Data Governance SAS FANS

Størrelse: px

Begynne med side:

Download "Data Governance SAS FANS 4.2.2015"

Anna Thorstensen
8 år siden
Visninger:

1 Data Governance SAS FANS Where is the wisdom we have lost in knowledge? Where is the knowledge we have lost in information? T.S Eliot. The Rock (1934)

2 Side 2

3 det er identifisert feil i 88% av regneark Journal of End User Computing Side 3

4 Side 4

5 Utfordringer i klassisk håndtering av data En vesentlig andel av data som benyttes i virksomhetsstyring forvaltes helt uten IT Governance Side 5

6 Side 6

7 One of the most significant lessons learned from the global financial crisis that began in 2007 was that banks information technology (IT) and data architectures were inadequate to support the broad management of financial risks. Side 7

information technology (IT) and data architectures were

8 Utfordringer i klassisk håndtering av data En vesentlig andel av data som benyttes i virksomhetsstyring forvaltes helt uten IT Governance Rapportering er ikke egnet til å reagere på vesentlige endringer i markedet Side 8

Digital maturity 3 Digital business models Use insight and analytical capabilities to adapt business model and operating model, and to drive product innovation 2 Analytics enabled transformation

9 Digital maturity 3 Digital business models Use insight and analytical capabilities to adapt business model and operating model, and to drive product innovation 2 Analytics enabled transformation Systematic experimentation Replace or enhance human decisionmaking with automated algorithms 1 Digitalization of processes Automating business processes Managing your master data Enable digital exhaust Analog to digital Paper (physical) to data (digital) Unstructured to structured Business value Side 9

decisionmaking with automated algorithms 1 Digitalization of processes Automating business processes Managing your master data

10 Drammensveien OSLO Drammensveien OSLO Norge Side 10

11 Utfordringer i klassisk håndtering av data En vesentlig andel av data som benyttes i virksomhetsstyring forvaltes helt uten IT Governance Rapportering er ikke egnet til å reagere på vesentlige endringer i markedet Digitalisering krever at ulike IT-systemer som støtter ulike funksjoner har felles informasjon Side 11

er ikke egnet til å reagere på vesentlige endringer i markedet Digitalisering

12 Antall sider i millioner Relativt antall Google-søk 501 Analytics Business Intelligence Analytics Big Data Business Intelligence Big Data Side 12

13 Side 13

14 Markedsdirektører forventer å investere i teknologi over de neste fem år Markedsdirektører forberedt på dataeksplosjonen Avansert (prediksjons-) analyse 94 % 71 % 82 % Mobile løsninger 94 % Ikke forberedt Kundebetjeningsløsninger 89 % 29 % 18 % Forberedt Kilde: IBM, C-suite studies: From stretched to strengthened, 2014 Side 14

71 % 82 % Mobile løsninger 94 % Ikke forberedt Kundebetjeningsløsninger 89 % 29 % 18

15 Utfordringer i klassisk håndtering av data En vesentlig andel av data som benyttes i virksomhetsstyring forvaltes helt utenom IT Governance Rapportering er ikke egnet til å reagere på vesentlige endringer i markedet Digitalisering krever at ulike IT-systemer som støtter ulike funksjoner har felles informasjon Suksess med å bruke avansert analyse i stadig flere prosesser avhenger et skift i agilitet i bruk av ny data Side 15

markedet Digitalisering krever at ulike IT-systemer som støtter ulike funksjoner har felles informasjon

16 Utviklingen knyttet til «felles informasjon» de siste 20 årene 1990-tallet 2000-tallet 2010-tallet Konsolidert, standardisert, kvalitetssikret, batch-orientert, tilrettelagt for informasjonskonsumenter. Enterprise data warehouse Enterprise DWH Active DWH Operational DWH Real-time DWH Big data, the data lake Analytical sandboxes Enterprise data warehouse Datavarehuset utnyttes for å dekke stadig nye krav. Et datavarehus som skal bli alt for alle blir monolittisk og rigid for brukerne og dyrt for BI/IT. Operational data stores Master data management Side 16

Enterprise data warehouse Enterprise DWH Active DWH Operational DWH Real-time DWH Big data, the data lake Analytical sandboxes Enterprise

17 Virksomhetsstyring (Business Governance) handler om tørst Data Governance handler om vann IT-styring (IT governance) handler om infrastruktur og rør Side 18

18 Krav til data governance (DG) DG må være uavhengig av IT-system DG kan ikke bare være på aggregerte sammenstillinger DG må dekke operasjonelle bruksområder så vel som data for rapportering og analyse DG må differensiere mellom ulik anvendelse av data DG må være en del av en helhetlig governance-struktur Side 19

bruksområder så vel som data for rapportering og analyse DG må differensiere

19 En modell for data governance Governance Datastrategi og -policy Verdiskapning og operativ drift Formål Risikostyring og etterlevelse av eksterne krav Forretningsbegrep, krav og regler Dataeierskap Dataforvaltning Tilgang til, og anvendelse av, data Datastrukturer Kravområder Datakvalitet Dataarkitektur Datalagring og -utveksling Informasjonssikkerhet og personvern Databeskrivelser, logging og måling Datalivssyklus Teknologistøtte Side 20

