Datagedreven rapportages in de financiële sector

04 mei 2020 Consultancy.nl

Financiële instellingen worden geconfronteerd met steeds kritischere eisen aan de interne en externe informatievoorziening. Tegelijkertijd kunnen ze door technologische vooruitgang steeds meer waarde halen uit datagedreven werken. Willem van der Heijden van Solid Professionals over hoe instellingen hun rapportages verregaand kunnen automatiseren en wat hiervoor nodig is.

De noodzaak van een datagedreven rapportageraamwerk

De financiële crisis heeft diverse zwakke punten binnen de regelgeving op financiële instellingen aan het licht gebracht. De solvabiliteit van financiële instellingen bleek in veel gevallen slechter dan verwacht. Regelgeving, waaronder rapportageverplichtingen, bleek ontoereikend om de continuïteit van financiële instellingen goed in te schatten. 

Dit heeft ervoor gezorgd dat er vergaande veranderingen zijn doorgevoerd door toezichthouders, waarbij onder andere de visie op regulatory reporting op de schop is gegaan. Statische rapportages hebben plaatsgemaakt voor een ‘data driven’-rapportage raamwerk waarin granulariteit centraal staat. Zo verwachten toezichthouders dat financiële instellingen in staat zijn om een gedetailleerde dataset aan te leveren. 

De gedachte daarbij is dat de toezichthouder zélf analyses kan uitvoeren en daarmee de betreffende instelling kan benchmarken ten opzichte van soortgelijke financiële instellingen. Daarnaast verwachten toezichthouders dat financiële instellingen kunnen voldoen aan ad hoc-uitvragen, bijvoorbeeld in het kader van een OnSite-Inspection.Datagedreven rapportages in de financiële sectorDe noodzaak om granulaire data aan te leveren aan de toezichthouder zorgt voor de nodige kopzorgen. Tot voor kort stond data governance laag op de agenda en werd er beperkt budget voor gereserveerd. Verbeteringen in de data-architectuur en rapportageketens leidden daardoor tot de implementatie van goedkope ‘quick fixes’. Consequentie was dat de basis van de onderliggende problemen – veelal in de bronsystemen – niet werd aangepakt. Door het uitblijven van een strategische langetermijnoplossing kregen deze tijdelijke oplossingen vaak een permanent karakter. Wat resulteert is een versplinterd datalandschap met gebrekkige datakwaliteit en inconsistente datadefinities. 

De vergaande eisen van toezichthouders maken de zwakke plekken van het datalandschap van veel financiële instellingen duidelijk zichtbaar. Instellingen zijn met man en macht bezig om te voldoen aan de eisen van de toezichthouder. Veel inspanningen worden verricht om diverse databases ‘aan elkaar te knopen’. Deze inspanningen nemen het risico op foutief of te laat rapporteren niet weg. Deze werkwijze leidt niet alleen tot een tijdrovend en kostbaar proces, maar beperkt de mogelijkheden om maximaal inzicht uit de eigen systemen te halen.

Laatstgenoemde is een belangrijk aandachtspunt. Onderzoek laat zien dat grote organisaties die onvoldoende strategisch gebruikmaken van hun data, op termijn ingehaald dreigen te worden door concurrentie. Zowel vanuit regelgeving als met het oog op de competitie is er de noodzaak voor banken om over te gaan tot een meer datagedreven en toekomstbestendige aanpak. Hoe ziet deze aanpak er in de praktijk uit en wat zijn hierbij belangrijke aandachtsgebieden?

Een dekkend datamodel als startpunt

Het beantwoorden van bovenstaande vragen begint met het analyseren van de achtergrond van de kortetermijnoplossingen in rapportageketens. Een datamodel dat niet volledig dekkend is of vulling vraagt die niet in bronsystemen voorhanden is, vraagt om een structurele ingreep. Dergelijke ingrepen zijn in praktijk tijdrovend en kostbaar. 

