داتا
منو موبایل

داتا

روندهای حاکمیت داده در حوزه مالی

بخش مالی در حال تجربه یک تحول پویا است که پایه‌های اصلی حاکمیت داده را تغییر می‌دهد. در ادامه، روندهای حاکمیت داده در حوزه مالی را بررسی می‌کنیم:

  • فراگیری چارچوب‌های نظارتی
  • افزایش هزینه‌های انطباق
  • تلاش برای یکپارچه کردن راه‌حل‌های شخص ثالث
  • پیشرفت دیجیتال از سال 2020 به بعد

بیایید هر یک از این روندها را دقیق‌تر بررسی کنیم.

فراگیری چارچوب‌های نظارتی

یک حرکت روشن و قابل تشخیص به سمت چارچوب‌های نظارتی سختگیرانه‌تر وجود دارد که از قوانینی مانند GDPR، الهام گرفته است.

همانطور که سازمان همکاری و توسعه اقتصادی (OECD) گزارش داده‌است، حتی کشورهای خارج از اتحادیه اروپا با اهتمام به موفقیت GDPR، چارچوب‌های مشابه با آن را آغاز کرده‌اند یا در حال فرآیند اتخاذ مدل‌های مشابه GDPR در آمریکا و سراسر جهان هستند.

 افزایش هزینه‌های انطباق

با درک اهمیت حاکمیت داده، نهادهای مالی پول خود را در جایی قرار می‌دهند که داده‌هایشان قرار دارد.

در اوایل سال 2022، VMWare ۱۳۰ مورد از بخش‌های مالی CISO و رهبران سرمایه را از سراسر جهان مورد بررسی قرار داد. ۴۱٪ از نهادهای مالی در آمریکای شمالی، ۲۹٪ در اروپا، ۱۶٪ در منطقه آسیا و اقیانوسیه، ۱۲٪ در آمریکای مرکزی و جنوبی و ۲٪ در آفریقا مستقر بودند.

این نهادها در سال ۲۰۲۲ قصد داشتند هزینه‌های خود را برای انطباق به نسبت سال ۲۰۲۱، ۲۰٪ تا ۳۰٪ افزایش دهند.

تلاش برای یکپارچه کردن راه‌حل‌های شخص ثالث

ماهیت متفاوت ارتباطات شخص ثالث مدت‌هاست که نقطه ضعفی برای نهادهای مالی بوده است. گزارشی از Kiteworks در سال ۲۰۲۲ نشان می‌دهد که ۲۲.۵٪ از شرکت‌های مالی مورد مطالعه تمایل داشتند مکانیسم‌های مدیریت، پیگیری و گزارش‌دهی مربوط به ارتباطات شخص ثالث را یکپارچه کنند.

پیشرفت دیجیتال از سال 2020 به بعد

بانکداری دیگر فقط مرتبط با نهاد‌های فیزیکی نیست. حرکت به سمت دیجیتال‌سازی دارایی‌ها و فرآیندها باعث شده است تا بسیاری از عملکردهای بانکی به صورت آنلاین انجام شود.

در سال ۲۰۲۰، JPMorgan Chase سرمایه‌گذاری‌های خود را در پلتفرم‌ها و ابزارهای بانکداری دیجیتال ادامه داد. آنها ویژگی‌های بیشتری را در اپلیکیشن بانکداری موبایل خود ارائه دادند که به مشتریان امکان می‌دهد از گوشی‌های هوشمند خود به معامله گذاری در بورس و سرمایه‌گذاری بپردازند.

بانک آمریکا در سال ۲۰۲۳ رشد قابل توجهی را در کانال‌های دیجیتال خود گزارش داد که طبق این گزارش ۸۳٪ از خانواده ها به آن مراجعه می‌کنند.

HSBC در سال‌های ۲۰۲۰ و ۲۰۲۱ برنامه های دیجیتالی مختلفی از جمله راه‌اندازی پیشنهاد‌های کیف پول دیجیتال و گسترش خدمات بانکداری موبایل را اجرا کرد.

داستان‌های موفقیت آمیز حاکمیت داده در حوزه مالی

بیایید سه مطالعه موردی را بررسی کنیم که نمایانگر مزایای عظیم مدیریت صحیح داده در زمینه انطباق، کارایی عملیاتی و پاسخگویی به بازار هستند.

۱. بیمه CSE

بیمه CSE یک شرکت تابعه از Covéa است که یک شرکت بیمه جهانی با ارزش ۲۰ میلیارد دلار در ایالات متحده است. این شرکت در حال به روزرسانی پلتفرم داده خود با استفاده از خدمات AWS، Amazon Aurora، Amazon Redshift و Tableau بود.

