Dataplatformen; een case over het hoe en waarom
Waarom is het bouwen van een dataplatform essentieel voor organisaties in de financiële sector en met name verzekeraars? Wat levert het deze organisaties op? Waar begin je? We spraken met Willem van der Heijden, consultant bij Solid Professionals, over één van zijn projecten.
Het dataplatform
Waar begin je wanneer je een dataplatform gaat opzetten?
Het is allereerst belangrijk om af te bakenen over welke data het gaat en welke afdelingen hierbij betrokken zijn. In dit geval gaat het om alle Financial Reporting & Analysis data. Je maakt vervolgens een high level blauwdruk, een plattegrond, van de huidige architectuur. Wat je dan vaak al snel signaleert is dat er op verschillende plekken al vrij grote databases bestaan. Al deze data moet uiteindelijk in het centrale platform terecht komen. Daarnaast is het belangrijk om na te gaan om welke data het gaat, wat de bronnen van deze data zijn en uiteraard: welke technologie (bijvoorbeeld SAP, Oracle of Azure) er gebruikt gaat worden. De data modellering is daarbij een belangrijk onderdeel. Die legt namelijk de relatie vast tussen de verschillende datapunten.
Je kunt dit soort modellen inkopen of zelf ontwikkelen. In dit project koos de klant ervoor om zelf een model te bouwen.
Hoe bepaal je welke data er vertoond moet worden?
De kunst is om op een zo laag mogelijk niveau data beschikbaar te hebben waar je vervolgens combinaties mee kunt bouwen. Er is veel data, dus dat betekent dat het gestructureerd moet worden. Het is belangrijk om goed duidelijk te krijgen welke data teams en afdelingen nodig hebben voor hun rapportages. Daarbij moet je waken niet alleen uit te gaan van de vereisten die aan huidige rapporten gesteld worden, dan loop je namelijk het risico dat het beeld nu wel scherp is, maar over een jaar niet meer. De kunst is om vooruit te denken en het platform zo efficiënt mogelijk in te richten. Een van de principes die we daarbij hanteren is dat de dataopslag gescheiden wordt van de dataprocessing (verwerking).
Hoe zorg je ervoor dat alle afdelingen via het dataplatform blijven werken?
Dat verschilt. Er is heel veel data die niet in het platform zit en daar ook niet zal komen. In dat geval moet men de benodigde informatie zelf combineren. Aan de andere kant kan iemand, wanneer hij op verschillende plekken data op moet halen, een verzoek doen of die data toegevoegd kan worden aan het platform. Dit wordt dan onderzocht. Het idee is wel dat het platform steeds verder groeit.
Komt ooit alle data van de gehele organisatie op één platform terecht?
Dit is een vraag waar bijna alle organisaties zich mee bezighouden. Dit lijkt misschien ideaal, maar de vraag is of dit echt toegevoegde waarde heeft. Om nog maar te zwijgen over de kosten baten afweging.
Met de komst van nieuw management komen er nieuwe zienswijzen. Houden jullie daar rekening mee?
Zoals aangegeven proberen we het platform zo flexibel mogelijk te houden en de data op een zo laag mogelijk niveau beschikbaar te maken.
De uitdagingen voor finance data zijn dat deze:
- Exact en correct moet zijn.
- Tijdig moet zijn (bijvoorbeeld voor een maandafsluiting).
- Met het verstrijken van de tijd verandert (dit in tegenstelling tot persoonsgegevens, die meestal (langer) hetzelfde blijven.
- Moet voldoen aan (externe) regelgeving.
- Flexibel moet blijven voor het maken van verschillende (interne) analyses.
De data op het dataplatform moet dus zowel interne als externe rapportages dienen. Als je alleen uitgaat van de rapportages die je moet leveren, dan is de mogelijkheid dat je vastloopt vrij groot. Daarom moet je uitgaan van de data je beschikbaar hebt. Dat is een verandering van denken en werken.
Nieuwe regelgeving
Is het bouwen van een dataplatform complexer geworden met de komst van nieuwe regelgeving (bijvoorbeeld IFRS 17)?
