Data ger kunskaper som kan användas för flera syften, som att individanpassa erbjudande till kunderna, korsförsäljning, automation av uppgifter och minska risk i verksamheten.
Många banker har en del äldre datasystem och IT-infrastruktur med behov av modernisering. Sammanslagningar och fusioner av banker, ibland över nationsgränser, bidrar till att det finns en mängd olika IT-system som ökar komplexiteten. Samtidigt har det dykt upp nyare konkurrenter som har kunnat börja med mer moderna IT-system.
Olika system gör det svårt att veta var data lagras, hur man får tillgång till den, vem som har behörighet till den och om den är av tillräckligt hög kvalitet för att kunna analyseras. Bland utmaningarna finns också datasilos. Det krävs en tydlig bild av kunderna i realtid för att personalisera interaktioner, identifiera korsförsäljningsmöjligheter och fatta välgrundade beslut. Otillräcklig förvaltning av data kan också innebära risk för brott mot olika regelverk. Olika ord för ”kunder”, som till exempel användare, investerare eller handlare kan också försvåra en helhetssyn.
Jag rekommenderar att börja i följande steg:
BYGG UPP ETT MULTIDISCIPLINÄRT TEAM
Kärnan i ett team för bra data-infrastruktur bör bestå av dataingenjörer, dataanalytiker, dataarkitekter och datavetare. Efter hand även molnarkitekter för att strategiskt utforma migration, experter på API-design för att låsa upp dataåtkomst och ämnesexperter för att reda ut semantik och händelsestyrd arkitektur.
DRA NYTTA AV BRANCSHERFARENHETER
Nyttja kunskap om best-practise som finns i branschen, bland annat framväxande koncept som data mesh, där det finns begränsade referensarkitekturer och implementeringen kan vara komplex.
TA HÄNSYN TILL BEFINTLIGA SYSTEM
Hänsyn måste tas till befintliga äldre system och processer när nya datalösningar implementeras, även lagstadgade skyldigheter och skalbarhetskrav behöver beaktas.
STRÄVA EFTER SJÄLVBETJÄNING
Användarvänlighet, inklusive utbildning, och datasynlighet är avgörande för att uppmuntra engagemanget för data i hela organisationen. Jag rekommenderar också självbetjäningsverktyg så att medarbetarna kan få tillgång till de data de behöver när som helst, var som helst, i en gemensam lättanvänd digital miljö. Metadata och katalogisering förbättrar också tillgången till data.
AUTOMATISERA SÅ MYCKET SOM MÖJLIGT
Använd AI-stödda verktyg för att automatisera enkla regelbaserade uppgifter, dataanalyser, insiktsgenerering, hitta och korrigera felaktig data samt andra viktiga ansvarsområden för datahantering. Automatisering kan också förbättra säkerheten genom att ta bort risken för mänskliga fel, upptäcka och förebygga överträdelser innan de orsakar betydande störningar. Det kan också komplettera digital innovation, till exempel genom att möjliggöra verktyg för naturlig språkbehandling (NLP) för att extrahera data snabbare och skala för att möta efterfrågan.
Bankverksamhet utan en välfungerande infrastruktur för sin data innebär stora risker. Samtidigt fortsätter mer datadrivna konkurrenter att flytta fram sina positioner och sätta nya standarder för kundupplevelser. En stor utmaning är att bygga för framtiden samtidigt som nuvarande plattformar och system måste fungera. Men bättre hantering och överblick av data ger potential till avsevärda vinster.
Av Philip Carl, Nordenchef för Endava