آنها باید با مسائل داده‌های متمایز، تعاریف و معیارهای مبهم و تلاش‌های انتقال دستی مقابله میکردند. این مسائل با استفاده از یک ابزار مدیریت فراداده و ابزارهای حاکمیت داده‌ قابل حل بودند؛ زیرا این ابزارها به آنها کمک می‌کرد تا یک منبع معتبر واحد برای تمام کاربران عرضه کنند.

با استفاده از Atlan، بیمه CSE توانست این کار را در ۶ هفته (به جای ۳-۴ ماه) انجام دهد. تلاش‌های آنها در حوزه حاکمیت داده به سهولت انجام شد؛ زیرا انتقال به Atlan  شامل تگ‌ها، توضیحات، مجوزها و غیره  بود.

علاوه بر این، یافتن دارایی‌های داده‌ای، به دست آوردن زمینه کامل و پیگیری تحولات آنها از طریق خط داده‌ها، فقط یک کلیک بود – که زمان کشف داده را از چند ساعت به چند دقیقه کاهش می‌دهد.

۲. بانک آستین کپیتال[1]

مثال دیگر بانک آستین کپیتال است. آنها با مشکلاتی در پرس و جوی داده‌ها در دیتابیس‌های AWS و PostgreSQL غیرمتصل روبرو شدند که نیاز به بهینه‌سازی مکانیزم‌های پرس‌و‌جو  برای مدل محصولات دیجیتال جدید خود را ایجاد کرد.

با یکپارچه‌سازی کاتالوگ داده Atlan، بانک مکانیزم‌های پرس و جوی داده خود را تغییر داد. آنچه که قبلاً یک فرآیند خسته‌کننده و زمان‌بر بود، اکنون سرعت بخشیده شده است و پرس‌و‌جوهای داده مشتریان به چند ساعت کاهش یافته است.

این کارآیی جدید، محدود به پرس‌و‌جوهای داده نبود. این کارایی به بانک امکان می‌دهد تا محصولات مالی جدید را با سرعت بسیار بیشتری عرضه کند. عرضه محصول FreeKick نمونه‌ای از آن است.

بانک آستین کپیتال قصد داشت محصول FreeKick را، که متمایز از محصولات معمولی آنها بود، قبل از فصل فارغ‌التحصیلی حیاتی عرضه کند. با این حال، سیستم CRM داخلی آنها به دلیل زیرساخت‌ها و دیتابیس‌های معاملاتی جدید، برای پشتیبانی از پرس‌و‌جوهای دائمی داده مشتریان آماده نبود.

استفاده از “تحلیل‌ها” Atlan، امکان پشتیبانی سریع و کارآمد از خدمات مشتری را بدون نیاز به فهم SQL فراهم می‌کند. این کار زمان زیادی را صرفه جویی کرده و در عرضه به موقع محصول کمک کرده است.

۳. اکتان[2]

اکتان لندینگ [3]نیاز به دموکراتیزه کردن(عمومی‌سازی) داده‌های خود داشت تا هوش تجاری خود را بهبود بخشیده و از وجود درک یکپارچه از دارایی‌های داده‌ای خود در تیم‌های مختلف اطمینان حاصل کند.

آنها با چالش‌های تیم‌ها و ابزارهای ایزوله و جداگانه روبرو شدند؛ جایی که بخش‌های مختلف کسب‌وکار به روش‌های تجزیه و تحلیل خود دسترسی داشتند، که منجر به تفسیرها و استفاده‌های نامناسب از داده‌های مشترک می‌شد. همچنین عدم وجود مستندات متمرکز، به ویژه در شرایط کار از راه دور که در طول ویروس کووید-۱۹ رایج شد، برقراری یک زبان و روش مشترک برای داده را دشوارتر کرده بود.

با استفاده از پلتفرم متمرکز و قابل ناوبری آسان اتلن، اکتان از دسترسی به داده‌ها برای یک جمعیت گسترده اطمینان حاصل کرد. اکتا با این اقدام نه تنها تحلیلگران خود را قدرتمند کرد، بلکه اطمینان حاصل کرد که بینش‌های داده‌ای که بدست می‌آورند، جامع و کامل هستند.

حاکمیت داده تأثیر قابل توجه و محسوسی بر نتایج داشت. به عنوان مثال، حجم سوالات در کانال Slack داخلی برای پشتیبانی از داده فقط در مدت سه ماه 40٪ کاهش یافت، که به صرفه‌جویی 200 ساعت در ماه منجر شد.

پیاده‌سازی و بهترین روش‌ها برای حاکمیت داده در حوزه مالی

پیاده‌سازی صحیح حاکمیت داده در بخش مالی نه تنها در تطابق با مقررات قانونی مهم است، بلکه مبنایی برای تصمیم‌گیری بهبود یافته، مدیریت ریسک و کارایی عملیاتی می‌گذارد.

