1INTRODUCTION
1Enjeu autour de la qualité des données au sein de la banque.
Le périmètre de banques concernées.
Les objectifs de la norme BCBS 239 :
- Augmenter les capacités des banques en matière d’agrégation de données de risques financiers.
- Augmenter la capacité à produire des reportings sur les risques.
- Améliorer la qualité des données risques.
Les enjeux de mise en œuvre au sein des banques : des transformations considérables attendues.
Délais de mise en œuvre et dispositions transitoires.
Enjeu autour de la qualité des données au sein de la banque.
Le périmètre de banques concernées.
Les objectifs de la norme BCBS 239 :
- Augmenter les capacités des banques en matière d’agrégation de données de risques financiers.
- Augmenter la capacité à produire des reportings sur les risques.
- Améliorer la qualité des données risques.
Augmenter les capacités des banques en matière d’agrégation de données de risques financiers.Augmenter la capacité à produire des reportings sur les risques.Améliorer la qualité des données risques.Les enjeux de mise en œuvre au sein des banques : des transformations considérables attendues.
Délais de mise en œuvre et dispositions transitoires.
214 CRITÈRES SUR LA QUALITÉ DES DONNÉES À RESPECTER
2Les critères à respecter par les banques :
- Gouvernance globale et infrastructure :
- Dispositif de gouvernance solide de la qualité des données.
- Infrastructure informatique permettant l’automatisation et la fiabilisation de la chaîne d’agrégation de données et des reportings clés.
- Capacités d’agrégations de données :
- Les exigences en matière d’exactitude et d’intégrité de données risques.
- Les exigences en matière de complétude de données risques.
- Les exigences en matière d’actualité de données risques.
- Les exigences en matière d’adaptabilité de données risques.
- Capacités de reporting sur les données risques.
- Les exigences en matière de précisions, d’exactitude et de fidélité des rapports sur la gestion des risques.
- Le principe de représentativité sur les différentes familles de risques.
- Le principe de clarté et d’utilité des rapports sur les risques :
- Les exigences en matière de fréquence de production de reporting.
- Les exigences en matière de distribution des reporting.
Les critères à respecter par les autorités de supervision :
- Le principe de la surveillance des banques afin de s’assurer qu’elles se conforment aux 11 principes précédents.
- Le principe relatif aux actions correctives et des mesures prudentielles.
- Le principe de coopération entre autorités de supervision.
Les critères à respecter par les banques :
- Gouvernance globale et infrastructure :
- Dispositif de gouvernance solide de la qualité des données.
- Infrastructure informatique permettant l’automatisation et la fiabilisation de la chaîne d’agrégation de données et des reportings clés.
- Capacités d’agrégations de données :
- Les exigences en matière d’exactitude et d’intégrité de données risques.
- Les exigences en matière de complétude de données risques.
- Les exigences en matière d’actualité de données risques.
- Les exigences en matière d’adaptabilité de données risques.
- Capacités de reporting sur les données risques.
- Les exigences en matière de précisions, d’exactitude et de fidélité des rapports sur la gestion des risques.
- Le principe de représentativité sur les différentes familles de risques.
- Le principe de clarté et d’utilité des rapports sur les risques :
- Les exigences en matière de fréquence de production de reporting.
- Les exigences en matière de distribution des reporting.
Gouvernance globale et infrastructure :
- Dispositif de gouvernance solide de la qualité des données.
- Infrastructure informatique permettant l’automatisation et la fiabilisation de la chaîne d’agrégation de données et des reportings clés.
- Dispositif de gouvernance solide de la qualité des données.
- Infrastructure informatique permettant l’automatisation et la fiabilisation de la chaîne d’agrégation de données et des reportings clés.
Dispositif de gouvernance solide de la qualité des données.Infrastructure informatique permettant l’automatisation et la fiabilisation de la chaîne d’agrégation de données et des reportings clés.Capacités d’agrégations de données :
- Les exigences en matière d’exactitude et d’intégrité de données risques.
- Les exigences en matière de complétude de données risques.
- Les exigences en matière d’actualité de données risques.
- Les exigences en matière d’adaptabilité de données risques.
- Les exigences en matière d’exactitude et d’intégrité de données risques.
- Les exigences en matière de complétude de données risques.
- Les exigences en matière d’actualité de données risques.
- Les exigences en matière d’adaptabilité de données risques.
Les exigences en matière d’exactitude et d’intégrité de données risques.Les exigences en matière de complétude de données risques.Les exigences en matière d’actualité de données risques.Les exigences en matière d’adaptabilité de données risques.Capacités de reporting sur les données risques.Les exigences en matière de précisions, d’exactitude et de fidélité des rapports sur la gestion des risques.Le principe de représentativité sur les différentes familles de risques.Le principe de clarté et d’utilité des rapports sur les risques :
- Les exigences en matière de fréquence de production de reporting.
- Les exigences en matière de distribution des reporting.
- Les exigences en matière de fréquence de production de reporting.
- Les exigences en matière de distribution des reporting.
Les exigences en matière de fréquence de production de reporting.Les exigences en matière de distribution des reporting.Les critères à respecter par les autorités de supervision :
- Le principe de la surveillance des banques afin de s’assurer qu’elles se conforment aux 11 principes précédents.
- Le principe relatif aux actions correctives et des mesures prudentielles.
- Le principe de coopération entre autorités de supervision.
Le principe de la surveillance des banques afin de s’assurer qu’elles se conforment aux 11 principes précédents.Le principe relatif aux actions correctives et des mesures prudentielles.Le principe de coopération entre autorités de supervision.3LE PÉRIMÈTRE DE LA QUALITÉ DES DONNÉES
3Notion de données critiques pour la banque.
Recensement des données critiques.
Cas particulier des données ESG.
Suivi des incidents sur les données critiques et plan d’action d’amélioration.
Gouvernance autour de la qualité des données :
- Implication du top management.
- Comitologie.
Notion de données critiques pour la banque.
Recensement des données critiques.
Cas particulier des données ESG.
Suivi des incidents sur les données critiques et plan d’action d’amélioration.
Gouvernance autour de la qualité des données :
- Implication du top management.
- Comitologie.
Implication du top management.Comitologie.4MISE EN PLACE DE DÉPARTEMENT EN CHARGE DE LA QUALITÉ DES DONNÉES AU SEIN DE LA BANQUE
4Objectif et contrainte réglementaire.
Rôle et fonction du CDO : Chief Data Officer.
Rôle et fonction du département en charge des données.
Positionnement de la fonction.
La nécessaire implication forte du top management.
Les challenges de la mise en place d’une telle fonction transversale.
L’enjeu du big data au sein de la banque.
Les reportings sur la qualité des données.
Objectif et contrainte réglementaire.
Rôle et fonction du CDO : Chief Data Officer.
Rôle et fonction du département en charge des données.
Positionnement de la fonction.
La nécessaire implication forte du top management.
Les challenges de la mise en place d’une telle fonction transversale.
L’enjeu du big data au sein de la banque.
Les reportings sur la qualité des données.
5LA MISE EN PLACE DU DATAWAREHOUSE COMME GOLDEN SOURCE
5Introduction et textes relatifs aux outils de suivi.
Notion de datawarehouse :
- Objectifs.
- Bénéfices de l’outil.
- Limites et contraintes.
Structure du datawarehouse :
- Description d’un datawarehouse.
- Modèle de données.
- Sources de données utilisées en entrées.
- Données types en sortie du datawarehouse.
- Technologies utilisées.
Enjeux et challenges autour de l’outil :
- Enjeux d’implémentation.
- Enjeux de mise en production.
- Enjeux de maintenance de l’outil.
Introduction et textes relatifs aux outils de suivi.
Notion de datawarehouse :
- Objectifs.
- Bénéfices de l’outil.
- Limites et contraintes.
Objectifs.Bénéfices de l’outil.Limites et contraintes.Structure du datawarehouse :
- Description d’un datawarehouse.
- Modèle de données.
- Sources de données utilisées en entrées.
- Données types en sortie du datawarehouse.
- Technologies utilisées.
Description d’un datawarehouse.Modèle de données.Sources de données utilisées en entrées.Données types en sortie du datawarehouse.Technologies utilisées.Enjeux et challenges autour de l’outil :
- Enjeux d’implémentation.
- Enjeux de mise en production.
- Enjeux de maintenance de l’outil.
Enjeux d’implémentation.Enjeux de mise en production.Enjeux de maintenance de l’outil.6SYNTHÈSE ET CONCLUSION
6Synthèse de la journée.
Évaluation de la formation.
Synthèse de la journée.
Évaluation de la formation.