Cas-klant BIL Manage Invest implementeert een agile aanpak voor datamanagement en governance
×
Ontwerp en implementatie van het model en de hulpmiddelen die nodig zijn voor gegevensbeheer.
Databeheer is een onderwerp dat regelmatig ter sprake komt bij bedrijfsleiders in alle sectoren, waaronder de financiële dienstverlening. BIL Manage Invest (BMI), de beleggingsfondsbeheerder van Banque Internationale à Luxembourg (BIL), is een van deze spelers.
Context
Alain Bastin, CEO van BMI, heeft duidelijk begrepen hoe cruciaal datakwaliteit kan zijn in deze sector en dat databeheer daarom een van de belangrijkste elementen is die de bedrijfsgroei ondersteunen. BMI is een samenwerking aangegaan met Micropole Luxembourg, een leider op het gebied van databeheer, om het model en de tools te ontwerpen en te implementeren die nodig zijn voor databeheer.
Alain Bastin, CEO en hoofd van de directe supervisie van de IT-activiteiten bij BMI, legt uit waarom een dergelijk initiatief een game-changer is:

De afgelopen jaren is er in de sector steeds meer regelgeving van kracht geworden, wat heeft geleid tot een toename van het aantal rapportages voor toezichthouders. Het is duidelijk geworden dat deze activiteiten een risico vormen voor de regelgeving als de gegevens niet correct zijn. Het uitvoeren van deze activiteiten brengt kosten met zich mee die niet kunnen worden doorberekend aan onze klanten of investeerders.
Ondertussen is de concurrentie hevig geworden en is groeien en kostenbeheersing geen optie, maar een noodzaak voor de voortzetting van onze activiteiten. Dit vereist een grondige herziening van alle processen en workflows en de garantie dat deze allemaal schaalbaar zijn met beperkte aanpassingen aan de operationele configuratie.
Waarom Micropole?
Alain Bastin noemde ook de redenen waarom BIL Manage Invest besloot specifiek met Micropole samen te werken voor zijn databeheerproject:

BMI heeft in het verleden al met Micropole samengewerkt aan de implementatie van een portefeuillebeheersysteem. Bij die gelegenheid kon Micropole laten zien dat zij goed kan luisteren en dat zij kennis heeft van onze sector.
We wisten ook dat Micropole al jaren samenwerkte met de BIL-groep. We namen uiteraard contact met hen op om onze data-uitdagingen te bespreken. We waren onder de indruk van de expertise van Micropole en hun vermogen om onze behoeften snel te begrijpen en een model met tools voor te stellen dat was aangepast aan de omvang van ons bedrijf, rekening houdend met onze groeiprojecten.
Het was ook belangrijk voor ons om het project op menselijke schaal te houden, dat wil zeggen, idealiter, om met één bedrijf samen te werken. Micropole beschikt over het volledige spectrum aan benodigde expertise: businessanalyse, data-architectuur, datamodelontwerp, data-integratie, front-end, eindrapportage met dynamische dashboards en geautomatiseerde rapportages, en bovendien over de tools en concepten die ons in staat stellen om robuuste data governance voor de lange termijn te implementeren.
Uitdagingen
De uitdagingen waar Micropole mee te maken kreeg tijdens het datamanagementproject bij BMI
Quentin Pirmez, directeur bij Micropole Luxemburg, herinnert zich een aantal uitdagingen waarmee het Micropole-team te maken kreeg tijdens het databeheerproject bij BMI.
1. Zie het groot, maar begin klein
Net als bij elk ander project is het bij databeheer uiteraard belangrijk om ambitieuze doelen te stellen. Maar ambitieuze doelen stellen betekent niet dat je je hals over kop in een gigantisch project stort in de hoop alles in één keer te revolutioneren.
Tegenwoordig mislukken veel datamanagementprojecten om deze reden en omdat mensen te veel hooi op hun vork nemen. Maar dat veel projecten mislukken, betekent niet dat het onmogelijk is om ambitieuze doelen te bereiken. Er is geen wondermiddel, want datamanagement bestrijkt vele gebieden en er is geen direct zichtbare oplossing. Het is echter wel mogelijk om de oplossing te vinden door middel van zorgvuldige analyse.