Dit gecombineerd met beperkt budget en tijdsdruk vanuit extern opgelegde tijdslijnen maakt de keuze voor een ‘quick fix’ verleidelijk, ook al wordt zo de structurele tekortkoming gemaskeerd. De aanlevering van data die een uitbreiding vormt op het centrale datamodel wordt vaak onder tijdsdruk als aparte datastroom voor de rapportage gerealiseerd. Een gevolg is dat tekortkomingen in het centrale datamodel blijven bestaan en onvoldoende worden teruggewerkt naar de benodigde data uit bronsystemen.

Het ontwerpen van een adequaat en dekkend datamodel is een van de grootste uitdagingen waar organisaties voor staan. Het terugwerken vanuit een zo breed mogelijke informatiebehoefte naar de benodigde informatie in de bronsystemen is niet makkelijk. Het datamodel moet alle mogelijke informatie voor verantwoording en besluitvorming bevatten en kent daardoor een hoge mate van detail. In tegenstelling tot veel van de bestaande datamodellen, wordt dit datamodel gedreven door het kunnen beantwoorden van alle mogelijke strategische en operationele managementvraagstukken.

Uiteraard moeten de verantwoordingseisen van toezichthouders daarbij in ogenschouw worden genomen. Deze eisen van toezichthouders richten zich op het monitoren van de continuïteit van de organisatie. Dat vereist in essentie dezelfde informatie die het management nodig heeft om goede managementbeslissingen te kunnen nemen. 

Bepalen van de informatiebehoeften

Aangezien de informatiebehoeftes de vulling van het (Centraal Data Model) CDM bepalen, is de identificatie hiervan een opgave die niet onderschat mag worden. Hierbij moet rekening worden gehouden met informatie die in de toekomst nodig is om te voldoen aan de strategische ambities van de organisatie. Om te komen tot een granulair CDM moet hier tijdens het bepalen van de informatiebehoeftes rekening mee worden gehouden.

“Het ontwerpen van een adequaat en dekkend datamodel is een van de grootste uitdagingen waar organisaties voor staan.” 

Van oudsher zijn informatiebehoeftes van een organisatie veelal op managementniveau bepaald, gedreven door behoefte aan stuurinformatie of door verantwoordingseisen. Deze top-down benadering zorgt per definitie voor een nauwe invulling van het CDM, waarbij al snel beperkingen ontstaan bij veranderende informatiebehoeften.

Een bottom-up benadering is een flexibelere aanpak die beter aansluit bij de continu veranderende behoeftes. Binnen deze benadering bepalen leverende afdelingen welke informatie zij uit hun bronsysteem in het CDM willen opnemen. Cruciaal hierbij is dat bedoelde afdelingen verantwoordelijkheid dragen voor de volledigheid van informatie voor verantwoording en sturing.

In de top-down benadering ligt de verantwoordelijkheid voor volledigheid op centraal managementniveau. Een veelgehoord argument is dat zo de controle op het juiste gebruik van definities en richtlijnen bij ontwerp is geborgd. Dat is op zichzelf juist, maar gaat voorbij aan de rapportagebehoeften van afdelingen die gebaseerd zijn op data die buiten het CDM blijven. 

De bottom-up benadering geeft aanleverende organisatieonderdelen de ruimte om vereiste informatiebehoeften en eigen informatiebehoeften te integreren in de data-aanlevering. Door beweegredenen te geven om van het CDM gebruik te maken (bijv. door de mogelijkheid te bieden om eigen rapportages te maken) ontstaat er een natuurlijke prikkel om meer granulaire data in het CDM op te nemen. Deze data is vervolgens binnen de hele organisatie te gebruiken en wanneer nodig vanuit het CDM te aggregeren.

Cruciaal is dat het aanleverende organisatieonderdeel de borging van de centrale informatievereisten zichtbaar en controleerbaar in het CDM realiseert. In praktijk betekent dat dat er nog altijd een nauwe samenwerking nodig is bij het optuigen van het CDM.

Door te kiezen voor de bottom-up benadering zal aanzienlijk meer informatie binnen het CDM worden opgenomen, waardoor flexibeler ingespeeld wordt op een veranderende informatiebehoefte, ongeacht of deze intern of extern gedreven is. Kortom, een bottom-up benadering biedt een goede fundering om de informatiebehoeftes in kaart te brengen om te komen tot een dekkend datamodel. 

