Viktigheten av Data Governance - EY

Data Governance
SAS FANS 4.2.2015
Where is the wisdom we have lost in knowledge?
Where is the knowledge we have lost in information?
T.S Eliot. The Rock (1934)
Side 2
“…det er identifisert feil i 88% av regneark …”
Journal of End User Computing
Side 3
http://www.eusprig.org
Side 4
Utfordringer i klassisk håndtering av data
►
En vesentlig andel av data som benyttes i
virksomhetsstyring forvaltes helt uten IT Governance
Side 5
Side 6
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
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 business models
 Use insight and analytical capabilities
to adapt business model and operating
model, and to drive product innovation
Digital maturity
3
Analytics enabled transformation
 Systematic experimentation
 Replace or enhance human decisionmaking with automated algorithms
2
Digitalization of processes
 Automating business processes
 Managing your master data
 Enable digital exhaust
1
0
011010111110
Analog to digital
 Paper (physical) to data (digital)
 Unstructured to structured
Business value
Side 9
Drammensveien 1
0010 OSLO
Drammensveien 1
0010 OSLO
Norge
Side 10
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
Antall sider i millioner
Relativt antall Google-søk
501
Analytics
Business Intelligence
47
Analytics
Side 12
Big Data
14
Business
Intelligence
Big Data
2005
2007
2009
2011
2013
Side 13
Markedsdirektører forventer å investere
i teknologi over de neste fem år
Avansert (prediksjons-) analyse
94%
Markedsdirektører forberedt
på dataeksplosjonen
71% 82%
Ikke forberedt
Mobile løsninger
Kundebetjeningsløsninger
94%
89%
29%
2011
Kilde: IBM, C-suite studies: From stretched to strengthened, 2014
Side 14
18%
2013
Forberedt
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
Utviklingen knyttet til «felles informasjon» de
siste 20 årene
1990-tallet
2000-tallet
Big data,
the data lake
Konsolidert, standardisert,
kvalitetssikret, batch-orientert,
tilrettelagt for informasjonskonsumenter.
Enterprise data
warehouse
Datavarehuset utnyttes for
å dekke stadig nye krav.
2010-tallet
Analytical
sandboxes
Enterprise DWH
Active DWH
Operational DWH
Real-time DWH
Et datavarehus som skal bli alt for alle blir
monolittisk og rigid for brukerne og dyrt for BI/IT.
Enterprise data
warehouse
Operational data
stores
Master data
management
Side 16
Virksomhetsstyring (Business
Governance) handler om tørst
Data Governance handler om vann
IT-styring (IT governance) handler om
infrastruktur og rør
Side 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
En modell for data governance
Governance
Datastrategi og
-policy
Risikostyring og
etterlevelse av
eksterne krav
Verdiskapning og
operativ drift
Kravområder
Tilgang til, og
anvendelse av,
data
Datakvalitet
Informasjonssikkerhet og
personvern
Dataeierskap
Dataarkitektur
Dataforvaltning
Datastrukturer
Datalagring og
-utveksling
Teknologistøtte
Side 20
Databeskrivelser, logging
og måling
Datalivssyklus
Forretningsbegrep, krav og
regler
Formål
Innen bankvirksomhet har data governance
blitt et sentralt tema
2007
2008
2009
2010
2011
2012
2013
2014
Finanskrisen
BCBS176
Corporate Governance
BCBS158
(spesielt om markedsrisiko
på egen bok)
IIF: Risk IT and Operations:
Strengthening capabilities
Side 21
BCBS239
Risk data aggregation
2015
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
Side 22
Comprehensiveness
Clarity and
usefulness
Frequency
Distribution
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
Tilsynsmyndighetene har blitt vesentlig mer
sofistikerte i sine datakrav
Governance
Datastrategi og
-policy
Risikostyring og
etterlevelse av
eksterne krav
Verdiskapning og
operativ drift
Kravområder
Tilgang til, og
anvendelse av,
data
Datakvalitet
Informasjonssikkerhet og
personvern
Dataeierskap
Dataarkitektur
Dataforvaltning
Datastrukturer
Datalagring og
-utveksling
Teknologistøtte
Side 24
Databeskrivelser, logging
og måling
Datalivssyklus
Forretningsbegrep, krav og
regler
Formål
Verdikjede for definisjon av
styringsinformasjon
Analyse og design
Styringsbehov
Eksterne krav
Måltall
KPI’er
Forretningslogikk
Informasjonskrav
Dataelement
Detaljeringsbehov
Datamodell
Rett informasjon til
rett person på riktig
tidspunkt og format
Distribusjon
Presentasjon
Tilrettelegging
Beregninger
Aggregeringer
Transformasjon
Historisering
Master
Kildeuttrekk
Implementering
Side 25
Rapportering og avansert analyse er et
eksempel der governance må differensieres
Analytics
Rapportering
Handling
Kan karakteriseres ved
►Bottom-up
fokus
►Beslutningsstøtte
►Ny
Kan karakteriseres ved
Tolkningsbasert
innsikt
►Top-down
Operasjonalisert
Innsikt
innsikt
Data Governance
krav – ansvar
legges i større grad
på analytiker
er
viktigere enn 100 %
datakvalitet
Analytiske
Modeller
Informasjon
innsikt
Data Governance
krav – ansvar
beskrives og
plasseres
►Høye
Eksterne
Data
Analytics arkitektur
Interne
Data
BI arkitektur
Operasjonalisering av analyse
Side 26
og kontroll
►Operasjonalisert
►Lave
►Hurtighet
►Styring
fokus
►Datakvalitet
robusthet er
prioritert
og
For å lykkes med å bli et analysedrevet
selskap kreves differensiert governance
Governance
Datastrategi og
-policy
Risikostyring og
etterlevelse av
eksterne krav
Verdiskapning og
operativ drift
Kravområder
Tilgang til, og
anvendelse av,
data
Datakvalitet
Informasjonssikkerhet og
personvern
Dataeierskap
Dataarkitektur
Dataforvaltning
Datastrukturer
Datalagring og
-utveksling
Teknologistøtte
Side 27
Databeskrivelser, logging
og måling
Datalivssyklus
Forretningsbegrep, krav og
regler
Formål
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
Side 28
Get clean
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
Takk for oppmerksomheten
Spørsmål?