Osservatorio realizzato da CeTIF in collaborazione con ... tecnologica e organizzativa in ... per...

Osservatorio realizzato da CeTIF in collaborazionecon Ascential Software, an IBM Company

Luglio 2005

Problemi dell’integrazione tecnologica e organizzativa in banca

RIC

ER

CA

E IN

NO

VA

ZIO

NE

NE

LL’IT

Sommario

SOMMARIO.................................................................................................................................. 2 PRESENTAZIONE E MOTIVAZIONI DELL’OSSERVATORIO ................................................................... 3 EXECUTIVE SUMMARY.................................................................................................................. 5 I PROBLEMI DELL’INTEGRAZIONE DEI DATI E DELLE INFORMAZIONI IN BANCA..................................... 7

Una visione d’insieme per la gestione dei dati...................................................................... 7 L’integrazione dei dati e delle informazioni ......................................................................... 10

LA QUALITÀ DEI DATI E DELLE INFORMAZIONI IN BANCA ................................................................. 13 Cosa s’intende per dato di qualità....................................................................................... 13

LE TECNOLOGIE A SUPPORTO DELL’INTEGRAZIONE E DELLA QUALITÀ DEI DATI ............................... 16 LA METODOLOGIA DI RACCOLTA DATI .......................................................................................... 18

Survey sull’integrazione dei dati in banca........................................................................... 18 Indagine Delphi ................................................................................................................... 18

I RISULTATI EMERSI DALL’ANALISI DELLA SURVEY E DELL’INDAGINE DELPHI.................................... 22 Commento ai risultati della Survey...................................................................................... 22 Commento ai risultati dell’indagine Delphi .......................................................................... 31

CONCLUSIONI............................................................................................................................ 41 BIBLIOGRAFIA............................................................................................................................ 44

Problemi dell’integrazione tecnologica e organizzativa in banca 3

Presentazione e motivazioni dell’osservatorio

Nel corso degli ultimi anni le aziende di credito hanno dovuto far fronte a mutamenti di notevole entità, causati principalmente dalla liberalizzazione e dalla internazionalizzazione dei mercati, dai cambiamenti delle normative nazionali e internazionali, da processi di fusione e acquisizione che hanno interessato buona parte degli operatori finanziari, dall’evoluzione della domanda di servizi da parte della clientela.

Tutto questo ha contribuito all’aumento della complessità dell’attività bancaria, sia per quel che riguarda la gestione dell’operatività, sia per quanto concerne la conduzione dell’attività direzionale.

In conseguenza di ciò, molte Istituzioni sono costantemente alla ricerca di nuove modalità e opportunità per ridurre costi e rischi, migliorando e ottimizzando i propri processi di business.

In tale ambito, contraddistinto da una elevata intensità informativa, risulta pertanto evidente che siano proprio i sistemi informativi al centro di un’importante attività di revisione e ammodernamento, che riguarda le infrastrutture, le applicazioni e la gestione dei dati.

Rispetto a quest’ultima, le imposizioni derivanti dall’applicazione dell’accordo “Basilea 2”, le necessità di ottenere una visione unica e completa dei dati del cliente, il bisogno di rendere consistenti le informazioni fornite alla clientela attraverso i diversi canali di contatto, le richieste provenienti dall’attività di auditing, rendono un obiettivo prioritario il raggiungimento di un livello d’integrazione di dati e informazioni superiore rispetto a quanto fin’ora gli archivi delle aziende di credito hanno permesso.

In questo scenario il CETIF, in collaborazione con Ascential software, an IBM company, ha deciso di avviare un Osservatorio sui problemi dell'integrazione tecnologica e organizzativa in banca, quale luogo privilegiato di scambio di opinioni e valutazioni da parte di professionisti del settore bancario, per favorire il confronto sugli aspetti tecnologici e organizzativi relativi al tema dell’integrazioni dei dati.

Nel corso delle attività dell’Osservatorio, svoltesi da novembre 2004 a giugno 2005, sono stati organizzati quattro incontri, nei quali si sono affrontati alcuni fra i principali temi legati all’integrazione dei dati, quali la qualità, il supporto alla multicanalità, alle iniziative di CRM e alle attività di auditing, la conformità agli standard di comunicazione interbancaria, l’integrazione delle applicazioni.

Inoltre, l’Osservatorio ha promosso una raccolta dati attraverso l’erogazione, ai partecipanti e agli afferenti al Centro di Ricerca, di una Survey e di un questionario Delphi, che hanno contribuito a delineare il quadro della situazione nell’ambito bancario italiano.

I risultati dell’indagine, presentati in questo report, dimostrano come tale tema sia particolarmente sentito nelle organizzazioni finanziarie del nostro paese, che stanno


affrontando il problema non solo dal punto di vista tecnologico ma anche prestando particolare attenzione a determinanti aspetti organizzativi, culturali e di formazione.

Milano, 15 luglio 2005

Federico Rajola Andrea Carignani

Direttore CeTIF Responsabile CeTIF Osservatorio Integrazione


Executive summary

Pur essendo da sempre considerato una settore ad alta intensità informativa, è soprattutto negli ultimi anni che, nell’ambito finanziario, il problema della gestione delle informazioni, e quindi dei dati che contribuiscono alla loro generazione, è divenuto sempre più pressante.

Numerose sfide e tendenze hanno contribuito ad aumentare la complessità delle attività di data management: la completa diffusione degli applicativi e delle piattaforme per il supporto direzionale, l’adozione di soluzioni per la multicanalità, l’introduzione della metodologia tecnico operativa chiamata Straight through processing, che prevede l’impiego di infrastrutture informatiche che non richiedono interventi manuali per incrementare l’efficienza operativa dei processi transazionali, l’adeguamento a direttive per la copertura del rischio operativo e per la diffusione di standard nella redazione dei bilanci societari, oltre allo sviluppo di standard basati su XML, quali, per esempio, ISO 20022.

Il cambiamento degli assetti aziendali e le sollecitazioni provenienti dall’ambiente hanno dunque contribuito ad aumentare la complessità nella gestione dei dati bancari, rendendo sempre più pressante l’esigenza di disporre di informazioni integrate e qualificate per rispondere in maniera efficiente al mercato, ai clienti e alle richieste delle nuove normative.

Da novembre 2004 a giugno 2005 il CeTIF, in collaborazione con Ascential Software, an IBM Company, ha dato vita all’Osservatorio sui problemi dell’integrazione tecnologica e organizzativa in banca.

Oltre ai quattro Workshop nei quali sono stati affrontati nel dettaglio alcuni specifici aspetti dell’integrazione dei dati e delle informazioni, quali la qualità, il supporto alla multicanalità, alle iniziative di CRM e alle attività di auditing, la conformità agli standard di comunicazione interbancaria, l’integrazione delle applicazioni, nel periodo di attività dell’Osservatorio, è stata promossa una raccolta dati attraverso l’erogazione, ai partecipanti e agli afferenti al CeTIF, di una Survey e di un questionario Delphi, che hanno contribuito a delineare il quadro della situazione nell’ambito bancario italiano.

Da queste indagini emerge la conferma dell’importanza e dell’attualità dei temi discussi dall’Osservatorio: infatti, oltre l’85% degli intervistati afferma che, all’interno della propria organizzazione, le esigenze in termini di integrazione dei dati hanno un peso elevato (superiore a 4 su una scala di valutazione da 0 a 5).

A riprova di questo dato bisogna evidenziare come la quasi totalità dei partecipanti (oltre il 94%) sottolinea che nella propria organizzazione è attualmente attivo almeno un progetto che richiede un’attenzione particolare all’integrazione dei dati mentre, per più della metà del campione, i progetti attivi sono almeno tre.

Tali progetti riguardano, in particolare, gli ambiti della regolamentazione (Basilea 2), del controllo di gestione e del marketing.


Dall’analisi delle risposte dell’indagine Delphi, si rileva che la gestione dei dati aziendali è percepita come un problema di tipo organizzativo, culturale, tecnologico e di formazione, che spesso risulta influenzato da esigenze commerciali.

A tal proposito, si considera di particolare importanza l’attività di formazione che dovrebbe favorire, oltre alla diffusione di una cultura aziendale della qualità dei dati, anche la responsabilizzazione di chi si occupa della raccolta, del trattamento e della diffusione degli stessi, supportata, peraltro, da un adeguato piano di incentivazione.

Oltre a ciò, l’adozione di un adeguato supporto tecnologico, sia sul fronte della definizione di adeguati meccanismi di controllo nelle attività di data entry e di bonifica degli archivi esistenti, sia per il mantenimento nel tempo di livelli di qualità adeguati, indipendenti dalle piattaforme e dagli applicativi, si ritiene un requisito necessario nei processi d’integrazione dati.