Richting geven aan de transitie

Een datagedreven rapportagelandschap vereist meer dan een dekkend datamodel als hart. Er moet een strategische visie op informatievoorziening aan het datamodel ten grondslag liggen. Daarnaast is een helder plan, waaraan het management commitment heeft afgegeven cruciaal. Maar zelfs dan is een lange adem (en natuurlijk de hulp van betrouwbare en kundige partners) vereist.

Het hebben van een Target Operating Model (TOM) helpt om de visie op een informatievoorziening te concretiseren. Deze is op te stellen voor een organisatie als geheel, maar ook voor een specifiek deel van een organisatie. Voorwaarde is dat een dekkende visie en strategie van de organisatie als geheel beschikbaar zijn. Het doel van het TOM is richting bieden aan de organisatie, haar besturing en werking.

“In het inrichten van de informatiearchitectuur is het spanningsveld tussen vernieuwingen doorvoeren en de kosten in bedwang houden merkbaar aanwezig.” 

Een goed TOM is concreet en beschrijft heldere, meetbare componenten, die elk op zichzelf te realiseren zijn en individueel toegevoegde waarde leveren. Daarmee is het bruikbaar in meer klassieke organisaties die veranderingen realiseren via projecten en in waterval, maar ook binnen organisaties die gebruikmaken van meer recentere methodieken zoals Agile en Scrum. 

Kortom, het TOM is bij uitstek geschikt om de veranderingen naar een datagedreven organisatie vorm te geven en uit te werken naar een concreet veranderplan. Hierbij moet aan de volgende elementen invulling worden gegeven:

  • Organisatiearchitectuur: Organisatieontwerp (structuur & teams) en -besturing (rollen, verantwoordelijkheden en verantwoording)
  • Procesarchitectuur: Processen, producten en functionarissen
  • Informatiearchitectuur: Data governance, sources, data- en rapportageplatform 

Hoewel de eerste twee elementen van het TOM niet onderschat mogen worden, komt met name de informatiearchitectuur expliciet naar voren binnen het inrichten van een datagedreven rapportageraamwerk. Zoals aangegeven is het CDM het hart van dit raamwerk. De werking van het CDM wordt bepaald door de kwaliteit en kwantiteit van de werkelijke vulling van het dataplatform. De vulling van het dataplatform staat rechtstreeks in verband met de werking van de bronsystemen. Al deze elementen worden omvat binnen de informatiearchitectuur. 

De essentie van de informatiearchitectuur

Binnen de complexe omgeving waarin bedrijven opereren, is het juist inrichten van de informatiearchitectuur een uitdaging. Het spanningsveld tussen vernieuwingen doorvoeren en de kosten in bedwang houden is merkbaar aanwezig. 

De informatie-architectuur wordt bepaald door de bronsystemen, het dataplatform, het rapportageplatform en de verbindende infrastructuur. De bronsystemen zijn belangrijk voor de bedrijfscontinuïteit. Dit impliceert dat veranderingen in het systeemlandschap met de grootste zorg uitgevoerd kunnen worden. Ondanks de complexiteit en vele afwegingen om de informatie-architectuur juist in te richten, is de essentie relatief simpel en generiek van aard. 

De bronsystemen vormen het begin van de datagedreven rapportageketen. Binnen het geheel aan bronsystemen zouden alle data-attributen van de organisatie aanwezig moeten zijn. In de praktijk blijken bronsystemen niet een volledig passend datamodel te hebben. De oorzaak ligt in de meeste gevallen bij de keuzes die gemaakt zijn bij de implementatie. Die keuzes leiden ertoe dat niet alle beschikbare attributen zijn gevuld, omdat hier bij de implementatie geen behoefte of noodzaak voor was. 

Gevolg is dat de bedrijfsprocessen deze data niet vastleggen. Bij veel rapportageprojecten zijn ontbrekende data juist door het ontbreken van vastlegging een grote belemmering voor de snelle implementatie van nieuwe rapportages.

