Oszczędność przez jakość

W Raiffeisen Bank Polska wiedzą do jakiego stopnia przechowywane w systemach IT dane nie są doskonałe.

W emitowanych niedawno reklamach Raiffeisen Bank Polska przywoływana była historia Rockefellera - miliardera, który dorobił się majątku dzięki sprytowi i talentowi do robienia interesów, nawet na rzeczach z pozoru błahych. Mówi się, że zarobił miliony dzięki zastosowaniu jednej kropli cyny mniej do lutowania kanistrów z naftą. Dziś taka kropla to jeden wyeliminowany błędny rekord w systemie. Przy skali działalności instytucji finansowej jego eliminacja może przynieść znaczące oszczędności.

Na początek Bazylea II

Pierwsze podejście do problematyki jakości danych w Raiffeisen Bank Polska miało miejsce pięć lat temu podczas prac nad wdrażaniem regulacji Nowej Umowy Kapitałowej Basel 2 (NUK). Aby spełnić wymagania narzucone przez NUK, banki zostały zobligowane do zbierania olbrzymiej ilości danych przy zachowaniu bardzo wysokich standardów jakościowych. Dla dużych organizacji mających wiele systemów źródłowych zapewnienie wysokiej jakości danych stanowiło jedno z największych wyzwań.

Andrzej Burzyński dołączył do zespołu wdrażającego NUK trzy lata temu, jako kierownik Zespołu Zarządzania Jakością Danych. Obecnie zespół ten funkcjonuje w ramach Departamentu Informacji Zarządczej Raiffeisen Bank Polska. Wymogi związane z Basel II stanowiły podstawę kompleksowych prac nad zarządzaniem jakością danych DQM (Data Quality Management). Jednak z czasem pojawiły się kolejne biznesowe potrzeby objęcia procesami DQM innych obszarów, jak informacja zarządcza (MIS) czy sprawozdawczość obligatoryjna do regulatora lokalnego.

Pod koniec 2007 r. określono wymagania systemu informatycznego, który mógłby wspomóc zarządzanie jakością danych w całym banku. "Aby zarządzać i podejmować decyzję, musimy umieć cyklicznie weryfikować dane i mierzyć ich jakość" - mówi Andrzej Burzyński. Notabene Herbert Stepic, prezes Raiffeisen International ogłosił 2007 r. rokiem jakości danych w Grupie Raiffeisen na całym świecie.

W poszukiwaniu systemu

Jednym z istotniejszych wymogów wobec narzędzia do DQM był rozwój systemu wraz z potrzebami banku, czyli podłączania kolejnych źródeł danych, obszarów biznesowych czy obszarów odpowiedzialności. Pierwszym zadaniem przed spisaniem specyfikacji dla nowego systemu było zbadanie zachodzących procesów oraz informacje o nich. Pojedyncze i dedykowane analizy były wykonywane z pomocą Excela. Powstała mapa procesów oraz ich właścicieli, harmonogram oraz skontrolowano, czy wprowadzano reguły weryfikacji. Ostatni punkt był najbardziej istotny z punktu widzenia wdrażanego narzędzia. Okazało się, że w wielu przypadkach reguły weryfikacji istniały, ale nie były odpowiednio skoordynowane i usystematyzowane w spójny proces.

Wyznaczono obszary odpowiedzialności za dane w systemach i zdefiniowano im mierniki umożliwiające pomiar jakości KPI (Key Performance Indicator) - raportowane co miesiąc w postaci danych zagregowanych z możliwością rozbicia na raporty detaliczne, które ułatwiają poprawę danych. Ewidencja defektów pokazuje błędy i mierzy ich wartości, następnie określa sposób postępowania z nimi. Dzięki temu bank posiada wiedzę o jakości danych w danym systemie, czasie, obszarze i właścicielu.