Data Extraction voor Solvency II compliance

Kwaliteit gegevens Means Quality Beslissingen

Wanneer iemand van ons loopt in onze huisarts &'; s bureau voor de behandeling of een routinecontrole, een ding dat we verwachten dat de historische medische gegevens van de arts beschikt over ons is voltooid , nauwkeurige en passend is. Als u eerder leed meerdere breuken als gevolg van een verkeersongeval, moet uw huisarts al weten. In het geval dat u allergisch bent voor aspirine, ook dat moet een deel van uw medische geschiedenis vormen. Een dergelijke achtergrond gegevens is van cruciaal belang om ervoor te zorgen dat wat drug voorschriften of levensstijl aanbevelingen van de arts uiteindelijk levert leiden tot een betere algemene welzijn.

Dit principe is niet anders in de zakelijke omgeving. Elke dag, de leidinggevenden van bedrijven over de hele wereld worden geconfronteerd met cruciale beslissingen. Voor dergelijke besluiten om een ​​positieve invloed van het bedrijf, moeten ze op basis van nauwkeurige, volledige en relevante gegevens. Dit is precies de reden waarom Solvency II en een aantal andere financiële diensten regelgeving vereist dat verzekeraars onder meer het bewijs dat de regelgevende verslagen die zij dienen zijn gebaseerd op gegevens van onberispelijke kwaliteit.

De rol van Data Extraction

Voor de kwaliteit van de gegevens gebruikt worden gewaarborgd, een van de belangrijkste fasen van kwaliteitscontrole op de plaats van gegevensextractie. Om rapporten te genereren, moeten relevante gegevens worden opgehaald uit de interne en externe systemen vervolgens ingevoerd in de risico's datawarehouse. De meeste tijden, de data-extractie is in feite twee processen in één - data-extractie en data conversie. De conversie is noodzakelijk om ervoor te zorgen de gegevens in een formaat klaar voor het uploaden in het datawarehouse.

Als verzekeraars zijn enige zekerheid over de kwaliteit van de gegevens die uiteindelijk gaat in het datawarehouse en wordt uiteindelijk gebruikt te hebben genereren risico rapporten, controles rond de data-extractie en transformatie proces moet informatie te waarborgen niet worden gewijzigd of verloren gaan. Dit zou relatief eenvoudig zijn als de gegevens gehaald was een complete kopie van de brongegevens. Echter, behoudens enkele uitzonderingen, een zeer klein deel van de geëxtraheerde gegevens waarschijnlijk volledige kopieën van het origineel.

De meeste gegevens gehaald voor risicobeheer en regelgeving rapportage zal een deel van de oorspronkelijke record. Voor Solvency II, de oorspronkelijke gegevens kan bijvoorbeeld worden gefilterd voor specifieke producten of verzekeringspolissen. Natuurlijk moet wat zou moeten worden opgenomen of uitgesloten heel vroeg tijdens de installatie en /of configuratie van het risico datawarehouse in de voorbereiding op Solvency II worden bepaald.

Stappen voor Quality Data Extraction

Gezien de steeds veranderende zakelijke omgeving met name voor de grotere verzekeraars die het meest worden beïnvloed door deze nieuwe verordening, de regels voor data-extractie moet flexibel genoeg om voor te zijn toekomstige veranderingen in de bedrijfsomgeving. Hiërarchie, workflows en zakelijke systemen te veranderen met de tijd en te rigide een extractieproces loopt het risico van dalende achter een zich ontwikkelende organisatie en per ongeluk gebruikmaakt onvolledige gegevens.

Daarom is de ontwikkeling van de data-extractie proces voor het Solvency II rapportage moet noodgedwongen de volgende stappen te betrekken.

a) Het identificeren van de totale bevolking van de brongegevens

b) zorgen dat de informatie juist is gesegmenteerd voor het gemak van het ophalen door de relevante brongegevens bv door het beleid, het type product, locatie etc.

c) Het ontwikkelen van een lijst opgenomen -. welke producten en soorten beleid moet worden opgenomen in de Solvency II meldt

d) Ontwikkel een exclusion list - Gewoonlijk , het creëren van een uitsluiting lijst zou gewoon betekenen krijgen ontdoen van alles wat niet valt in de lijst opgenomen. Echter, moeten de gegevens dubbel zeker door zeven door alle uitgesloten soorten plaat te maken. Solvency II-normen op gegevens compleetheid vereisen dat er geen relevante en beschikbare gegevens moeten worden uitgesloten zonder een goede reden. Herziening van de lijst uitsluiting is ook van belang voor de bredere doelstellingen risicobeheer van de verzekeringsmaatschappij. Sommige velden kunnen niet direct relevant zijn voor Solvency II rapportage, maar ze kunnen van vitaal belang in het bereiken van de interne actuariële en risk management doelen zijn.

e) Op basis van de lijsten in- en uitsluiting, het ontwikkelen van een controle-alert voor gebruik tijdens data-extractie dat zou het optreden van gegevens die niet valt in beide lijsten signaleren. Dit zou helpen om automatisch de veranderingen in het systeem van gegevens vast te leggen (bijvoorbeeld als gevolg van de uitrol van een nieuw product), die een impact kunnen hebben op Solvency II verslagen.

f) Ondanks (a), het ontwikkelen van een plan voor regelmatige evaluatie om ervoor te zorgen dat de extractie van gegevens in overeenstemming is met de huidige business processen
.