Het was voor Solvency 2 al redelijk complex. Daarna is het nog complexer geworden. Solvency 2 betreft Europese regelgeving. IFRS is opgesteld door het International Accounting Standards Board. De regels gaan over hetzelfde onderwerp, maar zijn niet hetzelfde. Dit maakt het complexer.
Verzekeraars kennen een uitzonderlijke manier van berekenen van schulden. Normaliter tref je aan deze zijde van de balans onder andere posten als eigen vermogen, crediteuren en bankleningen aan. Verzekeraars kennen een andere vorm van schulden. Zij sluiten polissen af met klanten. De lastigheid is dat vooraf niet zeker is of die wel, niet of gedeeltelijk uitbetaald moeten worden. De vraag is wat er als schuld op de balans moet komen. Vroeger werden er sterftetabellen gebruikt om dit te berekenen. Nu wordt er gebruikgemaakt van complexe modellen die de werkelijkheid zo goed mogelijk proberen te beschrijven. Met het complexer worden van de modellen is dus ook de complexiteit van de regelgeving toegenomen.
Is IFRS 17 de reden geweest om een dataplatform te bouwen?
Niet per se. Veel bedrijven hebben verschillende systemen met verschillende bronnen. Dit zorgt vaak voor onnodige fouten en geeft problemen met timing en aansluiting (bijvoorbeeld wanneer het ene systeem pas verder kan als het andere systeem klaar is).
De kwaliteit en kennis van datawarehousing technologie is sterk toegenomen. Een single source of truth, alle data op een plek, is iets wat bij veel organisaties hoog op de agenda staat.
In control
Wat gaat het verzekeraars (of organisaties in het algemeen) opleveren om op deze manier te werken?
Het is lastig om direct te meten wat het oplevert, maar over het algemeen geldt:
- Het wordt makkelijker om sluitend te rapporteren.
- De datakwaliteit verbetert.
- Je bent als organisaties flexibeler in welke rapportages je aan kunt leveren (meerdere dwarsdoorsnedes vanuit één bron).
- Standaardisatie van de manier van werken, waardoor dingen simpeler worden.
Datakwaliteit is iets dat vaak genoemd wordt. Wat is het doel? Bij welke mate van kwaliteit ben je tevreden?
Zodra de data geen vragen meer oproept. Dit lijkt een utopie, maar het streven is om de data zo transparant mogelijk te krijgen. Door het opzetten van een dataplatform creëer je meer mogelijkheden om de data te checken. Je kunt meer checks en aansluitingen inbouwen, hiermee kun je veel verschillen voorkomen en verkeerde data filteren. Eén van de lastigste zaken blijft dat een systeem, ondanks de vele controles, niet kan herkennen wanneer een 3 bijvoorbeeld een 5 zou moeten zijn.
Maar alle data gaat wel, in tegenstelling tot wanneer er geen dataplatform is, langs een ‘blok’ en de checks vinden op een centrale plek plaats. Je reguleert dus welke data je als input accepteert en welke data het platform uitgeeft. Je bent als organisatie meer in control.
Samenwerking
In dit project werd Solid Professionals ingezet om te onderzoeken wat de bedoeling van de DNB was bij het invoeren van een nieuwe rapportage. Al gauw bleek dat hiervoor bepaalde data essentieel was, hiervoor klopte Willem van der Heijden aan bij het team dat overzicht houdt op het dataplatform. De benodigde data bleek daar op dat moment niet (allemaal) beschikbaar te zijn en werd uiteindelijk toegevoegd aan het dataplatform. Een mooi voorbeeld waaruit blijkt dat voor het bouwen van een dataplatform de medewerking, alertheid en kennis nodig is van iedereen die in de organisatie werkt.
*Het originele artikel is in maart 2022 gepubliceerd op solidprofessionals.nl. In augustus 2022 is het artikel herzien en opnieuw gepubliceerd.
De transitie naar Data Driven Reporting
Lees voor meer informatie de blog die Willem van der Heijden eerder schreef over de noodzaak, het startpunt en de transitie naar Data Driven Reporting.