Inoltre, si registra una convergenza d’opinioni sul fatto che, nonostante il problema della qualità dei dati venga spesso affrontato solo dopo il completamento di progetti di fusione, integrazione o migrazione applicativa, con sostanziali diseconomie di scala, sia fondamentale un’analisi preliminare ad ogni intervento. La situazione ottimale dovrebbe prevedere la presenza di una infrastruttura trasversale di presidio sull’architettura e sulla qualità dei dati aziendali, che svolga un ruolo rilevante sin dall’inizio di ogni progetto. Questo punto conferma quanto molti analisti del mercato da tempo evidenziano come una componente necessaria per gestire adeguatamente un patrimonio informativo che cresce continuamente, non solo nei volumi ma anche nella complessità.

Andrea Carignani Mauro Bello

Responsabile CeTIF Osservatorio Integrazione Ricercatore CeTIF


I problemi dell’integrazione dei dati e delle informazioni in banca

Una visione d’insieme per la gestione dei dati L’instabilità che ha caratterizzato in questi ultimi anni l’economia mondiale, le imposizioni delle normative internazionali in tema di copertura del rischio e di contabilità, le numerose iniziative di fusione e acquisizione e l’evoluzione delle esigenze della clientela, hanno indotto le banche a ricercare nuove opportunità per ottimizzare i propri processi di business e aumentarne l’efficienza.

Fra le numerose attività soggette a rivisitazione e miglioramenti il data management, inteso come l’insieme dei processi organizzativi e delle responsabilità necessarie affinché i dati siano utilizzati e sfruttati in maniera integrata, in tutte le aree di un’organizzazione, risulta essere di particolare criticità, data l’elevata intensità informativa che caratterizza il business bancario.

I consistenti volumi di dati che i sistemi informativi devono gestire sono costantemente in crescita, mentre la pressione del mercato richiede un accesso alle informazioni sempre più tempestivo. Ciò rende obsoleto l’approccio sinora adottato dalla maggior parte delle aziende, che prevedeva l’utilizzo di silos di dati sviluppati in base alle necessità di singole aree organizzative.

Si vanno facendo strada, dunque, nuove soluzioni che prevedono, oltre all’utilizzo di opportune tecnologie in grado di garantire il collegamento di fonti eterogenee, la gestione efficiente di grandi volumi di dati, la disponibilità di funzionalità per la profilazione, la bonifica e la trasformazione degli stessi, l’accentramento di tutte le attività che riguardano il data management.

Molti analisti concordano nell’affermare che, nei prossimi anni, si assisterà alla costituzione di competence centre o centri di eccellenza (COE), quali punti di riferimento per la gestione dei dati di tutta l’azienda. Tali centri dovranno assolvere i seguenti compiti (Figura 1):

• gestione dei repository, dedicando particolare attenzione alla definizione degli aspetti architetturali e al perseguimento di obiettivi di efficacia;

• gestione tecnica, per l’espletamento delle attività di amministrazione e il raggiungimento di obiettivi di efficienza;

• gestione del cambiamento, per fornire un adeguato supporto agli utenti nella definizione e nel soddisfacimento dei loro bisogni, per la cura degli aspetti di usabilità e l’organizzazione dei piani di comunicazione e di formazione;

• gestione delle aspettative, .per assicurare l’affidabilità dei dati, attraverso un insieme di azioni di auditing e la costituzione di un programma di stewardship. Tali programmi prevedono l’assegnazione di responsabilità ad utenti chiave dell’area business e non dell’area IT, per i diversi sottoinsiemi dell’intera architettura dei dati aziendali.


Figura 1 - Data management activities (Fonte: English L. 2003)

Lo scenario ideale prevede per il competence centre una configurazione organizzativa con a capo un comitato di corporate governance, al quale spettano le decisioni strategiche relative alle nuove aree d’integrazione, alle priorità nei problemi da risolvere e agli investimenti da affrontare.

In staff a tale comitato si affianca una unità detta business staff, con il compito di creare il legame con le unità di business e comprendere il ruolo e i vincoli dei dati, per definire le regole di acquisizione, trasformazione e integrazione.

Quindi una unità di direzione che sovrintende e coordina i lavoro delle quattro unità sottostanti, formate rispettivamente da:

• data steward, che hanno la responsabilità della risoluzione dei problemi d’integrazione, determinano le regole di sicurezza, producono la documentazione sui dati, verificano e contribuiscono al miglioramento della qualità;


• data architect, i quali trasformano le regole di business in modelli di dati, si occupano della manutenzione e dell’aggiornamento dei modelli concettuali, logici e fisici e gestiscono i metadati;

• database administrator, che si occupano del tuning delle performance dei repository, creano i backup, generano gli schemi fisici, pianificano le dimensioni degli archivi e implementano le regole di sicurezza;

• change managert, che provvedono alla definizione delle modalità di diffusione della cultura aziendale della qualità e stabiliscono, in tale senso, i piani di comunicazione.

Figura 2 – Data management organization (Fonte: English L. 2003)

Fini ultimi del COE sono dunque la riduzione dei tempi di sviluppo e dei costi di manutenzione, e la adozione e la diffusione di standard di sviluppo che favoriscano il riutilizzo del software, evitando le inutili ridondanze che spesso di creano perché un gruppo di progetto non conosce le architetture e le metodologie utilizzate da un altro team project. In tale prospettiva il centro di eccellenza in divida e rende univoci i processi di implementazione efficienti, dispersi però nel numero dei progetti realizzati o che si andranno a realizzare.

Tale modo di operare può contribuire a portare la tecnologia verso un livello di utilizzo vicino a quello di una commodity, assicurando l’adozione di una metodologia rigorosa e coerente con gli obiettivi di integrazione/qualità dei dati e la diffusione di cultura e informazione.

In particolare, come emerso in seguito agli interventi dei partecipanti all’osservatorio, è auspicabile che le persone che partecipano alla realizzazione dell’architettura dei progetti abbiano una visione comune o siano addirittura le stesse che ne realizzano l’infrastruttura; e siano dunque considerati esperti la cui collaborazione fattiva è accettata e riconosciuta da tutta l’organizzazione.

Data Stewards Data Architects

Business Staff

Database Administrators

Corporate Governance Committee

Change Management

Data Management Lead


L’integrazione dei dati e delle informazioni I costi dell’integrazione coprono ormai una rilevante porzione dei budget destinati dalle aziende alla gestione dei dati. La continua innovazione indirizzata alla ricerca di una maggior efficienza come, ad esempio, nelle soluzioni a supporto di modelli di network collaboration e di processi inter-organizzativi, l’aumento del ricorso all’outsourcing, e le esigenze in termini di l’incremento di flessibilità, hanno generato la necessità di interfacciare un crescente numero di applicazioni e hanno reso l’integration management un processo essenziale a supporto della moderna concezione di fare business (Figura 3).

Figura 3 – Driver dell’Integrazione (Fonte: Aberdeen Group)

È bene precisare che il concetto di integrazione è un argomento di interesse relativamente recente e non può ancora essere considerato una pratica comune e consolidata, se non per quanto riguarda l’Enterprise Resource Management.

Ad esempio, nell’ambito del data warehousing, le procedure di integrazione dati sono consolidate e ampiamente utilizzate; ancora molto lavoro è richiesto, invece, per quanto riguarda l’Enterprise Application Integration e le tecnologie di Business Collaboration, ambiti nei quali si inizia solo ora a sperimentare e ad applicare soluzioni e progetti in una prospettiva IT, individuando le prime best practice.

Quali obiettivi ci si pone, dunque, in questo contesto di forte sensibilità verso l’Integrazione?

• la consistenza, innanzitutto, non solo delle architetture tecnologiche, ma anche delle architetture di business e di processo;

• la semplicità, minimizzando le ridondanze e il numero di interfacce, in virtù di una riduzione dei costi e della complessità dei sistemi informativi;

• la flessibilità, specialmente nell’ottica di service orientation e riuso del software.

10,00%

20,00%

18,00%

14,00%

38,00%

Merger & acquisition

Increased speed of

application development

Enhanced information

supply across silos

Enhanced collaboration

w ith suppliers and customer

Best of breed approach


Il raggiungimento contemporaneo di tali obiettivi e la complessità delle infrastrutture informative rendono le iniziative di razionalizzazione e l’integration management in particolare, processi dai costi elevati, e impongono, pertanto, l’individuazione di un livello di integrazione dei dati che consenta di limitare la spesa, ottimizzando al tempo stesso i benefici da essa ottenibili.

Figura 4 – Effetto “spaghetti”. Esempio reale delle complesse correlazioni di un architettura IT

In tal senso è utile specificare che il livello di integrazione può essere considerato sia dal lato “inter-application” sia da quello “intra-application”. Il trend di costo di queste diverse tipologie segue un andamento opposto (Figura 5): al crescere del numero di applicazioni da integrare, cresce il costo di integrazione fra le applicazioni, mentre diminuisce quello dell’integrazione interno ad esse, e viceversa.

Figura 5 - Andamento dei costi dell'integrazione

E01-EDI

Data Warehouse(Interfaces to and from the

Data Warehouse are notdisplayed on this diagram)

G02 - GeneralLedger

A05 - AP

S01 - SalesCorrections

I01 POReceiving

I03 Return toVendor

I06 WarehouseManagement

MainframePC/NT apps Unix apps3rd Party Interface

S06 - Credit App

P15 EES EmployeeChange Notice

OTHER APPS - PCAP - Collections/CreditTM - Credit Card DB

ACCTS REC APPS - PC990CORBad Debt

Beneficial FeesBeneficial Reconcile

JEAXFJEBFAJEBKAJEDVAJESOAJEVSAJEVSFNSF

TeleCredit Fees

INVENTORY CONTROL APPS - PCCode Alarm

Debit ReceivingsDevo Sales

Display InventoryIn HomeJunkouts

Merchandise WithdrawalPromo CreditsRTV Accrual

ShrinkAP Research - Inv CntrlAP Research-Addl Rpts

Book to Perpetual InventoryClose Out Reporting

Computer Intelligence DataCount Corrections

Cross Ref for VCB DnldsDamage Write OffDebit Receivings

DFI Vendor DatabaseDisplay Inventory ReconcileDisplay Inventory Reporting

INVENTORY CONTROL APPS - PCDPI/CPI

IC BatchingInventory Adj/Count CorrectInventory Control Reports

Inventory LevelsInventory Roll

Merchandise WithdrawalOpen ReceivingsPI Count Results

PI Time Results from InvPrice Protection

Sales Flash ReportingShrink Reporting

SKU Gross MarginSKU Shrink Level Detail

USMVCB Downloads

Journal Entry Tool Kit

Scorecard - HR

L02-ResourceScheduling(Campbell)

P09 - P17Cyborg

M02 - Millennium

M03 - Millennium 3.0

Banks - ACH and Pos toPay

Cobra

B01 - StockStatus

S03-Polling

P14 On-line NewHire Entry

CTS

Plan Administrators(401K, PCS, Life,

Unicare, SolomonSmith Barney)

D01 Post LoadBilling

I04 HomeDeliveries

I02 -Transfers

Arthur Planning

I07 PurchaseOrder

I12 EntertainmentSoftware

I05Inventory Info

E13E3 Interface

S04 - Sales Posting

V01-Price ManagementSystem

I10 Cycle PhysicalInventory

I55 SKUInformation

K02Customer Repair

TrackingI35 Early Warning

System

B02 MerchandiseAnalysis

I13- AutoReplenishment

U18 - CTO

Intercept

I09 Cycle Counts

E02-EmployeePurchase

Texlon 3.5

ACH

Stock Options

I17 Customer PerceivedIn-Stock

U16-Texlon

SiteSeer

C02 - CapitalProjects

F06 - FixedAssets

US Bank ReconFile

Star Repair

EDICoordinator

Mesa Data

NEW SoundscanNPD Group

AIG Warranty Guard

Resumix

Optika

Store BudgetReporting

P16 - Tally Sheet

Cash Receipts/Credit

S05 - HouseCharges

Ad Expense

L01-PromoAnalysis

V02-PriceMarketingSupport

BMP - Busperformance Mngt

StoreScorecard

I11 PriceTesting

Valley Media

P09Bonus/HR

I15 Hand ScanApps

Roadshow

POS

S08 - VertexSalesTax

A04 - CustRefund Chks

Equifax

ICMS Credit

CellularRollover

S09 - DigitalSatelliteSystem

NPD,SoundScan

Sterling VANMailbox (Value)

I18SKU Rep

X92-X96Host to AS400

Communication

S02 -Layaways

Washington,RGIS,

Ntl Bus Systems

V04-SignSystem

I14 Count CorrectionsNARM

P01-EmployeeMasterfile

I06 - CustomerOrder

FrickCo

UAR - Universal AccountReconciliation

DepositoryBanks

S07 - CellPhones

S11 - ISPTracking

AAS

Fringe PO

Cash Over/Short

L60 MDFCoop SKU Selection

Tool

SKUPerformance

SupplierCompliance

1

I35 - CEI

ASIS

Misc Accounting/Finance Apps - PC/NTCOBA (Corp office Budget Assistant)

PCBS(Profit Center Budget System)Merchandising Budget

AIMSMerch Mngr Approval

Batch ForcastingAd Measurement

AIMS Admin

AIMSReportingAd

Launcher

V03- MktReactions

SpecSource

CTO2.Bestbuy.com

RebateTransfer

SignSystem

CopyWriter'sWorkspace

ELTPowerSuite

StoreMonitor

AIS Calendar

Stores & Mrkts

Due Dates

Smart Plus

InsertionsOrders

BudgetAnalysis Tool

Print CostingInvoice App

AIS Reports

BroadcastFilter

Smart PlusLauncher

GeneralMaintenance

Printer PO

PrinterMaintenance

VendorMaintenance

Vendor Setup

Connect 3

Connect 3Reports

Connect 3PDF Transfe

Spec SourceSKU Tracking

S20-SalesPolling

Prodigy

PSP

In-HomeRepair

WarrantyBillingSystem

Process Servers(Imaging)

Prepared by Michelle Mills

E01-EDI

Data Warehouse(Interfaces to and from the

Data Warehouse are notdisplayed on this diagram)

G02 - GeneralLedger

A05 - AP

S01 - SalesCorrections

I01 POReceiving

I03 Return toVendor

I06 WarehouseManagement

MainframePC/NT apps Unix apps3rd Party Interface

S06 - Credit App

P15 EES EmployeeChange Notice

OTHER APPS - PCAP - Collections/CreditTM - Credit Card DB

ACCTS REC APPS - PC990CORBad Debt

Beneficial FeesBeneficial Reconcile

JEAXFJEBFAJEBKAJEDVAJESOAJEVSAJEVSFNSF

TeleCredit Fees

INVENTORY CONTROL APPS - PCCode Alarm

Debit ReceivingsDevo Sales

Display InventoryIn HomeJunkouts

Merchandise WithdrawalPromo CreditsRTV Accrual

ShrinkAP Research - Inv CntrlAP Research-Addl Rpts

Book to Perpetual InventoryClose Out Reporting

Computer Intelligence DataCount Corrections

Cross Ref for VCB DnldsDamage Write OffDebit Receivings

DFI Vendor DatabaseDisplay Inventory ReconcileDisplay Inventory Reporting

INVENTORY CONTROL APPS - PCDPI/CPI

IC BatchingInventory Adj/Count CorrectInventory Control Reports

Inventory LevelsInventory Roll

Merchandise WithdrawalOpen ReceivingsPI Count Results

PI Time Results from InvPrice Protection

Sales Flash ReportingShrink Reporting

SKU Gross MarginSKU Shrink Level Detail

USMVCB Downloads

Journal Entry Tool Kit

Scorecard - HR

L02-ResourceScheduling(Campbell)

P09 - P17Cyborg

M02 - Millennium

M03 - Millennium 3.0

Banks - ACH and Pos toPay

Cobra

B01 - StockStatus

S03-Polling

P14 On-line NewHire Entry

CTS

Plan Administrators(401K, PCS, Life,

Unicare, SolomonSmith Barney)


I04 HomeDeliveries

I02 -Transfers

Arthur Planning

I07 PurchaseOrder


I05Inventory Info

E13E3 Interface

S04 - Sales Posting



I55 SKUInformation

K02Customer Repair


System



U18 - CTO

Intercept

I09 Cycle Counts


Texlon 3.5

ACH

Stock Options


U16-Texlon

SiteSeer


F06 - FixedAssets

US Bank ReconFile

Star Repair

EDICoordinator

Mesa Data


AIG Warranty Guard

Resumix

Optika


P16 - Tally Sheet


S05 - HouseCharges


I04 HomeDeliveries

I02 -Transfers

Arthur Planning

I07 PurchaseOrder


I05Inventory Info

E13E3 Interface

S04 - Sales Posting



I55 SKUInformation

K02Customer Repair


System



U18 - CTO

Intercept

I09 Cycle Counts


Texlon 3.5

ACH

Stock Options


U16-Texlon

SiteSeer


F06 - FixedAssets

US Bank ReconFile

Star Repair

EDICoordinator

Mesa Data


AIG Warranty Guard

Resumix

Optika


P16 - Tally Sheet


S05 - HouseCharges

Ad Expense

L01-PromoAnalysis



StoreScorecard

I11 PriceTesting

Valley Media

P09Bonus/HR

I15 Hand ScanApps

Roadshow

POS



Equifax

ICMS Credit

CellularRollover


NPD,SoundScan


Ad Expense

L01-PromoAnalysis



StoreScorecard

I11 PriceTesting

Valley Media

P09Bonus/HR

I15 Hand ScanApps

Roadshow

POS



Equifax

ICMS Credit

CellularRollover


NPD,SoundScan


I18SKU Rep


Communication

S02 -Layaways

Washington,RGIS,

Ntl Bus Systems

V04-SignSystem



I06 - CustomerOrder

FrickCo


DepositoryBanks

S07 - CellPhones

S11 - ISPTracking

AAS

Fringe PO

I18SKU Rep


Communication

S02 -Layaways

Washington,RGIS,

Ntl Bus Systems

V04-SignSystem



I06 - CustomerOrder

FrickCo


DepositoryBanks

S07 - CellPhones

S11 - ISPTracking

AAS

Fringe PO

Cash Over/Short


Tool

SKUPerformance

SupplierCompliance

1

I35 - CEI

ASIS

Cash Over/Short


Tool

SKUPerformance

SupplierCompliance

1

I35 - CEI

ASIS





AIMS Admin

AIMSReportingAd

Launcher

V03- MktReactions

SpecSource

CTO2.Bestbuy.com

RebateTransfer

SignSystem


ELTPowerSuite

StoreMonitor





AIMS Admin

AIMSReportingAd

Launcher

V03- MktReactions

SpecSource

CTO2.Bestbuy.com

RebateTransfer

SignSystem


ELTPowerSuite

StoreMonitor

AIS Calendar

Stores & Mrkts

Due Dates

Smart Plus

InsertionsOrders

BudgetAnalysis Tool

Print CostingInvoice App

AIS Reports

BroadcastFilter

Smart PlusLauncher

GeneralMaintenance

Printer PO

PrinterMaintenance

VendorMaintenance

Vendor Setup

Connect 3

Connect 3Reports

Connect 3PDF Transfe

Spec SourceSKU Tracking

S20-SalesPolling

Prodigy

PSP

In-HomeRepair

WarrantyBillingSystem

Process Servers(Imaging)

