Quali sono gli strumenti e le metodologie di cui un istituto finanziario non può fare a meno per impostare una corretta strategia per la banking data governance? Prima di rispondere alla domanda, è necessario fare un'importante premessa. In un mondo – e specialmente in un settore – in continuo, frenetico cambiamento, occorrono fonti autorevoli e verificate a cui attingere le informazioni. La data governance in banca, anche se gestita in maniera inappuntabile, è infatti del tutto inutile o addirittura dannosa se la materia prima – i dati – risulta scadente. La scelta di information provider qualificati è quindi essenziale per qualsiasi organizzazione che ambisca a gestire il patrimonio informativo come un asset che la aiuti ad affrontare le nuove sfide del mercato, a partire dalla compliance normativa.
D'altra parte, se per banking data governance si intende la gestione complessiva da parte di una banca della disponibilità, della pertinenza, della fruibilità, dell'integrità e della sicurezza dei dati, è evidente che tutta la parte di data quality, ovvero di lavoro preliminare all'elaborazione e alla distribuzione delle informazioni, deve essere orchestrata con un occhio di riguardo.
Un corretto approccio alla data governance in questo senso è imprescindibile non solo a uso interno, ma anche e soprattutto per garantire a clienti, partner e autorità una definizione e una classificazione aggiornate degli strumenti finanziari introdotti sul mercato. Le banche possono così offrire massima trasparenza agli investitori e alle aziende con cui avviano collaborazioni per la creazione di servizi innovativi, ma soprattutto hanno la certezza di rispettare la compliance normativa sui vari fronti che coinvolgono le attività finanziarie, con la facoltà di rispondere in modo tempestivo alle richieste di chiarimenti da parte degli enti regolatori su temi strategici come quelli disciplinati dalle direttive MiFID (Markets in Financial Instruments Directive) II e PSD2 (Payment Services Directive 2)
Tipicamente, un dato è considerato di qualità se costituisce un punto di partenza su cui ciascuna categoria di utente aziendale può fare affidamento per supportare i processi decisionali. In questo senso, la governance of data dovrebbe mirare a creare meccanismi, prassi e strumenti che garantiscano a tutti i livelli dell'organizzazione, e nei vari dipartimenti, una versione univoca delle informazioni che la banca mette a disposizione della popolazione aziendale e del suo ecosistema. Occorre perciò delineare e adottare precise regole d’accesso, uso e aggiornamento rispetto ai database, identificando i ruoli degli attori coinvolti nel loro utilizzo e assegnando a ciascuno specifiche responsabilità. Quindi, dopo essere riusciti a stabilire quali input sono corretti e quali no, per ridurre i rischi di errori o interpretazioni errate è fondamentale minimizzare o eliminare del tutto i processi paralleli di aggiornamento e le duplicazioni dei dataset.
A questo punto evidenziare quali sono gli strumenti indispensabili per la banking governance of data diventa relativamente semplice. Posto che ogni istituto ha esigenze peculiari (determinate da fattori come la struttura organizzativa, la cultura digitale della popolazione e i rapporti pregressi con gli altri interlocutori dell'ecosistema), ciò che serve per fare data quality prima e distribuire correttamente le informazioni poi è innanzitutto un sistema avanzato di acquisizione e validazione dei dataset ottenuti attraverso gli information provider: in altre parole, una piattaforma di master anagrafiche intelligente, che aiuti cioè gli operatori a verificare l'accuratezza delle informazioni ricevute facendo leva su analisi comparative e sulla creazione di indicatori di affidabilità per ciascuna fonte di dati. Dopo aver validato e rese univoche le informazioni a disposizione, eliminando i record dannosi, la banca deve poi superare la logica dei silos per quanto riguarda la conservazione e la reimmissione nel sistema delle elaborazioni. È solo con un framework condiviso, capace di portare sullo stesso livello, senza duplicarli, i dati, che le varie funzioni di business e i differenti dipartimenti operativi possono accedere a flussi informativi omogenei, con la possibilità di effettuare ricerche, analisi e attività di reportistica che diano sempre risultati coerenti e univoci.