De strategie die we bij BMI hanteerden, was om ons eerst te richten op een van de essentiële elementen van de waardeketen: de klant. Omdat de klant het startpunt is van veel operationele processen, was het afspreken van een duidelijke definitie van "wat is een klant" voor BMI een essentiële voorwaarde voor het identificeren van de relevante informatie die gedurende de gehele levenscyclus verzameld en gemodelleerd moest worden. Zodra de klant duidelijk gedefinieerd en gemodelleerd was, waren we klaar om verder te gaan met de volgende elementen: fondsen en andere specifieke functies (zoals portefeuillebeheer, risicomanagement, compliance, juridische en financiële aspecten, enz.).
Elk van deze businesscases werd opgedeeld in kleine leverbare elementen (zoals het bedrijfsgegevensmodel, gegevenswoordenboek, gegevensstroom, rapportage, enz.) om meerwaarde te bieden in de vorm van kwalitatieve gegevens.
Dit Chinese spreekwoord illustreert goed hoe wij omgaan met databeheer: “Een reis van duizend kilometer begint altijd met een eerste stap.”
2. BEGRIP VAN BEDRIJFSPROCESSEN HELPT BIJ HET IDENTIFICEREN VAN RELEVANTE GEGEVENS DIE VERZAMELD MOETEN WORDEN
Hoewel bedrijfsprocessen de "motoren" van bedrijven zijn, kunnen data worden beschouwd als de "brandstof" waarmee motoren waarde kunnen genereren. Deze twee zijn nauw met elkaar verbonden en het is onmogelijk om de een zonder de ander te beschouwen als het gaat om databeheer. Zelfs met de beste "motor", zonder "brandstof" of met "brandstof" van slechte kwaliteit, kom je minder ver en minder snel dan de concurrentie.
Bij Micropole Luxembourg hebben we ervaring met dit soort projecten, met name in de fondsensector. Dankzij de expertise die we tijdens onze verschillende opdrachten hebben opgedaan , konden we de operationele processen van BMI snel begrijpen en analyseren, zodat we eenvoudig de relevante informatie konden verzamelen, modelleren en integreren.
Project
3. De basis leggen voor goede praktijken op het gebied van data governance
Data governance wordt vaak verwaarloosd omdat het als nutteloos, te abstract of te ingewikkeld wordt beschouwd. Een gebrek aan effectieve data governance garandeert slechts één ding: het bestaan van data van slechte kwaliteit . Zonder data governance is het moeilijk om het datamodel van de onderneming in de loop der tijd te laten evolueren en een goede datakwaliteit te garanderen. Zoals we eerder al zeiden, aangezien data de "brandstof" van bedrijfsprocessen is, zal een slechte datakwaliteit ook leiden tot minder efficiënte operationele processen en een lagere servicekwaliteit.
Een van de tools voor data governance die we bij BMI hebben geïmplementeerd, is het datawoordenboek. Dit woordenboek beschrijft de inhoud, opmaak en structuur van data. Met deze tool konden we geleidelijk aan individuele beleidsregels opstellen voor datakwaliteit, toegang, beveiliging, vertrouwelijkheid en gebruik. Ook konden we de rollen en verantwoordelijkheden definiëren voor de implementatie van deze beleidsregels en het toezicht op de naleving ervan.
Het opzetten van dit soort tools lijkt aan het begin van het project misschien tijdverspilling, maar we kwamen er al snel achter dat het zonder deze tools erg ingewikkeld is om de duurzaamheid van het model en de datakwaliteit te waarborgen.
4. “Privacy door ontwerp”
Tegenwoordig is het onmogelijk om een datamanagementproject te starten zonder aandacht te besteden aan de gegevensbescherming en vooral zonder te garanderen dat de regelgeving inzake gegevensbescherming (zoals de AVG) wordt nageleefd.