Prepared by Michelle Mills

Costi integrazione inter application

Costi integrazione inrra application

Numero applicazioni

Cos

ti


Questo significa che è necessario individuare un punto di equilibrio, in modo tale che sia possibile contenere i costi e, allo stesso tempo, raggiungere un livello ottimale per quanto concerne l’integrazione (inter e intra-application).

Ad esempio, si possono verificare vantaggiose fattispecie in cui, a fronte di una sensibile riduzione dei costi di integrazione inter-applicazioni, si manifesti solo un modesto aumento dei costi di integrazione intra-applicazioni.

Soluzioni di questo tipo possono essere ottenute e programmate solo grazie all’adozione di linee guida e best practice che vengano impiegate nella costruzione e nell’interfacciamento delle applicazioni, permettendo una trasformazione delle architetture informatiche secondo una prospettiva d’integrazione ottimale.

Il punto focale sembra dunque essere il riutilizzo di strutture organizzative e processi, evitando nel contempo mappature complesse che generino costi molto elevati nello sviluppo e, soprattutto, nella manutenzione. Sintetizzando ulteriormente, si potrebbe ridurre i termini della questione al raggiungimento di un livello maggiore di efficacia ed efficienza, dove l’integrazione rappresenta un punto di partenza per il raggiungimento di un vantaggio competitivo duraturo.

Occorre pertanto un approccio corretto ai processi di integrazione che soddisfi le esigenze del business e consenta di arginare il cosiddetto “effetto spaghetti”.

La costituzione dei Centri di eccellenza rappresenta in tal senso, come sottolineato nel paragrafo precedente, un’importante discriminante.

Se è vero infatti che nell’ambito dell’implementazione di un progetto, le maggiori criticità riguardano la riduzione dei tempi di sviluppo e dei costi di manutenzione, bisogna ricordare che il ROI stimato per le banche italiane sui progetti di questo tipo si aggira attorno al 20-25%, accusando un netto ritardo su quelle americane (33-35%). La spiegazione può essere ricercata nel livello di copertura delle architetture, che le banche americane attestano intorno all’ 80%, cioè il doppio di quelle italiane (40%).

L’abbattimento delle barriere tuttora esistenti per la presenza dei silos informativi, che i competence centre devono contribuire ad abbattere, richiede l’adozione di un approccio che favorisce il progressivo accentramento delle informazioni.

Il tentativo di passare in tempi brevi a un unico sistema centralizzato, infatti, comporta una serie di svantaggi: aumento dei tempi di sviluppo, dispute sulla ownership dei dati, mancanza di allineamento dovuta alle attese richieste dai processi di aggiornamento batch, diminuzione della flessibilità nelle modifiche richieste dai cambiamenti esterni.

Appare invece più equilibrata una strategia che preveda lo sviluppo separato di repository fisicamente distinti, e l’utilizzo di middleware d’integrazione che permetta di fornire agli utenti una singola vista logica sui dati.

Tale prospettiva consente di superare gli ostacoli citati in precedenza, pur presentando alcuni inconvenienti in termini di ridondanza, sincronizzazione e inconsistenza che, tuttavia, molti degli attuali software d’integrazione consentono di superare progressivamente.


La qualità dei dati e delle informazioni in banca

Cosa s’intende per dato di qualità Quello della qualità dei dati è un problema tuttora non adeguatamente affrontato, soprattutto nelle grandi aziende. Secondo alcune stime, infatti, i costi che le organizzazioni sopportano a causa della scarsa qualità dei dati presenti nei propri archivi vanno dal 10 al 25 percento delle entrate totali (English L. 2003; Wand Y., Wang R.Y., 1996). Ancora, secondo Gartner Group (Friedman T., 2002), oltre il 50% dei progetti di Business intelligence e di CRM soffrono di pesanti problemi di sviluppo, e alcuni addirittura di fallimento, a causa della trascuratezza nei confronti della qualità dei dati.

La qualità dei dati è presentata in letteratura come un concetto multidisciplinare. Molto spesso sono associate alla qualità proprietà come:

accuratezza, integrità, consistenza, completezza, validità, tempestività, rilevanza accessibilità, sicurezza.

Anche se non sempre vi è accordo fra i vari autori sull’effettivo significato di ognuna di tali proprietà, bisogna riconoscere che vi è unanime consenso nell’affermare che la nozione di dato o informazione di qualità dipende fortemente dal contesto di utilizzo: ciò che può essere considerato buono in un particolare caso, infatti, potrebbe non esserlo in un altro. Si pensi, ad esempio all’analisi dei dati di bilancio di un azienda. Ai fini della determinazione della posizione finanziaria, ci si potrebbe accontentare di una precisione alle migliaia di euro, mentre, per un esame condotto da un auditor verrebbe richiesta una precisione al centesimo.

Tale relatività del concetto di qualità, fa si che questa proprietà dipenda fortemente dalle modalità utilizzate per l’implementazione dei sistemi informativi, dal loro disegno e dai processi di produzione coinvolti nella generazione dei dati.

Se la diffusione dei sistemi di supporto decisionale e di business intelligence ha contribuito a evidenziare le carenze dei sistemi sorgenti in termini di scarsa qualità, i suoi effetti negativi si ripercuotono anche sui sistemi operazionali, provocando perdita di produttività e difficoltà nell’implementazione di iniziative di straight-through processing e business activity monitoring.

L’approccio alla qualità dei dati si rivela dunque indispensabile in ambito bancario, soprattutto nei processi di correzione e aggiornamento delle liste, dovuto al naturale invecchiamento e deterioramento delle informazioni, nelle attività di fusione informativa, quando sono i dati di più realtà dipartimentali a concorrere ai processi, nei casi di fusione e acquisizione fra aziende, dove debbono essere standardizzati e unificati interi patrimoni informativi.

L’adozione di una metodologia e di strumenti per il miglioramento della qualità e correttezza dei dati devono consentire agli utenti di poter operare in modo aperto e configurabile, anche in tempo reale, con la possibilità di:


• applicare regole specifiche del business per l’analisi dei dati sorgenti, al fine di individuare tutte le irregolarità dei dati (anomalie) e di evidenziare la necessità e la modalità di intervento sugli stessi;

• implementare di logiche di confronto probabilistiche per decidere in merito alla validità delle informazioni disponibili in determinati ambiti (geografici, dipartimentali, per linee di business, ecc....);

• utilizzare archivi di riferimento per validare e certificare ciascun dato disponibile.

Nella Figura 6 sono evidenziati i benefici percepiti dalle aziende che hanno adottato un approccio alla qualità dei dati, secondo un’indagine svolta da TDWI.

Figura 6 – Benefici percepiti dalle aziende cha hanno adottato un approccio alla qualità dei dati. (Fonte: TDWI Data Quality Survey, Dicembre 2002).

In definitiva le aziende dovrebbero affrontare il tema della qualità come una questione di business, piuttosto che come un problema tecnologico, adottando una metodologia a ciclo chiuso che preveda lo svolgimento dei seguenti passi cruciali:

1. censimento delle sorgenti dati e rilevazione delle modalità e degli obiettivi di utilizzo;

2. determinazione del fabbisogno minimo di qualità per ogni applicazione e, seguendo il flusso, dei processi di business che richiedono dati;

3. definizione di metriche sulla qualità legate alle esigenze di business;

4. determinazione delle regole di business (approvate a livello enterprise) che guidano le attività di cleansing e di auditing;

5. analisi dei dati di tutti i repository con il fine di evidenziare discrepanze fra qualità attuale e qualità richiesta;

6. data cleansing dei repository;

7. modificare delle applicazioni per il miglioramento della qualità nell’acquisizione e nell’aggiornamento dei dati;

Less time to reconcile data

Greater confidence in analytical systems

Single version of the truth

12%

17%

Increased revenuesReduced costs

Increased customer satisfaction

9%13%

19%Other 12%

5 10 15 20


8. modifica dei processi di business, delle misure performance, degli incentivi che riguardano l’acquisizione dei dati;

9. monitoraggio e controllo della qualità dei dati, in relazione all’evolversi della situazione.


Le tecnologie a supporto dell’integrazione e della qualità dei dati

Il fatto che i dati siano memorizzati in formati differenti e in archivi eterogenei, distribuiti nei vari ambiti aziendali costituisce una barriera all’integrazione difficile da superare. I metodi tradizionalmente adottati per fare fronte a questo problema prevedono, da un lato, la realizzazione di strati di software ad hoc, che provveda alle trasformazioni e alla normalizzazione dei dati, dall’altro la realizzazione di data mart contenenti copie delle informazioni che le diverse applicazioni richiedono.

Nel primo caso, i principali inconvenienti consistono nella necessità di aggiornare costantemente le applicazioni per non perdere i collegamenti con le attuali locazioni dei dati, nell’obbligo di interoperabilità con i diversi driver e interfacce delle sorgenti, nella gestione di differenti permessi di accesso per ogni repository e nella complessità della interpretazione, per ogni progetto, di differenti semantiche e strutture fisiche che possono successivamente essere modificate, ponendo ulteriori problemi di revisione.

Nel caso dei data mart, invece, si assiste generalmente ad un aumento dei costi e dei tempi di sviluppo, a una eccessiva ridondanza dei dati spesso riutilizzati e al crescere dei problemi di consistenza e allineamento dei diversi archivi.

Per far fronte a tali problemi, negli ultimi anni sono nati tre paradigmi di sviluppo che consentono di far fronte alle necessità d’integrazione soddisfacendo i fabbisogni d’intervento in tempo reale o in modalità batch e rispondendo alle esigenze di integrazione dei dati e delle applicazioni.

Figura 7 - Tecnologie per l'integrazione

Con l’acronimo EAI si indicano i sistemi per l’Enterprise Application Integration. Si tratta di un framework attraverso il quale le organizzazioni perseguono l’integrazione delle transazioni utilizzando solitamente piattaforme basate su tecnologie push. Il target, in questo caso è costituito dalle applicazioni.

ETL

EII EAI

Dati Oggetto dell’integrazione Processi

Batch

Real time

Tem

pi d

ell’i

nteg

razi

one


ETL Extract, Transform and Load, identifica gli applicativi in grado di guidare il processo di acquisizione batch dei dati a partire da fonti operazionali eterogenee, verso, generalmente, repository destinati alle attività di supporto decisionale. Il target è dunque costituito da data warehouse, data mart e operational data store.

EII, Enterprise Information Integration, infine, sottintende il processo di acquisizione, in tempo reale, di disparati tipi di dati da molteplici fonti interne ed esterne all’organizzazione, attraverso un data layer d’accesso universale, basato su tecnologie pull, che ha per target le persone.

Bisogna sottolineare che l’adozione di una, alcune o tutte le sopraccitate tecnologie richiede un forte commitment sia da parte dell’IT sia da parte delle unità di business, per riuscire a concretizzare una strategia d’integrazione dei dati e dei processi che inneschi un ciclo virtuoso.

Ciò richiede un costante monitoraggio delle performance e dell’efficienza di utilizzo di tali tecnologie, monitorando l’impatto che la loro introduzione ha sui sistemi operazionali.


La metodologia di raccolta dati

Survey sull’integrazione dei dati in banca Durante il periodo di attività dell’Osservatorio, è stato erogato un questionario contenente sei domande sul tema dell’integrazione dei dati. Le domande del questionario sono strutturate per la raccolta di dati di tipo quantitativo. La distribuzione è avvenuta tramite supporto cartaceo, via posta elettronica o attraverso un form pubblicato sul sito del CeTIF.

I destinatari sono stati individuati fra i partecipanti ai lavori dell’Osservatorio e fra gli afferenti al Centro di Ricerca.

All’indagine hanno risposto 34 interlocutori, in rappresentanza di 30 istituzioni finanziarie italiane. Il campione è composto da Banche operanti nel settore retail, Società di Intermediazione Mobiliare, Società per la Gestione del Risparmio, Operatori Istituzionali.

Gli interlocutori appartengono alle categorie dei manager IT, project manager (soprattutto in ambito marketing) e database manager - gestori dei dati.

In base alla suddivisione per classi dimensionali proposta da Banca d’Italia ,il campione analizzato comprende banche maggiori (35%), banche grandi (17%), medie (25%), piccole e minori (15%); il restante 8% è rappresentato dagli Operatori Istituzionali. I risultati dell’indagine dunque, anche in relazione alla tematica affrontata, appaiono particolarmente significativi.

Indagine Delphi Oltre alla Survey, l’Osservatorio ha promosso un’indagine Delphi, condotta con l’obiettivo di raccogliere dati di tipo qualitativo per completare la descrizione dell’ambito del data management bancario italiano, con uno specifico focus sulla qualità di dati e informazioni.

La distribuzione è avvenuta tramite supporto cartaceo e via posta elettronica e ha coinvolto undici fra i partecipanti ai lavori dell’Osservatorio, per gran parte appartenenti alle aree IT e marketing, che hanno manifestato la propria disponibilità a contribuire all’indagine.

Il Metodo Delphi consiste nella somministrazione ripetuta di questionari, con l’obiettivo di approfondire la conoscenza di un tema di ricerca, non soltanto attraverso la raccolta di opinioni singole, ma stimolando un confronto fra un gruppo di esperti selezionati.

Si tratta dunque di un metodo qualitativo, partecipativo, previsionale e di confronto.

La sua applicazione è particolarmente adatta alla realizzazione di più fini:

• stimolare il confronto fra esperti appartenenti anche a categorie diverse;

• rendere esplicita la conoscenza tacita che è patrimonio di ogni professione;

• definire le proprietà dell’oggetto di studio;


• formulare una previsione sullo sviluppo, probabile o desiderabile dell’oggetto di approfondimento.

Pur esistendo diverse varianti al modello standard, la procedura tipica è caratterizzata dalle seguenti fasi (Figura 8):

1. definizione del problema;

2. definizione del panel;

3. esplorazione;

4. analisi;

5. valutazione.

La selezione del gruppo Delphi è condotta seguendo il criterio guida dell’expertise.

Nella fase esplorativa si è costruito il primo questionario da somministrare al campione, contenente una serie di domande, per lo più aperte e di carattere generale, e affermazioni, con l’intento di rilevare i diversi punti di vista sottoposti ad affinamento e selezione nei successivi round. Si tratta di uno step che ha lo scopo di inquadrare il tema, di disegnare un framework generale che ha permesso ai ricercatori di delineare con precisione i concetti, gli argomenti su cui verte la ricerca.

A tali affermazioni è stato richiesto di rispondere, oltre che con un proprio commento, anche esprimendo il proprio grado di accordo / disaccordo assegnando un punteggio in una scala da zero (completo disaccordo) a sette (completo accordo).

L’analisi delle risposte date al primo questionario ha rappresentato l’ultimo momento della terza fase e il primo momento della fase analitica, dal quale deriva la costruzione di un secondo questionario che riporta i concetti emersi dall’analisi del precedente e contiene il dettaglio degli aspetti evidenziati nella fase esplorativa.


A questo stadio, ogni esperto del campione non solo ha avuto la possibilità di ritrovare alcune fra le proprie affermazioni che poteva ritrattare o modificare (ulteriore peculiarità del Metodo Delphi), ma ha altresì colto l’occasione di esaminare la sintesi dei concetti espressi dagli altri esperti con i quali confrontarsi, commentando e manifestando il proprio accordo o disaccordo.

Figura 8 - La struttura in fasi del metodo Delphi

Tale processo di comunicazione, che avviene in forma anonima, consente la riduzione dell’influenza di un leader e di qualsiasi barriera psicologica e professionale: ogni membro è libero di dare il proprio contributo senza temere il giudizio degli altri interlocutori.

Inoltre, il questionario dà la possibilità ad ogni esperto del panel di proporre nuovi problemi o di sollevare ulteriori questioni.

La somministrazione del questionario può essere iterata più volte, in genere, da due a quattro, e i dati qualitativi che emergono dall’analisi possono essere di volta in volta integrati da dati quantitativi derivanti da indagini, rilevazioni o studi di settore realizzati da altri soggetti sullo stesso tema.

Start

Definizione problema

Selezione panel esperti

Preparazione e distribuzione

ti i

Analisi risposte

Si è ottenuto

consenso?

Fornire informazioni richieste e risposte

rielaborate

Report finale

Stop NO

SI


Il Metodo Delphi offre numerosi vantaggi nel suo utilizzo, rispetto ad altre metodologie che presuppongono sempre uno scambio d’informazioni, un confronto e una comunicazione di gruppo (come, per esempio, conferenze, brainstorming ed altri processi interattivi).

La struttura a stadi del Metodo Delphi, consente un processo di comunicazione, all’interno del gruppo di esperti, i quali possono essere anche geograficamente distanti, in modo da facilitare un confronto e uno scambio reciproco di conoscenze. Ma non solo: essa favorisce anche la risoluzione di problemi decisionali e di intervento, tramite l’autocorrezione e la convergenza di valutazioni individuali, consentite dal processo di feedback.

Sulla base di tali regole il questionario, composto da sei affermazioni, due tabelle relative alle proprietà sottointese per i dati di qualità e due tabelle contenenti affermazioni sull’importanza percepita di alcuni risvolti organizzativi del tema della qualità dei dati, è stato somministrato ai partecipanti in due round successivi, ottenendo in questo modo una convergenza di opinioni.


I risultati emersi dall’analisi della survey e dell’indagine Delphi

Commento ai risultati della Survey Prima domanda

La prima domanda del questionario ha richiesto di esprimere, attribuendo un punteggio su una scala da uno a cinque, una valutazione rispetto al peso percepito dell’integrazione, in termini di esigenze, all’interno della propria organizzazione.

Figura 9 - Domanda 1 Survey: "Quanto ritiene pesi l'integrazione, in termine di esigenze, all'interno della Sua organizzazione?”

Le risposte hanno confermato l’attualità e l’importanza avvertite del tema, con un peso elevato, quattro e cinque, attribuito da oltre l’82% del campione.

Questo ribadisce la particolare sensibilità dell’ambiente bancario per un aspetto dei sistemi informativi che riguarda non soltanto dati e informazioni ma anche sistemi, piattaforme e canali.

La proliferazione di prodotti, servizi e canali, le richieste delle normative, le necessità di adozione di pratiche di gestione condivise rendono, di fatto, l’integrazione un requisito sempre più indispensabile per connettere:

• canali di contatto e canali di delivery;

• funzioni e dipartimenti che hanno sinora operato separatamente;

• la banca con il sistema esterno.

Questo si traduce nella necessità di realizzare una piattaforma comune per lo sviluppo delle applicazioni che, sebbene dispongano di interfacce diverse, utilizzano la stessa logica per l’erogazione dei medesimi servizi, ottenendo benefici sia in termini di efficienza sia in termini di efficacia.

In tale senso, diventa fondamentale seguire un percorso d’integrazione che coinvolga:

17,65%

47,06%

35,29% 5 3

4


• i processi di business, per acquisire le capacità di creare, estendere riutilizzare gli stessi processi attraverso un’ampia varietà di applicazioni e canali;

• i dati, per consentire la condivisione delle stesse informazioni, aggiornate e consistenti;

• le applicazioni, attraverso l’adozione di framework che permettono lo sviluppo di piattaforme aperte, flessibili e scalabili, che favoriscono la ricusabilità delle componenti.


Seconda domanda

La seconda domanda ha richiesto di esprimere, sempre attribuendo un punteggio su una scala da uno a cinque, una valutazione rispetto al peso percepito, in termini di esigenze, dell’integrazione dei dati, all’interno della propria organizzazione.

Figura 10 - Domanda 1b Survey: "Quanto ritiene pesi l'integrazione dei dati, in termine di esigenze, all'interno della Sua organizzazione?"

Le risposte ottenute confermano l’andamento espresso nel quesito precedente, con l’attribuzione di un peso elevato, quattro e cinque, da oltre l’85% del campione. Il tema dell’integrazione dei dati è percepito come un aspetto critico nell’ottica di una integrazione dei sistemi informativi, che deve coinvolgere non soltanto i sistemi decisionali ma anche lo strato transazionale.

Aumentano, infatti, per i motivi evidenziati in precedenza, le difficoltà da parte delle banche di ovviare ai problemi di frammentazione e ridondanza, rendendo i dati certificati, consistenti e disponibili a utenti, processi di business, applicazioni, servizi applicativi, partner e controparti.

Si può affermare che le esigenze in termini d’integrazione dei dati si siano evolute secondo tre modalità che si sono susseguite nel tempo proporzionalmente all’aumento dei volumi delle informazioni da gestire, interessando dapprima il solo livello applicativo, quindi i singoli domini organizzativi (marketing, controllo di gestione, ecc.), infine, e soprattutto a causa del continuo assottigliamento dei confini fra dipartimenti e fra domini applicativi, l’intera azienda e tutti i suoi stakeholder.

La crescita di questi bisogni, dunque, che non possono più essere soddisfatti dalla realizzazione di strati di software dedicato per i quali è necessaria un’intensa attività di programmazione, impone alle aziende l’adozione di un approccio che consenta non solo lo scambio di dati fra applicazioni differenti ma, soprattutto, la condivisione della medesima interpretazione semantica.

53

4

2,94% 11,76%

47,06%

38,24%5

4

31


Terza domanda

La terza domanda intende verificare la corrispondenza fra importanza dell’integrazione percepita, espressa nei quesiti precedenti, e risorse economiche dedicate, richiedendo ai partecipanti di esprimere, utilizzando una scala di valori da zero a cinque, il peso dell’integrazione dei dati in termini di investimenti compiuti dalla propria organizzazione.

Figura 11 - Domanda 2 Survey: "Quanto pesa l'integrazione, in termine di investimenti, all'interno della Sua organizzazione?"

Il valore medio delle risposte, 3,35 testimonia come non vi sia una piena corrispondenza fra il valore percepito e l’impegno economico attuale, nonostante in questi ultimi anni i processi d’integrazione e di razionalizzazione dei sistemi informativi, soprattutto per quanto riguarda i grandi gruppi, abbiano assorbito una parte crescente di risorse, come confermano anche le rilevazioni del rapporto CIPA - ABI.

Pur essendo elevata la percezione della rilevanza del valore, infatti, molto spesso le priorità contingenti imposte dai progetti in corso fanno si che le aziende continuino a pensare all’integrazione dei dati come a un problema da affrontare non in via preventiva e seguendo un approccio globale e strutturato, ma solo nel momento in cui si riverificano dei problemi nella fase d’implementazione dei progetti.

In tale situazione è comprensibile anche come diventi più difficile poter quantificare i fabbisogni di risorse destinate a questo particolare compito, non solo in termini economici ma anche in relazione alle ore di sviluppo dedicate.

11,76%

47,06%

35,29%

5,88%5

42

3


Quarta domanda

Con la quarta domanda si è inteso quantificare quale fosse il riscontro nella realtà delle risposte raccolte dalla seconda domanda, attraverso la richiesta ai partecipanti dell’indicazione del numero dei progetti attualmente attivi nella propria organizzazione, aventi a che fare con l’integrazione dei dati.

Figura 12 Domanda 3 Survey: "Quanti progetti che riguardano l'integrazione dati sono attualmente attivi nella Sua organizzazione?"

In effetti, risulta che oltre il 55% degli intervistati asserisce che nella propria organizzazione sono attualmente attivi almeno tre progetti IT, con punte di oltre cinque, che presentano elementi di criticità nell’integrazione dei dati, mentre soltanto il 5,88% dichiara che ciò non accade in alcun progetto correntemente in sviluppo.

Se poi si tiene conto anche di coloro che hanno indicato due progetti attivi in tale ambito, la percentuale complessiva sale a oltre il 79%.

Bisogna sottolineare come tale percentuale sia andata crescendo nel corso degli ultimi mesi, così come evidenziato dal confronto con le prime rilevazioni parziali effettuate a gennaio 2005.

5,88%14,71%

23,53%

26,47%

29,41%>3

3

0 1

2


Quinta domanda

La quinta domanda ha richiesto ai partecipanti di segnalare gli ambiti dei progetti attualmente in corso che, alla domanda precedente, erano stati indicati per il loro fabbisogno in termine di integrazione dati.

Figura 13 Domanda 4 Survey: "A quali ambiti i progetti attivi riguardanti l'integrazione dati fanno riferimento?"

Come evidenziato dal grafico (Figura 13), fra i più votati risultano i progetti per gli adeguamenti normativi, in particolare quelli richiesti da Basilea 2, quelli per il supporto a iniziative marketing e CRM, quelli per l’implementazione di sistemi di supporto di gestione e di Business Performance Management e, infine, i progetti per la ristrutturazione della rete di sportelli.

È opportuno rilevare come Basilea II, ambito segnalato dal maggior numero di intervistati, ha acquistato un´enorme importanza, soprattutto alla luce del fatto che, ai fini della determinazione del rischio di credito, spesso si devono creare ed integrare database di dimensioni sempre più consistenti. Gli elevati requisiti di qualità, consistenza, trasparenza e verificabilità di tali archivi presuppongono una maggiore condivisione negli accessi da parte sia dell’area del risk management, sia dell’area finanza e non solo.

Per questo motivo molte banche hanno compreso che si rende necessaria l’adozione di un approccio centralizzato e condiviso per la gestione dei dati, in grado di garantire una migliore accessibilità, maggiori funzionalità di analisi, la possibilità di sfruttare sinergie con altri progetti (es. IAS) e la possibilità di ridurre i costi.

Non stupisce che, al secondo posto, venga segnalato l’ambito del marketing e del CRM, da sempre legato a elevati fabbisogni d’integrazione dati, che hanno richiesto

44,12

34,4

62,5

15,59,3

46,8

0

10

20

30

40

50

60

70

Controllo di gestione

Innovazione rete e sport.. .

Regolamentaz. (Basilea II,...)

Reingegn. applic. legacy

Accesso mercati finanziari

Marketing e gest. clientela


alle aziende di credito di compiere, già negli anni passati investimenti in strumenti per l’acquisizione di dati da fonti eterogenee (ETL, Extract Transform and Load) e la loro integrazione.

Soprattutto sul fronte della multi-canalità le banche si sono da tempo attivate per ottenere, a partire dai sistemi legacy archivi di dati sui clienti consistenti, condivisi e di qualità, alla ricerca di quella visione unica del cliente indispensabile per la personalizzazione della relazione.

Anche la presenza, fra i progetti maggiormente segnalati, di controllo di gestione e innovazione della rete di filiali corrisponde alle aspettative.

Nel primo ambito, stanno iniziando a prendere consistenza i primi progetti di Business Performance Management, che prevedono la definizione di un insieme di misure e di indici, a partire dalle informazioni che provengono da tutti gli ambiti aziendali, consentendo di ottenere una visione globale dello stato di salute dell’organizzazione e inseguire un’unica strategia e allineando le iniziative a livello corporate.

Per quel che concerne lo sportello, invece, numerosi istituti di credito sono attualmente impegnati nella riprogettazione delle filiali, che prevede quali punti di maggiore interesse l’integrazione con gli altri canali di contatto, l’integrazione fra front-office e sistemi legacy, l’integrazione delle tecnologie client e l’integrazione delle periferiche specializzate.

Figura 14 - Domanda 3b Survey: "Quali progetti riguardanti l'integrazione dati sono attualmente attivi?"

Il risultato evidenziato dal grafico successivo (Figura 14) è dato dalle risposte di chi ha volontariamente risposto alla domanda che chiedeva di specificare l’esatta tipologia dei progetti attualmente attivi. Per tale motivo l’esito è stato rappresentato in termini numerici assoluti piuttosto che in percentuale.

12

8

4 4

2

0

5

10

15

Basilea 2 e Risk Manag.

CRM e MarketingSportello

Allineamento SI Gruppo

Sist. Pagamento esteri


Sesta domanda

La sesta domanda ha voluto rilevare, infine, quali sono, secondo i partecipanti, gli aspetti dell’integrazione dei dati che maggiormente pesano nello sviluppo dei progetti informatici.

Figura 15 Domanda 5 Survey: "Anche con riferimento alle esperienze della Sua organizzazione, quale ritiene essere il tema più sentito, in termini di integrazione dati?"

I temi maggiormente sentiti sono, com’è evidenziato dalla Figura 15, la bonifica e la correttezza dei dati, la disponibilità dei dati “on-demand”, la standardizzazione e il confronto delle fonti e l’analisi e documentazione delle sorgenti.

L’insieme di queste criticità denota la presenza di problemi tutt’ora aperti di natura infrastrutturale e non solo applicativa.

Per quanto riguarda la bonifica e la correttezza bisogna dire che spesso si deve far fronte a problemi che derivano dalla mancata implementazione di adeguati controlli in fase di data entry e dalla natura stessa dei dati che provengono da sistemi legacy, ottimizzati per eseguire velocemente e in modo sicuro le transazioni, ma non concepiti per garantire la completezza delle informazioni. Ciò impone un notevole sforzo nel momento in cui tali dati devono essere riutilizzati per fini diversi da quelli iniziali.

Relativamente alla disponibilità dei dati “on demand” tale esigenza tende a essere tanto più forte quanto più si fa strada il concetto di Service Oriented Application, con l’adozione, ormai avviata, di tale paradigma nella riscrittura di importanti porzioni dei sistemi informativi bancari. L’orientamento al servizio rende dunque necessario un diverso approccio per l’accesso agli archivi, che renda i dati disponibili alle applicazioni non solo secondo una sequenza temporale predeterminata, ma ogniqualvolta ne venga fatta richiesta, anche in modo estemporaneo.

47,06

64,71

55,88

5,88

29,41

52,94

8,8214,71

8,82

0

10

20

30

40

50

60

70

Analisi e docum. sorgenti...

Bonifica e correttezza dati

Disponib. dati "on-demand"

Trasporto e migrazione

Gestione metadati

Standardizz. e confronto dati

Scalabilità infrastruttura dati

Capacità adeguam. standard

Trasformazione


Per ciò che concerne la standardizzazione, ancora si deve notare come le stratificazioni successive, cui nel tempo i sistemi informativi bancari sono stati soggetti, sono il principale fattore alla base di tale problema; lo sviluppo dipartimentale degli applicativi ha contribuito poi a creare delle forti barriere all’interazione e allo scambio fra sistemi diversi, basati su piattaforme, modalità di codifica, architetture, spesso incompatibili fra di loro.

Paradossalmente l’adozione di standard è senza dubbio maggiormente affermata nel dominio delle applicazioni di comunicazione interbancarie quali, ad esempio, i circuiti di pagamento internazionali.

Infine, per quel che riguarda l’analisi e la documentazione delle sorgenti e, insieme a questa, la gestione dei metadati, si può nuovamente rilevare come, data la complessità del patrimonio informativo delle banche, e nonostante la maggior parte di esse abbia già realizzato progetti di data warehousing, la mappatura delle fonti e la raccolta della documentazione relativa costituisca un impegno alquanto pesante e di difficile completamento.


Commento ai risultati dell’indagine Delphi Prima affermazione

Primo round

La gestione dei dati aziendali è essenzialmente un problema di tipo organizzativo. In questo senso il problema della qualità vede nella soluzioni tecnologiche e nel problema della responsabilità dei dati due variabili rilevanti.

Secondo round

La gestione dei dati aziendali è essenzialmente un problema di tipo organizzativo che, tuttavia, non può prescindere da aspetti culturali e tecnologici.

Versione definitiva

La gestione dei dati aziendali è un problema di tipo organizzativo, culturale, tecnologico e di formazione, che spesso è influenzato da esigenze commerciali.

Parole chiave: Formazione, responsabilità, cultura, costi, priorità.

Secondo i partecipanti all’indagine, la gestione dei dati aziendali è un problema dai molteplici risvolti.

Innanzitutto di tipo organizzativo, poiché richiede la definizione di un presidio dedicato, che sia in grado di coordinare e interfacciare diverse unità dell’azienda che utilizzano dati gestiti attualmente in modo autonomo e di definire e far rispettare delle linee guida che favoriscano il perseguimento degli obiettivi aziendali. In tale senso tale struttura dovrebbe assumere il compito di driver per la diffusione di un approccio metodologico di riferimento.

Quindi bisogna considerare l’aspetto tecnologico: senza una struttura IT adeguata e flessibile è impossibile intervenire tempestivamente per governare opportunamente il dato.

Un altro aspetto importante e legato alla cultura aziendale e alla formazione: in tal senso è importante elevare la percezione della “responsabilità dei dati” ed educare le risorse, attraverso opportuni piani di formazione, secondo tale ottica, coinvolgendo non soltanto coloro che sono addetti al data entry ma chiunque possieda permessi di accesso.

Infine non bisogna trascurare il fatto che spesso tale gestione è influenzata dalle esigenze di business e commerciali, talvolta poco sensibili a costi e problemi non direttamente identificabili in fase di definizione dei progetti.


Seconda affermazione

Primo round

Spesso il problema della qualità dei dati viene affrontato solo dopo il completamento di un progetto di fusione/integrazione/migrazione applicativa.

Secondo round

Nonostante il problema della qualità dei dati venga spesso affrontato solo dopo il completamento di un progetto di fusione/integrazione/migrazione applicativa, è fondamentale un’analisi preliminare ad ogni intervento. La situazione ottimale dovrebbe prevedere la presenza di una infrastruttura di presidio sulla qualità dei dati aziendali.

Versione definitiva

Nonostante il problema della qualità dei dati venga spesso affrontato solo dopo il completamento di un progetto di fusione/integrazione/migrazione applicativa, con sostanziali diseconomie di scala, è fondamentale un’analisi preliminare ad ogni intervento. La situazione ottimale dovrebbe prevedere la presenza di una infrastruttura trasversale di presidio sull’architettura e sulla qualità dei dati aziendali che svolga un ruolo rilevante sin dall’inizio di ogni progetto.

Parole chiave: Visione globale, presidio trasversale, diseconomie di scala

Dalle considerazioni relative a tale affermazione emerge e si rafforza l’ipotesi della creazione di una infrastruttura trasversale di presidio sulla qualità dei dati, capace di superare le barriere verticali che spesso si creano nelle singole fasi del processo d’integrazione / fusione.

Vi è inoltre accordo sul fatto che spesso il problema della qualità dei dati viene sottostimato in fase di routine aziendale mentre emerge nei momenti di rivisitazione delle procedure aziendali quando, specialmente in occasione di trasferimenti dall’ambiente operazionale, si rivelano inconsistenze e ridondanze.