Op het dataplatform moeten alle attributen die onderdeel zijn van het CDM samenkomen. Het belangrijkste doel van het platform is het ‘ontkoppelen’ van de data van de bronsystemen. Bronsystemen kennen veelal elk hun eigen datamodel. Het dataplatform generaliseert het datamodel van alle attributen waarna de attributen organisatiebreed kunnen worden gebruikt. Het gebruiken van deze attributen gebeurt binnen het rapportagelandschap. 

In het rapportagelandschap van een toekomstbestendige en datagedreven organisatie is het dataplatform de enige bron voor de rapportage. Dit impliceert dat datamutaties, bijvoorbeeld door verschillende entiteiten met elkaar te consolideren, ook hierin plaatsvinden. Idealiter heeft de eindgebruiker de vrijheid om naar eigen inzicht rapportages op te stellen. Hierbij moeten organisaties een afweging maken tussen flexibiliteit en gebruiksgemak. Immers, hoe flexibeler en uitgebreider de rapportagemogelijkheden zijn, des te lastiger het is om het geheel vorm te geven binnen een gebruiksvriendelijke interface.

De bronsystemen, het dataplatform en het rapportageplatform vormen de essentie van de informatiearchitectuur. Deze architectuur zal echter alleen goed functioneren als data governance goed is ingeregeld. Data governance definieert welke spelregels er zijn met betrekking tot datagebruik, -beheer, -standaarden en -kwaliteit en wie daarvoor verantwoordelijk is. Vooral datakwaliteit is hierbij een essentieel onderdeel. Het CDM kan nog zo goed gevuld zijn, maar als de kwaliteit van de intiële brondata ontoereikend is, zal de kwaliteit van de rapportages en daarmee sturingsinformatie ook onvoldoende zijn.


×
×
Accenture ACE Company Adaptif Adlasz Adviesgroep Novius AevesBenefit Anderson MacGyver Andersson Elffers Felix Annalise Arlande Arthur D. Little AT Osborne Atos Consulting Bain & Company Baker Tilly BDO BearingPoint Berenschot Best Value Group Bewegin Bisnez BlinkLane Consulting BluPoint BMC Boer & Croon Management BOLD Bolster Bostec Boston Consulting Group Bright & Company | People Strategy Buitenhuis Advies buro C5 Bvolve Capgemini Invent Cegeka Consulting Cmotions COMATCH Conclusion Count & Cooper CPMview De Issuemakers De Kleine Consultant Deloitte Delta Capita Digital Power Dimensys Ecorys Eden McCallum Energyprofs Enigma Consulting Eurekon EY EY-Parthenon Finext First Consulting Flowant flowresulting Fronteer FTE Groep FTE Improvery Galan Groep GalanNXT Grant Thornton Groenewout Gupta Strategists Gwynt Hamstra & Partners Hogenhouck m&a Hospitality Group Hot ITem House of Performance IG&H Improven innergo INNOPAY Intermedius ITDS Business Consultants Itility JBR JBR Interim Executives Kearney Kirkman Company Korn Ferry KplusV KPMG Kruger Kurtosis KWINK groep Leeuwendaal M3 Consultancy Magnus Marktlink Mazars McKinsey & Company Mercer Merkle METRI Mitopics MLC Mobilee Möbius Monitor Deloitte Morgens MSR Consulting Group NEWCRAFT Ngenious Node1 Oliver Wyman OrangeX Ordina Organize Agile p2 PA Consulting Group Paul Postma Marketing Consultancy People Change PNO Consultants Projective Protiviti Proven Partners Prowareness PwC Quint Quintop Raad van Toekomst RedFoxBlue ResidentieProfs RGP Rijnconsult Riverwise Roland Berger Salvéos Schaekel & Partners SeederDeBoer Sia Partners Significant Groep Simon-Kucher & Partners SiRM Solid Professionals SOLVE Consulting SparkOptimus Staffing MS Strategy& Student Consultancy Group Summiteers Supply Value Symbol Synechron The Next Organization TIC Advisory Trevian Turner TWST TwynstraGudde UMS Group UniPartners UPD Van Oers Corporate Finance Vanberkel Professionals Varrlyn Vasco Consult Vintura VODW Volt Strategy Voogt Pijl & Partners WIN Xebia Yellowtail YGroup YNNO Young Advisory Group YourConnector Zanders Zestgroup