Bij BMI hebben we het 'Privacy by Design'-principe al vanaf het ontwerp van de gegevensverwerking geïmplementeerd. Zo zijn alle persoonlijk identificeerbare gegevens (PII) geïsoleerd, zodat individuele rechten, zoals toegangsrechten, het recht op gegevenswissing en het recht op gegevensupdates, eenvoudig te beheren zijn.
Als onderdeel van gegevensbescherming hebben we ook de gegevensbeveiliging gewaarborgd door de toegang tot gegevens te beperken op basis van het rolniveau van de gebruiker . Hiervoor hebben we een matrix voor toegangsbeheer ontwikkeld die definieert welke gebruikersrol toegang heeft tot bepaalde soorten gegevens. Deze matrix zorgt ervoor dat gegevens veilig zijn en alleen toegankelijk wanneer dat nodig is.
5. Technologie moet het bedrijfsproces ondersteunen
Het gebruik van geavanceerde technologische tools in een project is gebruikelijk. Er zijn evenveel softwareoplossingen als domeinen binnen databeheer (tools voor data governance, datamodellering, data-integratie, dataopslag, datakwaliteit, datarapportage...). Sommige tools bestrijken meerdere gebieden van databeheer, terwijl andere zich slechts op een specifiek aspect richten.
Het is daarom niet eenvoudig om je weg te vinden in deze jungle. Vaak richt de toolkeuze zich op een specifieke behoefte en zal die behoefte worden aangepakt, maar niet per se de hele waardeketen. Dit hoeft niet per se slecht te zijn, maar in sommige gevallen zul je dan meer tijd en geld moeten besteden aan het aanpassen van de software aan het probleem in plaats van je te richten op het begrijpen van het probleem.
Technologie is een uitstekende hefboom om databeheerproblemen effectief aan te pakken, maar de keuze voor een dergelijke tool moet weloverwogen worden gemaakt, waarbij de tijd wordt genomen om prijzen, voor- en nadelen van elke tool te vergelijken. Software zonder inzicht in het onderliggende model kan op de lange termijn niet werken. Bij BMI hebben we bestaande tools geanalyseerd en de beste keuze aanbevolen qua implementatietijdlijn, kosten en onderhoud.
Conclusie
Projecten op het gebied van datamanagement en -governance hebben een slechte reputatie omdat ze bekend staan om hun hoge kosten en de eerste resultaten niet altijd tastbaar zijn. Met BMI hebben we echter laten zien dat het mogelijk is om dit soort projecten agile aan te pakken met concrete, snel inzetbare resultaten die de uitvoering van bepaalde bedrijfsprocessen geleidelijk verbeteren en tegelijkertijd de kosten beheersen.
We hebben altijd nagedacht over de brandstof en het model ontworpen rond relevante data en bedrijfsprocessen. Dit stelt ons in staat om kwaliteitsdata te integreren die gebruikt kunnen worden om nauwkeurige rapporten op te stellen voor het management en de buitenwereld. Het doel is om data te blijven gebruiken om nieuwe kennis te genereren die de productiviteit van elke bedrijfstak verhoogt op het gebied van analyse en activiteitsmonitoring.
Het is duidelijk dat gegevens van cruciaal belang zijn voor de dagelijkse bedrijfsvoering van een organisatie. Ze vormen echter ook een bedrijfsmiddel, in die zin dat organisaties erin moeten investeren om waarde te creëren en concurrerend te blijven.
Om het verhaal af te sluiten herinnert Quentin Pirmez ons aan het belang van de mensen die achter de schermen werken:

De implementatie van een datastrategie via dit soort projecten is alleen mogelijk dankzij een sterke mobilisatie van de Business & IT-teams.
Ik wil van deze gelegenheid gebruik maken om het hele BMI-team te bedanken voor hun grote inzet en energie in dit project.
En speciale dank aan Nesrine André, BI Consultant bij Micropole Luxembourg, en aan Florian Hognon, Application Software Engineer bij BMI, voor hun ijverige werk aan de bedrijfsanalyse en -ontwikkeling, die dit project tot een succes hebben gemaakt.
Wilt u weten wat databeheer voor uw bedrijf kan betekenen?
Gebruik de kracht van uw gegevens

Algemeen directeur