direct solliciteren

Upload your
CV (.pdf)

Door te solliciteren via de website geef je ITDS toestemming om je ingevulde gegevens 2 jaar te bewaren. ITDS gebruikt deze gegevens om je te kunnen benaderen en als onderdeel van het sollicitatieproces. Je hebt op elk moment het recht om je toestemming aan ITDS in te trekken. Dit kan door een e-mail te sturen naar privacy@itds.nl

verzenden

Bedankt voor je sollicitatie! Wij hebben je gegevens succesvol ontvangen en een van onze recruiters zal contact met je opnemen.

#GETREADY

Concrete oplossingen cruciaal voor datakwaliteit

Blogs, Risk Management

13 februari 2018

Concrete oplossingen cruciaal voor datakwaliteit

Datakwaliteit is in 2018 voor veel verzekeraars nog altijd een hele opgaaf. Een geheim recept voor datakwaliteit bestaat niet, wel een nuchtere kijk hoe hier invulling aan te geven. ITDS biedt hiervoor werkende oplossingen.

“We hebben geen aanpak voor datakwaliteit, we brengen concrete oplossingen! Dat is de eerste zin die we uitspreken als een verzekeraar meer van ITDS wil weten over dit lastige thema. Onze tweede zin is meestal in de trant van “ja, natuurlijk hebben we wel een aanpak, alleen concrete oplossingen zijn belangrijker”. Genoeg mooie conceptuele platen, alleen een CFO moet in begrijpelijke termen aan zijn collega bestuurders en toezichthouders uit kunnen leggen hoe datakwaliteit in de praktijk werkt. Hij of zij moet kunnen aanwijzen waar de sterke en zwakke punten in de rapportageketen zitten, hoe erg dat is en wat er aan gedaan wordt.

Nog genoeg werk te verzetten

DNB stelde een aantal jaar geleden vast dat verzekeraars voornamelijk in het beginstadium zijn van de ontwikkeling en implementatie van een datakwaliteitsbeleid. Conclusie: “Nog veel werk te verzetten.” In 2018 zien we dat datakwaliteit voor veel verzekeraars nog altijd een hele opgaaf is. Een berg aan documentatie om alleen te voldoen aan regelgeving en DNB-richtlijnen is uiteraard niet de bedoeling. In de betere gevallen zien we elementen waartussen meer samenhang nodig is. Wat is bijvoorbeeld de relatie tussen de data lineage (de route die data afleggen van A t/m Z), de spelregels die gelden voor de zogenoemde EUC’s (zoals in elkaar gesleutelde complexe Excel spreadsheets), risico’s in het proces, de risicobereidheid en de “data issue resolution” procedure? Niet te vergeten: waarom is het eigenlijk belangrijk om data kwaliteit op orde te hebben? Wat is de bijbehorende cultuur, houding en gedrag van top tot werkvloer? Kortom: nog steeds genoeg werk te verzetten.

Onze oplossingen

Een geheim recept voor data kwaliteit bestaat niet, wel een nuchtere kijk hoe hier invulling aan te geven. Start met een visueel inzicht van de datastromen in de rapportageketen en stel een aantal spelregels op voor de data governance. Hiermee wordt de basis gelegd om die steeds verder uit te werken aan de hand van de praktijk. Verzamel datakwaliteit tekortkomingen (issues) en maak ze zichtbaar in de visualisatie van de rapportageketen. Rondom dit visueel inzicht vindt een overleg tussen betrokkenen plaats. Bespreek hierin de issues, prioriteer ze en los ze op. Belangrijk is dat datakwaliteit begint “te leven” en dat het concreet aanwijsbare resultaten oplevert: inzicht in wat misgaat en kan misgaan, hoe je dit met elkaar oplost. Iedereen is gebaat bij inzichten en bij cijfers waar iedereen op kan vertrouwen.

Vragen aan de basis

Het “volwassenheidsniveau” gaat in de loop van de tijd omhoog door aan de issues meer kenmerken te plakken: de opzet, de uitkomsten van de 2e lijns control testing en alles wat misgaat in de praktijk. Dat laatste is belangrijk, want achter een uiteindelijk groen vinkje bij een control schuilt in de praktijk vaak een hoop gedoe om bepaalde gegevens kloppend te krijgen.

Het begint allemaal bij de basis, de visualisatie en wat spelregels. Vanuit hier vullen we alle elementen van het data raamwerk in op een manier die past bij de organisatie. Hoe ver moet je de lineage uitwerken (echt alles op individueel data niveau?), hoe kan je vertrouwen op de aantoonbaar juiste werking van de EUC’s en hoe laat je iedereen direct snappen hoe het is gesteld met de datakwaliteit? Hoe leg je daarbij eigenlijk de relatie tussen risico’s, issues en risicobereidheid op een handige manier? Oplossingen, daar ligt de crux. Niet bij de mooie conceptuele platen.

Michiel Bouwman is Directeur Risk Management bij ITDS en heeft jarenlange ervaring bij verzekeraars met grote business- en IT verandertrajecten en in het bijzonder risicomanagement vraagstukken zoals de ORSA, risk appetite, data governance en in het inrichten van Solvency II. Hij combineert in die trajecten en vraagstukken altijd een inhoudelijke rol en een bestuurlijke rol van programma manager.





Gerelateerde artikelen





Wij gebruiken cookies om het gebruik van de website te analyseren en het gebruiksgemak te verbeteren. Lees meer over cookies.
Privacy statement
Cookie disclaimer
Accepteer alle cookies
Weiger cookies
Wij gebruiken cookies om het gebruik van de website te analyseren en het gebruiksgemak te verbeteren. Lees meer over cookies.
Privacy statement
Cookie disclaimer
Accepteer alle cookies
Weiger cookies