در اینجا یک رویکرد مناسب برای مؤسسات مالی آمده است:

۱.تعیین اهداف دقیق

 با تعیین اهداف اصلی خود شروع کنید؛ که ممکن است از حفظ تطابق و ارتقاء روابط با مشتریان تا بهینه‌سازی عملیات متنوع باشد. یک هدف قابل اندازه‌گیری ممکن است تصمیم یک بانک باشد که در یک بازه زمانی خاص اختلافات داده را به نسبت  x٪ کاهش دهد.

۲. ارزیابی داده‌های خود

 از گستردگی داده‌های خود – مکان، کاربران و هدف آنها – آگاه شوید. گام اول ممکن است شامل یک مرور کامل از تمام پایگاه‌های داده فعال و نقش‌های عملیاتی مرتبط با آنها باشد.

۳. تفکیک دامنه‌های داده

 داده‌های خود را به دامنه‌های واضحی مانند داده‌های مشتری یا تراکنش تنظیم کنید. رؤسای مربوط به هر دامنه را تعیین کرده و ذی‌نفعان دامنه را مشخص کنید.

۴. تعیین نقش‌های حاکمیت

 از سرپرست عالی داده ،[4]که استراتژی را نظارت می‌کند تا نگهبانان داده، [5]که مسئول حفظ کیفیت و پایبندی در دامنه‌های خود هستند، نقش‌ها را تعیین کنید.

۵. طراحی یک چارچوب حاکمیت

یک رویکرد ساختارمند و منظم برای جزئیات فرآیندهای داده‌، تخصیص مسئولیت‌ها و اقدامات حفاظتی برای داده طراحی کنید.

۶. ادغام ابزارهای مرتبط

از فناوری‌های اساسی مانند کاتالوگ داده، ابزارهای کیفیت و نرم‌افزار حفاظت برای افزایش اثربخشی طرح حاکمیت‌تان بهره ببرید.

۷. تعیین شاخص‌های عملکرد

 معیارهای واضحی را معرفی کنید تا کشش و اثربخشی رویکرد حاکمیت خود را از ارزیابی کیفیت گرفته تا نتایج تجاری مبتنی بر تلاش‌های داده‌محور اندازه‌گیری کنید.

۸. ترویج یادگیری مداوم

درک کنید که حاکمیت داده یک فرآیند تکاملی است. فرهنگ آموزش مداوم و انتقال دانش را ترویج دهید.

۹. پیگیری و بهبود

برای روشن‌سازی نقاط نیازمند بهبود و بهینه‌سازی، معیارهای خود را به صورت پیوسته تنظیم و بازبینی کنید.

۱۰. ترویج اخلاق داده‌‌محور

محیطی را فراهم کنید که ارزش داده برای همه مشخص شود و تمام افراد بر اساس بینش‌های حاصل از این دارایی ارزشمند تصمیم‌گیری کنند.

نکته پایانی این که روندهای حاکمیت داده در حوزه مالی پیوسته در پاسخ به نیازهای صنعت در حال تکامل است. چشم از این تغییرات برندارید! 

[1] Austin Capital

[2] Octane

[3] Octane Lending

[4] Chief Data Officer

[5] Data Stewards

منبع: atlan.com

ترجمه و ویرایش اختصاصی برای وبلاگ داتا: سپیده سلطانی

مطالب مرتبط
تصمیم گیری داده محور در سال 2024

چرا در سال 2024 تصمیم‌گیری داده‌محور برای شرکتها حیاتی است؟

اگرچه در قدرت و اهمیت داده‌ها هیچ شکی نیست، اما زمان اتخاذ تصمیمات داده‌محور شرکتها درمی‌یابند که اظهاراتی جنجالی مانند […]

11 دقیقه مطالعه مشاهده
سه ماموریت حاکمیت داده

سه ماموریت اصلی حکمرانی داده در سال پیشِ رو

با رشد حجم و ارزش استراتژیک داده‌ها، ضرورت اجرای یک برنامه جدی و موثر برای حکمرانی داده،‌ بیش از هر […]

5 دقیقه مطالعه مشاهده
بانک‌ها چگونه می‌توانند به موسساتی با اولویت هوش مصنوعی تبدیل شوند؟

بانک‌ها چگونه می‌توانند به موسساتی با اولویت هوش مصنوعی تبدیل شوند؟

در  مقاله‌ای از مکنزی که بخش ابتدایی آن در پست قبلی منتشر شد، به بررسی بانکهای هوشمند پرداخته و دلایل […]

10 دقیقه مطالعه مشاهده

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *