Strategia i zarządzanie danymi na rynkach finansowych — Skrót raportu DTTC 2023
Zarządzanie danymi w organizacji finansowej nieustannie ewoluuje i będzie ewoluować, tak jak data management prężnie rozwija się i w innych branżach. W tym artykule przyglądamy się najważniejszym punktom raportu Data Strategy & Management in Financial Markets znanej amerykańskiej firmy DTTC, który został opublikowany na początku 2023 roku.
Jak zmieni się strategia zarządzania danymi w organizacji w przeciągu najbliższej dekady? Wstęp
Strategia zarządzania danymi ewoluuje w kilku dostrzegalnych kierunkach. Jedno jest pewne i powtarza to większość ekspertów zarządzania danymi, nie tylko DTTC: kultura wymiany danych nowej generacji będzie znacznie bardziej oparta na współpracy niż ta, w której dziś operuje większość firm i organizacji. Staje się to możliwe dzięki technologii, nie należy jednak zapominać o tym, że:
Data management jest napędzane biznesową koniecznością wykorzystywania i łączenia danych, które zostały wygenerowane i są dostępne, ale z różnych przyczyn mało się je analizuje.
Do tej pory modele danych były zwykle udoskonalane pod kątem wymiany danych typu punkt-punkt. Z tego powodu są rzadko zgodne z dobrze przyjętymi standardami — były zbierane w ramach każdej instytucji do jej własnych celów lub mając na uwadze optymalizację specyficznych procesów. Spowodowało to powstanie dużej liczby modeli danych, które często są niekompatybilne — nawet w ramach tej samej organizacji — i nakładają znaczny ciężar na użytkowników danych w zakresie ich interpretacji i weryfikacji poprawności.
Celem współczesnego data management jest odejście od technologii zaprojektowanych tak, aby służyły wyłącznie specyficznym przypadkom użycia (use cases) firmy, w kierunku projektów, które łączą dane w nowy sposób, o bardziej otwartej architekturze.
Powstające aktualnie nowe paradygmaty zarządzania danymi:
- umożliwią uczestnikom ekosystemu danych przesyłać dane do miejsc, gdzie będzie je można wykorzystać do nowych zastosowań, które nie przyszły nawet na myśl właścicielom pierwotnych zbiorów;
- to z kolei pozwoli organizacjom rozbić wewnętrzne silosy i ułatwi również likwidację technologicznego długu legacy systems, bo jak powszechnie wiadomo w IT, nierzadko to właśnie projekty integracji danych stanowią piętę achillesową cyfrowej transformacji;
- to pozwoli też obniżyć koszty (wszak wszystkim zależy na maksymalizacji ROI z data management);
- i zredukować lub całkowicie wyeliminować organizacyjne problemy, takie jak rekoncyliacja powielających się magazynów danych (czyli porównanie ich ze sobą w celu znalezienia rozbieżności) lub manualne interwencje w celu pozyskania danych i zweryfikowania ich jakości.
Profesjonalni dostawcy danych także będą mieć swój udział w tych zmianach. Będą bardziej współpracować ze swoimi klientami, wspólnie opracowując zbiory danych i biznesowe aplikacje, co z resztą jest trendem data management widocznym również i w Polsce. Przykładem takiej współpracy jest choćby produkt Pełne Rejestry 360 naszego data software house Transparent Data, który polega na cotygodniowym przesyłaniu Klientom pełnych, zaktualizowanych replik rejestrów handlowych KRS, CEIDG, REGON, CRBR i Białej Listy. Powstał on w odpowiedzi na potrzeby dużych firm, które chcą skalować swoje aplikacje bez zwiększania kosztów (jest tu jedna stała cena w przeciwieństwie do kosztów API, które zawsze są uzależnione od ilości odpytań) oraz które chcą mieć u siebie całe aktualne bazy danych rejestrów, a nie tylko ich wycinki.
Przyszłość data management: 4 hipotezy rozwoju zarządzania danymi w organizacjach
W swoim raporcie Data Strategy & Management in Financial Markets DTTC podzieliło swoje myślenie o przyszłości wymiany danych i zarządzania danymi na cztery hipotezy, które ich zdaniem będą napędzać następną dekadę zmian w sposobie wykorzystywania danych na rynkach finansowych:
Hipoteza data management nr 1: bardziej dostępne i bezpieczne dane
Użytkownicy danych będą mieli bezprecedensową elastyczność w wyborze, jakie dane chcą otrzymać i w jaki sposób je otrzymają, uwalniając się tym samym od ograniczeń związanych z wymianą ustalonych zestawów pól po wcześniej ustalonych cenach w określonych interwałach czasowych.
Na wysokim poziomie, hipoteza ta sugeruje, że uczestnicy będą mogli korzystać z bardziej elastycznych usług opartych na samoobsługowym dostępie do danych o większej szczegółowości. Stanie się to możliwe dzięki automatycznemu tłumaczeniu formatów danych i wysokiej jakości katalogom danych, które pomogą w wyszukiwaniu odpowiednich informacji.
Aby to umożliwić, prywatność i bezpieczeństwo będą musiały zająć centralne miejsce w strategiach zarządzania danymi.
Hipoteza data management nr 2: Połączone ekosystemy danych
Połączone ze sobą ekosystemy danych utworzą nową warstwę infrastruktury dla branży finansowej. Uczestnicy branży z powodzeniem uwolnią własne dane z dotychczasowych systemów legacy i nie tylko opanują ich łączenie we własnych ekosystemach danych, ale tam, gdzie są one przydatne i skalowalne, połączą je z innymi.
Pozwoli to współpracować z partnerami lub klientami w tworzeniu nowych przypadków użycia danych. Niektórzy mogą nawet tak zacieśnić współpracę z partnerami lub dostawcami, że zrezygnują z adopcji danych stron trzecich do swoich sieci korporacyjnych i zamiast tego sprawią, że zasoby danych ich partnerów staną się tzw. “golden source of data” — złotym źródłem danych m.in. dla standardowych zestawów danych referencyjnych.
To zmniejszy ilość powielania danych w całej branży i umożliwi wspólne opracowywanie innowacyjnych analiz danych. Dane będą zbierane przez cały cykl życia transakcji, aby uzyskać szczegółowe informacje, takie jak dane postransakcyjne, umożliwiające efektywniejsze ustalanie cen i strategii realizacji transakcji.
Hipoteza data management nr 3: Otwarte standardy danych
Standardy danych staną się bardziej „open source”. Rosnąć będzie ilość otwartych bibliotek dla interfejsów programowania aplikacji (API) i zestawów narzędzi do tworzenia oprogramowania (lub zestawów SDK).
W szczególności spodziewać się należy, że branża wdroży więcej modeli standaryzacji danych, tj. sposobów rozumienia i opisywania zbiorów danych. Najbardziej opłacalnymi przypadkami użycia będą dane referencyjne i raportowanie transakcji. Korzyść z takiego zarządzania danymi w organizacji polegałaby na zmniejszeniu redundancji danych i lepszej jakości danych w całej branży finansowej.
Hipoteza data management nr 4: Koncentracja na wglądzie w dane
Większy wolumen dostępnych do wykorzystania danych oznacza też, że strategia zarządzania danymi będzie musiała w większym stopniu skupić się na pełnym lub choć częściowo zautomatyzowanym sposobie ich przetwarzania i wykorzystania. Dzięki temu operacje na danych będą bardziej wydajne i skalowalne.
Bardziej efektywne zarządzanie danymi, w tym przetwarzanie w chmurze i automatyzacja rutynowych zadań związanych z danymi, zwolni pojemność i zmniejszy zapotrzebowanie na wyspecjalizowanych analityków danych i zespoły ds. operacji na danych — nacisk pojawi się na uzyskiwanie wglądu z ogromnych magazynów danych.
Tworzenie produktów i spostrzeżeń związanych z danymi stanie się prostsze, a nie trudniejsze, jeżeli tylko organizacje finansowe zastosują odpowiednie rozwiązania. Technologia będzie nadal zmniejszać koszty opracowania nowych pomysłów na analizę danych, ogólnie wpływając na ekonomię biznesu i rachunek zwrotu z inwestycji w znaczący sposób.
Żeby to stało się możliwe, zarządzanie danymi w organizacji będzie musiało ewoluować w trzech kierunkach
Aby ta wizja zadziałała, DTTC wskazuje, że organizacje muszą zadbać o trzy elementy data management:
■ Będą musiały ustanowić solidne podstawy swojej zdolności zarządzania danymi. Należą do nich budowa i inwentaryzacja zasobów danych, rozbicie silosów danych i wzmacnianie praktyk w zakresie jakości danych.
■ Będą musiały zbudować silny nadzór nad danymi, w tym stworzyć odpowiedni zestaw zasad prywatności i standardów bezpieczeństwa. Tylko w ten sposób współpraca z partnerami będzie realnie wykonalna.
■ Będą musiały ze sobą współpracować, aby ustanowić zaufane metody eksperymentowania i rozwoju. Jeśli celem jest prawdziwa interoperacyjność danych, konieczna jest gotowość do ewolucji w kierunku ogólnobranżowych modeli danych. Firmy powinny zbadać, jakie są wzajemne korzyści ze współpracy z ich środowiskiem klientów, partnerów i dostawców danych. Współpraca musi być dwustronna a nie jednokierunkowa.
Wymiana danych w organizacji teraz a w przyszłości
Aktualnie zarządzanie danymi opiera się na wymianie, którą można scharakteryzować następująco:
- Dane przedsiębiorstw są zorganizowane w różnych magazynach danych
- Dane są przesyłane z punktu do punktu między repozytoriami
- Użytkownicy danych kopiują dane stron trzecich do własnych magazynów danych
- Ciężar interpretacji danych spoczywa na użytkowniku
- Obsługa danych jest w dużym stopniu ręczna
Wdrożenie w życie nowych kierunków rozwoju data management spowoduje z kolei, że:
- Poszczególni uczestnicy ekosystemu będą udostępniać swoje dane
- Dominującymi staną się elastyczne metody dostępu do danych
- Pojawi się więcej standardów open source
- Producenci (wytwórcy/dostawcy) danych udostępnią swoje ekosystemy użytkownikom końcowym
- Uczestnicy będą mogli połączyć się z zasobami danych innych osób i partnerów, czyniąc z nich swoje własne “złote źródło danych” (w miejsce obecnego kopiowania danych do repozytoriów)
- Obsługa danych stanie się wysoce zautomatyzowana co przełoży się na wyższą zdolność do skupienia się na wglądzie w nie.
Źródło: Raport DTTC Data Strategy & Management in Financial Markets, 2023