocio.
  4. Designación de roles y responsabilidades: cada participante en el proyecto de data governance banking debe conocer su función y el impacto de su participación en los resultados.
  5. Cultura de empresa: es necesario infundir e inculcar la importancia del data governance banking en los procesos existentes del ciclo de vida de desarrollo para evitar que se entienda como un proceso independiente.
  6. Fijación de indicadores: que serán la base de un programa de mejora continua basado en métricas de eficiencia, capacitación y aplicación; única manera de garantizar la sostenibilidad de la iniciativa.
  7. Determinación de las necesidades en materia de reporting: se precisa establecer un proceso de retroalimentación que permita ganar ajuste con cada iteración.

 

Nuevas oportunidades para data governance banking

Data governance banking, si se gestiona de manera eficaz, conlleva importantes beneficios. Por una parte, de cara a los datos mismos, al construir a la superación de los desafíos que se plantean en materia de flexibilidad, eficiencia y calidad. Por otro, en relación al propio negocio, que consigue:

  • Mejorar su eficiencia en términos generales.
  • Innovar y mejorar la calidad del servicio al cliente.
  • Perfeccionar la capacidad de adaptación a las nuevas exigencias, ya provengan de la demanda, ya tengan origen en los organismos reguladores.
  • Ahorrar costes y mejorar la rentabilidad de las operaciones.
  • Obtener mejores análisis y hacer posible una toma de decisiones mejor informada y en tiempo real.

 

Post relacionados:

 

New Call-to-action

 

Topics: Data Governance