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

Transkript

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

2 Effektiv bruk av kundedata blir stadig mer kritisk for norske finansinstitusjoner Det skjer noe med tilgjengeligheten til data dataeksplosjonen Page 2

3 Men Markedsdirektører ser på eksplosjonen av data som sin største «hodepine» De største hodepinene Dataeksplosjonen Sosiale medier Vekst i valg av kanaler Endringer i konsumentdemografi 70 Ikke forberedt Prosent av CMO er som rapporterer «ikke forberedt på» Finansielle restriksjoner Redusert lojalitet til brand Muligheter i vekstmarked Ansvarliggjøring for ROI Kundesamhandling og innflytelse Problemstillinger knyttet til privacy Outsourcing Regulatoriske vurderinger 60 Snitt Faktorers innvirkning på marketing Prosent av CMO er valg som «Topp 5»-faktor 13 Corporate transparency 0 20 Snitt Page 3 Kilde: IBM, C-suite studies: From stretched to strengthened

4 Effektiv bruk av kundedata blir stadig mer kritisk for norske finansinstitusjoner Det skjer noe med tilgjengeligheten til data dataeksplosjonen Det skjer noe med relasjonen med kundene digitalisering av kunderelasjonen Page 5

5 Digitalisering begrenser selskapenes viktigste eksisterende kanal for mersalg Page 6

6 Digital modenhet Økt digital modenhet gir økt verdi, og muliggjør videre læringsprosess Nye digitale forretningsmodeller Benytte analytiske kapabiliteter til å tilpasse forretningsmodell og drive produktinnovasjon Data-drevet prosessforbedring Erstatte eller forbedre beslutningsstøtte med automatiserte algoritmer Systematisk eksperimentering Automatisering av prosess Manuelle ikke-verdiøkende aktiviteter automatiseres Digitalt fotavtrykk Analog til digital Papir til data Lite strukturert til mer strukturert Verdi Page 7

7 Videre digitalisering er nå i stor grad avhengig av økt bruk av analytics Nødvendige kapabiliteter for å levere på digitaliseringsstrategien Videre digitalisering står fortsatt høyt på agenda Analytics Technology 75% 72% Analytics pekes på som den viktigste kapabiliteten for å levere digitaliseringsstrategien Marketing/ promotion Financial Management 21% 58% Relationship Management 20% Other 17% Page 8 Kilde: EY Research: Insurance in a digital world: The time is now

8 Effektiv bruk av kundedata blir stadig mer kritisk for norske finansinstitusjoner Det skjer noe med tilgjengeligheten til data dataeksplosjonen Det skjer noe med relasjonen med kundene digitalisering av kunderelasjonen Det skjer noe i markedet aktører med analytisk fokus tar lønnsomme nisjer i stadig nye bransjer Page 9

9 Teknologi gir noen interessante utviklinger Uber, the world s largest taxi company, owns no vehicles. Facebook, the world s most popular media owner, creates no content. Alibaba, the most valuable retailer, has no inventory. Airbnb, the world s largest accommodation provider, owns no real estate. Page 10

10 Konkurransen er ikke bare «over there» Page 11 Kilde: Christoffer Hærnes The Scandinavian Fintech Market is Showing Great Potential

11 Nye aktører bruker overlegen innsikt til å skape marginfordeler Page 12 Kilde: Christoffer Hærnes The Scandinavian Fintech Market is Showing Great Potential

12 Effektiv bruk av kundedata blir stadig mer kritisk for norske finansinstitusjoner Det skjer noe med tilgjengeligheten til data dataeksplosjonen Det skjer noe med relasjonen med kundene digitalisering av kunderelasjonen Det skjer noe i markedet aktører med analytisk fokus tar lønnsomme nisjer i stadig nye bransjer Ting har skjedd i resten av verden regulatoriske myndigheter setter stadig strengere krav Page 13

13 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. Page 14

14 Regulatoriske myndigheter setter stadig høyere krav til kontroll Kontroll på risk Kontroll på kunder Kontroll på data Page 15 Kilde: IIF: Risk IT and Operations: Strengthening capabilities, 2011

15 Disse trendene setter en rekke nye krav til behandling av kundedata Dataeksplosjonen utfordrer infrastrukturen for data Digitalisering av kunderelasjonen er fullstendig avhengig av høy kvalitet på kundedata Nye aktører korter ned tidsfristen Strengere myndighetskrav forlanger kontroll på data Page 16

16 Data er i ferd med å bli «den fjerde pillaren» People 83% Data av finansinstitusjoner ser på data som sin viktigste strategiske ressurs Page 17 Kilde: EY The Science of Winning in Financial Services

17 Bankene melder at de ikke kan levere den nødvendige datakvaliteten for rapportering A bank should be able to generate accurate and reliable risk data to meet normal and stress/crisis reporting accuracy requirements. Data should be aggregated on a largely automated basis so as to minimise the probability of errors. 14 Stort sett compliant 16 I hovedsak non-compliant Antall systemkritiske banker Page 18 Kilde: BIS - Progress in adopting the principles for effective risk data aggregation and risk reporting

