Data Kwaliteit
De toenemende wet- en regelgeving zoals Perdarr (BCBS239), Basel, AnaCredit, IFRS9 en Solvency heeft een enorme impact op data kwaliteit principes binnen organisaties. De meeste organisaties hebben nog steeds geen goed data quality process en raamwerk. Behalve op het gebied van wet- en regelgeving, kan een aanzienlijk voordeel worden behaald wanneer data kwaliteit items worden verminderd of verbeterd. Hierdoor kunnen de kosten van de verwerking worden verlaagd en tegelijkertijd het niveau van de diensten voor de bedrijfsvoering en de besluitvorming worden verhoogd. Wij hebben de data kwaliteit aspecten in zes categorieën ingedeeld en met ons Data Kwaliteit Proces zijn wij in staat deze items afzonderlijk te beheersen.
De vijf minimum vereisten voor een succesvolle implementatie van een data quality process en raamwerk zijn:
► Toewijding aan de noodzakelijk mentaliteit en paradigma veranderinge
► Regelmatige communicatie met betrokken mensen in de data waarde keten.
► Samenwerking tussen de betrokken teams of afdelingen.
► Mensgericht op de verschillende processen die binnen waardeketen plaatsvinden.
► Een robuust proces en ondersteuningsinstrumenten voor het beheer van de kwaliteit.
Wij hebben een Data Quality Assessment Model voor bedrijven gemaakt om het niveau van naleving en de volwassenheid van hun data kwaliteitsproces te kunnen bepalen. Deze DQAM helpt u met de benchmarkingsdoeleinden, om de hiaten in uw huidige data kwaliteit te identificeren en inzicht te verkrijgen in de interne verbeteringsgebieden.