Tilgang til, og anvendelse av, data Datastrukturer Kravområder Datakvalitet Dataarkitektur Datalagring og

20 Innen bankvirksomhet har data governance blitt et sentralt tema Finanskrisen BCBS176 Corporate Governance BCBS158 (spesielt om markedsrisiko på egen bok) BCBS239 Risk data aggregation IIF: Risk IT and Operations: Strengthening capabilities Side 21

Governance BCBS158 (spesielt om markedsrisiko på egen bok) BCBS239 Risk

21 BCBS239 setter ny standard for krav til bankers kontroll på egne data Overarching governance and infrastructure Governance Data Architecture and IT infrastructure Risk data aggregation capabilities Accuracy and integrity Completeness Timeliness Adaptability Risk reporting practices Accuracy Comprehensiveness Clarity and usefulness Frequency Distribution Side 22

22 De to overordnede prinsippene gir spisse føringer på håndtering av data Eksemplifisering av sentrale føringer Governance Data Architecture and IT infrastructure 1. Styret og toppledelse skal vurdere og godkjenne rammeverk brukt for risikoaggregering og risikorapportering. 1. Banken skal etablere en integrert taksonomi og arkitektur på tvers av banken 2. Roller og ansvar må etableres for eierskap til data både fra forretning og IT. 3. Eiere må sikre tilstrekkelig kontroll i hele livssyklusen til data. 4. Rollen inkluderer å sikre at data registreres korrekt i frontsystem, holdes oppdatert og i tråd med gjeldende taksonomi. Side 23

23 Tilsynsmyndighetene har blitt vesentlig mer sofistikerte i sine datakrav Governance Datastrategi og -policy Verdiskapning og operativ drift Formål Risikostyring og etterlevelse av eksterne krav Forretningsbegrep, krav og regler Dataeierskap Dataforvaltning Tilgang til, og anvendelse av, data Datastrukturer Kravområder Datakvalitet Dataarkitektur Datalagring og -utveksling Informasjonssikkerhet og personvern Databeskrivelser, logging og måling Datalivssyklus Teknologistøtte Side 24

24 Verdikjede for definisjon av styringsinformasjon Analyse og design Styringsbehov Eksterne krav Måltall KPI er Forretningslogikk Informasjonskrav Dataelement Detaljeringsbehov Rett informasjon til rett person på riktig tidspunkt og format Distribusjon Presentasjon Tilrettelegging Beregninger Aggregeringer Transformasjon Historisering Datamodell Master Kildeuttrekk Implementering Side 25

25 Rapportering og avansert analyse er et eksempel der governance må differensieres Analytics Handling Rapportering Kan karakteriseres ved Kan karakteriseres ved Bottom-up fokus Beslutningsstøtte Tolkningsbasert innsikt Operasjonalisert Innsikt Top-down fokus Styring og kontroll Ny innsikt Operasjonalisert innsikt Data Governance Lave krav ansvar legges i større grad på analytiker Hurtighet er viktigere enn 100 % datakvalitet Analytiske Modeller Eksterne Data Analytics arkitektur Interne Data BI arkitektur Informasjon Data Governance Høye krav ansvar beskrives og plasseres Datakvalitet og robusthet er prioritert Operasjonalisering av analyse Side 26

26 For å lykkes med å bli et analysedrevet selskap kreves differensiert governance Governance Datastrategi og -policy Verdiskapning og operativ drift Formål Risikostyring og etterlevelse av eksterne krav Forretningsbegrep, krav og regler Dataeierskap Dataforvaltning Tilgang til, og anvendelse av, data Datastrukturer Kravområder Datakvalitet Dataarkitektur Datalagring og -utveksling Informasjonssikkerhet og personvern Databeskrivelser, logging og måling Datalivssyklus Teknologistøtte Side 27

27 Data Governance må sikre at dataforvaltning er i tråd med interne behov og eksterne krav Forretningsstrategi Strategi for virksomhetsstyring Regulatoriske krav Data Policy Data Governance Data eierskap Data regler Stay clean Data livssyklus Operasjonalisering, måling og oppfølging. Forbedringsprosjekt Get clean Side 28

28 DG bør innføres gjennom initiativ som sikrer et godt fundament samt rask læring Kartlegging: Identifisere målsetninger og utfordringer knyttet til utnyttelse av informasjon Plassere eierskap og etabler sentrale strukturer Identifisere aktuell informasjonsutfordring der DG vil bidra positiv. Bygg videre strukturer gjennom konkrete initiativ. Side 29

29 Takk for oppmerksomheten Spørsmål?

Like dokumenter

Effektiv bruk av informasjon Muligheter og utfordringer for finansbransjen. Even Vinge, EY Bisnode Smarte Beslutninger 2015

Effektiv bruk av informasjon Muligheter og utfordringer for finansbransjen Even Vinge, EY Bisnode Smarte Beslutninger 2015 Effektiv bruk av kundedata blir stadig mer kritisk for norske finansinstitusjoner