18 Banker og forsikringsselskaper har flere felles utfordringer i å øke datakvaliteten Største problemområder innen datakvalitet Accuracy 20% 20% 47% Integrity 3% 80% Completeness 10% 50% 20% Consistency 20% 27% 20% Validity 40% 3% 7% Timeliness 10% 10% 20% Accsessibility 7% 20% Objectivity 10% 7% Believability 3% 7% Ease of understanding 10% Value-added 3% Relevancy 3% Appropriate amount of 3% 1st priority 2nd priority 3rd priority 4th priority 5th priority Page 19 Kilde: EY - Basel III Readiness Survey

19 En tilnærming: Page 20

20 Master Data Management er nødvendig for å få kontroll på datakvalitet Master Data Management er en disiplin som omfavner Kodeverk Kunde Avtale prosesser eierskap regler standarder Lokasjon Produkt verktøy for å konsistent definere og forvalte sentrale data i en organisasjon. Ansatt Organisasjon Leverandør Page 21

21 MDM er vanskelig, og fallhøyden er stor men å ikke gjøre noe er ikke et alternativ Page 22

22 Datakvalitetsproblemene vokser i takt med antallet IT-systemer Banksystem Banksystem Pensjon Livsforsikring Kredittkort Kredittkort Fakturering CRM Saksbehandling Skadeforsikring Livsforsikring Livsforsikring Fond Fond Page 23

23 Det finnes flere produkter som muliggjør integrasjon på tvers av systemene Banksystem Banksystem Pensjon Livsforsikring Kredittkort Kredittkort Fakturering CRM MDM? Saksbehandling Skadeforsikring Livsforsikring Livsforsikring Fond Fond men teknologi kan ikke løse dette problemet alene Page 24

24 Forretningsprosessene er primærårsaken til sviktende datakvalitet Dataprodusentene er avgjørende for kvaliteten på data, men ser ikke konsekvensene av dårlig datakvalitet og har helt andre KPIer Datakonsumentene er avhengig av god datakvalitet, men har ingen påvirkning på produsentene Page 25

25 Datakonsumenter trenger hjelp til å endre prosessene hos dataprodusenter Jeg trenger data jeg kan stole på for å kunne forbedre virksomheten vår Jeg trenger vite hvilke krav som gjelder for data i systemet jeg er ansvarlig for. Datakonsument Beskrive Systemeier Overvåke Data Governance Implementere Dataprodusent Enforce Jeg trenger å vite hvordan jeg kan balansere datakvalitet med prosesseffektivitet Page 26

26 Eierskap til data må sikres for å kunne forbedre kvalitet gjennom hele verdikjeden Kundedata Produktdata Ansattdata Leverandørdata System 1 System 2 System 3 System 4 Page 27

27 Eierskap sikrer at man tar bevisste beslutninger rundt kravene til kvalitet Drammensveien OSLO Drammensveien OSLO Norge Page 28

28 For å lykkes med integrasjon må man etablere en felles forståelse og terminologi Kunde Aktiv kunde Passiv kunde Juridisk kunde Prospektkunde Potensiell kunde Forsikringstager Forsikret Forsikringseier Betaler Begunstiget Kundestatus: A Kundetype? Page 29

29 Flere etablerer felles dataordlister, og jobber kontinuerlig med å lage presise definisjoner Entitet: Organisasjonskunde Entitet: Organisasjonskunde Entitet: Organisasjonskunde Attributt: Primær næringskode Attributt: Primær næringskode Attributt: Primær næringskode Definisjon: Den foretrukne næringskoden til en organisasjonskunde som Definisjon: Den foretrukne næringskoden til en organisasjonskunde som Definisjon: oppgitt Den foretrukne av kunden selv. næringskoden Velges som til den organisasjonskunde næringskoden som best som oppgitt av kunden selv. Velges som den næringskoden som best beskriver oppgitt kundens av kunden næring selv. i Velges relasjon som til den banken, næringskoden ikke som best beskriver kundens næring relasjon til banken, ikke nødvendigvis beskriver kundens primærkoden næring i Foretaksregisteret. relasjon til banken, ikke nødvendigvis primærkoden i Foretaksregisteret. nødvendigvis primærkoden i Foretaksregisteret. Gyldige Følger standard SN2007 som definert av SSB. Gyldige Følger standard SN2007. verdier: Gyldige Følger standard SN2007. verdier: verdier: Regler: Skal alltid være en av kundens næringskoder som registrert i Regler: Skal alltid være en av kundens næringskoder som registrert i Regler: Foretaksregisteret. Skal alltid være en av kundens næringskoder som registrert i Foretaksregisteret. Skal Foretaksregisteret. alltid være utfylt for organisasjonskunder med aktive Skal alltid være utfylt for organisasjonskunder med aktive avtaler. Skal alltid være utfylt for organisasjonskunder med aktive avtaler. avtaler. Page 30

30 Økning av datakvaliteten krever både transformasjon og kontinuerlig forbedring Get Clean Implementering av nye løsninger og ny teknologi Stuntbaserte opprydningsaksjoner innen prioriterte områder Stay Clean Overvåkning, profilering og kontroll av datakvalitet Støtte til kvalitetshevning i fagsystemene QA av prosjekter Bevisstgjøring og opplæring Page 31

31 De beste i klassen har tydelig etablert eierskap til data og datakvalitet kvalitetssikrer data i hele verdikjeden, ikke kun i etterkant sikrer riktig forståelse av data på tvers av organisasjonen jobber aktivt med datakvalitet i hverdagen utnytter teknologi der det er riktig virkemiddel Page 32

32