Impact van lage kwaliteit Reference Gegevens over Bank processen

Terwijl Basel III, FATCA en de Dodd-Frank Act ziet hernieuwde druk op bedrijven om hoge kwaliteit van de referentie-gegevens te waarborgen, met de nadruk op bevredigende regulator betreft als de enige reden voor het verbeteren van data management en de kwaliteit van de gegevens, zou kortzichtig zijn. Hoogwaardige referentiegegevens is zelfs nog belangrijker voor het bedrijf zelf en dit alleen al zou een sterke zaak voor verbetering bieden.

referentiegegevens verwijst naar statische informatie zoals productbeschrijvingen, agenda-items, prijsstelling enzovoort. De volgende zijn enkele van de manieren lage referentie datakwaliteit remt de vlotte werking van specifieke afdelingen en processen in een bank:

Sales & Marketing

De afwezigheid of de lage kwaliteit van de referentie-gegevens kan het moeilijk maken om het identificeren van mogelijkheden voor cross-selling en up. Als de verkoop personeel niet beschikt over een uitgebreide en nauwkeurige weergave van klantgedrag en voorkeuren, kunnen ze niet weten wat de bank producten die de klant geïnteresseerd in de aankoop zou zijn. Daarnaast is het bedrijf kan niet nauwkeurig analyses die de winstgevendheid van een bepaald product, klant of regio zou blijken uit te voeren.

Een slecht beheerde referentiegegevens verlengt ook de tijd die het duurt van klantacceptatie tot daadwerkelijke uitvoering transactie. Er is ook zeer waarschijnlijk dat de instelling een cliënt dat zij anders niet omdat de cliënt niet tevreden AML (antiwitwasnormen) overweging kan nemen. Het wegwerken van de klant nadat ze al hebben aangemeld kunnen resulteren in de regelgeving censuur en een deuk op de bank &'; s reputatie.

Operations /Transaction Execution

Slechte referentiegegevens kan leiden tot een onnauwkeurige data warehouse of ondoeltreffend pre-transactie risico-evaluatie en analyse. Het kan vertragen of afbreuk doen aan de opzet van nieuwe producten resulteert in onbetrouwbare pre-product analyse en pre-transactie analyse, waaronder potentieel rampzalige prijsstelling fouten.

In de hoge octaangehalte wereld van de financiële dienstverlening, waar het transactievolume en de waarde enorm kan zijn, zelfs een ogenschijnlijk minuscule fout die &'; s fracties van een percentage uit het merk kan aanzienlijke gevolgen hebben voor de bank &' hebben; s P & L. De verrassing $ 2000000000 bedrijfsschade door het internationale bankwezen gigantische JPMorgan Chase aangekondigd mei 2012 is waarschijnlijk de meest klassieke recente voorbeeld van hoe katastrofisch een kleine onoplettendheid kan zijn.

Slechte referentie kwaliteit van de gegevens kan ook remmen straight through verwerking van transacties ( STP) van zowel de inkomende en uitgaande betalingen. Dit vertraagt ​​transactie-uitvoering, stropdassen beneden human resources via toegenomen handmatige reparaties, verhoogt de kans op foutieve transactie detachering en verergert daardoor ontevreden klanten.

Bij sommige schattingen plaatsen van de kosten van de bank transactie reparatie bij een forse $ 25 tot $ 50 per stuk, kunnen reparaties in hoog transactievolume instellingen moeilijk vol te houden zijn.

Midden en Back Office

Slechte verwijzing datakwaliteit in een bank &'; s risico datawarehouse betekent meer rapportage fouten. Rapportage fouten op zijn beurt leiden tot extra handmatige interventie om nauwkeurige externe of interne rapporten te genereren. Hoewel dergelijke handmatige interventies zichzelf duur, ze zijn ook tijdrovend en maakt het vrijwel onmogelijk voor de financiële instelling steeds belangrijker realtime risico rapporten.

Maar ze ook een ander probleem vormen. Het risico en compliance-eenheden zijn niet de enigen die het genereren van rapporten voor het management en toezichthouders. De financiële afdeling van een bank heeft vaak aan de regelgeving en het beheer meldingen van hun eigen &ndash te genereren; in de meeste gevallen veel rapporten dan het risico of complianceteams.

Handmatige interventies vergroten de kans op inconsistentie, discrepantie en een gebrek aan verzoening tussen rapporten gegenereerd door verschillende afdelingen en zelfs die van dezelfde eenheid. Verkeerde rapporten kunnen meer kapitaal kosten vergen dan nodig is en dus het plaatsen van aanzienlijke beperkingen op andere winstgevende activiteiten van het bedrijf.

Een andere middle en back office zorg uit arme product of client gegevens onjuist afwikkelingsinstructies inclusief vertragingen, verkeerd betaling, verzoening uitdagingen, cash flow verstoringen en reputatieschade en financiële verliezen.

Klantenservice

Voor een bank, het verzenden van een klant een onjuiste verklaring van hun rekening is een gruwel. Erger nog is wanneer een dergelijke fout tegelijkertijd beïnvloedt diverse klanten. De impact op de instelling &'; s reputatie kan worden verwoestende. Als klant, niet zou van &'; t je je afvragen of je je hard verdiende geld echt kan toevertrouwen aan een instelling die niet iets wat als basis kan krijgen als een verklaring toch?

Toch is dit juist een van de risico's die arme referentiegegevens vormt voor financiële instellingen &'; merkbekendheid. Merk op dat de onnauwkeurigheid niet behoeft te zijn nummers gerelateerd voor het naar de firma &' deuk; s reputatie. Het kan sturen verklaringen aan de verkeerde klant, het missen van de juiste datum voor de afgifte van dividenduitkeringen of de voortzetting van een oude naam van het bedrijf na de fusie /overname gebruiken
.