L’adozione di tale approccio, oltre a relegare gli aspetti della qualità, non considerati basilari, a un mero problema informatico, contribuisce alla crescita dei costi che possono incidere pesantemente sul budget iniziale.


Terza affermazione

Primo round

Un tema come Basilea II richiede necessariamente che venga affrontato il problema della qualità dei dati prima di procedere con un qualsiasi sviluppo applicativo.

Secondo round

Un tema come Basilea II richiederebbe, al pari di altri contesti, un’attenzione preliminare al problema della qualità dei dati, prima di procedere con un qualsiasi sviluppo applicativo. Tuttavia, esigenze imposte da scadenze restrittive rischiano, anche in questo caso, di condurre verso soluzioni di compromesso.

Versione definitiva

Un tema come Basilea II richiederebbe, al pari di altri contesti, un’attenzione preliminare al problema della qualità dei dati, prima di procedere con un qualsiasi sviluppo applicativo. Tuttavia, esigenze imposte da scadenze restrittive rischiano, anche in questo caso, di condurre verso soluzioni di compromesso.

Parole chiave: Scadenze restrittive, non atipicità di Basilea 2

Da parte dei partecipanti emerge la consapevolezza che la normativa dell’accordo Basilea 2 impone un’attenzione particolare al tema della qualità dei dati, perché costringe a incrociare categorie di dati che non sempre in precedenza erano stati raccordati tra di loro, e perché la qualità delle analisi richieste da tale normativa, i cui output saranno presentati alla clientela, dipende fortemente dalla qualità dei dati in input.

Tuttavia, emerge la convinzione che le scadenze imposte contribuiranno a far si che, almeno nel breve periodo, l’approccio alla qualità dei dati non ne risulterà fortemente influenzato.


Quarta affermazione

Primo round

Uno dei limiti principali nell’affrontare interventi destinati a migliorare la qualità dei dati è rappresentato dalle resistenze da parte degli utenti nell’avere i propri dati modificati.

Secondo round

Un limite, nell’affrontare interventi destinati a migliorare la qualità dei dati, è rappresentato dalle resistenze da parte degli utenti nell’avere i propri dati modificati e condivisi. Tale limite, peraltro attenuabile attraverso interventi di formazione e responsabilizzazione, è spesso amplificato da resistenze da parte di altre componenti aziendali (gestore dei dati, business unit, …).

Versione definitiva

Un limite, nell’affrontare interventi destinati a migliorare la qualità dei dati, è rappresentato dalle resistenze da parte degli utenti nell’avere i propri dati modificati e condivisi. Tale limite, spesso amplificato da resistenze da parte di altre componenti aziendali (gestore dei dati, business unit, …), è attenuabile attraverso interventi di formazione, comunicazione interna / esterna, incentivazione e responsabilizzazione.

Parole chiave: Comunicazione, formazione, responsabilizzazione, incentivazione

Anche questa affermazione ripropone l’importanza della cultura e della formazione. Infatti occorre far percepire agli utenti il vantaggio tangibile del poter disporre dei loro dati aggiornati e bonificati, attraverso opportune iniziative di formazione e comunicazione interna ed esterna.

Ciò contribuirebbe ad attenuare non soltanto le resistenze degli utenti, restii a qualsiasi modifica dei propri dati ma anche del gestore dei dati, il quale può trovarsi in difficoltà a giustificare aggiustamenti che generano evidenti discontinuità con il passato.

Ancora, un piano di comunicazione può favorire l’accordo fra le diverse componenti aziendali che utilizzano la stessa l’informazione per finalità diverse, e che necessitano di riferenti livelli di qualità.

Un‘ulteriore stimolo al mantenimento di un elevato livello di qualità può derivare dall’istituzione di incentivi.


Quinta affermazione

Primo round

Nel lungo periodo, opportuni meccanismi di data entry supportati da adeguati controlli possono, da soli, contribuire a migliorare la qualità dei dati aziendali.

Secondo round

Nel lungo periodo, opportuni meccanismi di data entry supportati da adeguati controlli non possono, da soli, migliorare la qualità dei dati aziendali.

Versione definitiva

Nel lungo periodo, opportuni meccanismi di data entry supportati da adeguati controlli non possono, da soli, migliorare la qualità dei dati aziendali, anche se, soprattutto su dati “nuovi”, l’utilizzo di meccanismi standardizzati è una condizione necessaria.

Parole chiave: Errori sistematici, bonifica archivi, flussi da sistemi esterni, chiarezza dei controlli, aggiornamento

Non vi è dubbio fra gli intervistati che i controlli contribuiscono alla prevenzione degli errori, soprattutto se si tratta di errori sistematici. Anche in questo caso si deve porre attenzione alla formazione e diviene determinante la scelta dei meccanismi di controllo da predisporre, affinché il personale addetto ne comprenda le finalità. Ciò evita di trasformare l’intera attività di data entry in un continuo utilizzo delle forzature ai controlli.

Anche nel caso di dati acquisiti da sistemi esterni con processi automatici la definizione di regole può senz’altro contribuire al mantenimento di standard di qualità elevati.

Per quanto concerne la bonifica di archivi esistenti, occorre considerare la forte componente temporale della qualità, che richiede la definizione di processi iterativi di controllo, che permettano una continuo monitoraggio della validità delle informazioni correttamente inserite ma soggette a potenziale decadimento nel tempo (es. dati anagrafici).


Sesta affermazione

Primo round

Parlando di integrazione dati:

Dati di qualità +

Dati di qualità =

Non necessariamente dati di qualità.

Secondo round

L’esistenza di archivi di qualità è un requisito necessario, auspicabile ma non sufficiente a garantire la qualità del risultato nei processi di integrazione dati.

Versione definitiva

L’esistenza e il mantenimento nel tempo, grazie all’utilizzo di opportune tecnologie, di archivi di qualità è un requisito necessario, auspicabile ma non sufficiente a garantire la qualità del risultato nei processi di integrazione dati.

Parole chiave: Variabile umana, importanza regole, aspetto dinamico della qualità

L’esistenza di archivi di qualità può essere considerato un importante punto di partenza, e non il punto di arrivo nei processi d’integrazione.

Come sottolineato nell’affermazione precedente, dati e informazioni sono spesso soggetti a un rapido decadimento, e la tecnologia può fornire un contributo al rispetto di regole di controllo.

Tuttavia spesso occorre un’attenta analisi e interpretazione della semantica, per allineare dati che pur avendo nomi differenti, presentano il medesimo contenuto, o viceversa, dati che sono codificati differentemente ma presentano gli stessi nomi.


Caratteristiche spesso associate alla qualità dei dati e importanza percepita

IMPORTANZA PERCEPITA CARATTERISTICHE DELLA QUALITÀ DEI

DATI Med. Dev. Std.

Integrità 6,58 0,64

Aggiornamento 6,25 0,92

Sicurezza 6,00 1,15

Consistenza 5,83 1,14

Accuratezza 5,75 1,30

Completezza 5,75 1,30

Accessibilità 5,75 1,23

Rilevanza 5,33 1,31

Validità 5,17 2,03

Tabella 1 – Importanza percepita delle principali caratteristiche della qualità dei dati

Secondo la maggior parte dei partecipanti all’osservatorio integrità e aggiornamento sono proprietà irrinunciabili, mentre la completezza e l’accessibiltà non sono valori assoluti, ma il loro rilievo dipende dal contesto di utilizzo.

Per quel che riguarda la validità, invece, se è vero che è fondamentale avere dati validi, talvolta si possono utilizzare regole di presunzione e incroci con altre informazioni che contribuiscono indirettamente a una validazione del dato.

Sorprende invece come la consistenza non sia considerata fra le proprietà più votate, data la poca evidenza che può avere un dato inconsistente rispetto a uno errato e le conseguenze che tale inconveniente può portare.


Caratteristiche spesso associate alla qualità dei dati e necessità di miglioramento avvertita

NECESSITÀ DI MIGLIORAMENTO

AVVERTITA CARATTERISTICHE DELLA QUALITÀ DEI

DATI

Med. Dev. Std.

Accessibilità 5,45 1,30

Integrità 5,36 1,55

Aggiornamento 5,27 2,09

Sicurezza 5,27 1,66

Accuratezza 5,00 1,48

Completezza 4,82 1,70

Consistenza 4,73 1,42

Validità 4,36 1,87

Rilevanza 3,55 1,88

Tabella 2 – Necessità di miglioramento avvertite per le principali caratteristiche della qualità dei dati

Le necessità di integrità, aggiornamento e sicurezza, che nella tabella precedente erano segnalate fra le più importanti, risultano, in base ai punteggi del presente prospetto, lontani da un livello ottimale, e suscettibili di notevoli miglioramenti. In questo senso dunque dovranno essere diretti i maggiori sforzi di miglioramento che le istituzioni finanziarie dovranno affrontare nei prossimi anni sul fronte del data management.

Tuttavia, anche se non ritenuta ad alta priorità anche l’accessibilità risulta essere un elemento per il quale sono attesi ulteriori progressi.


Principali problemi legati al basso livello di qualità dei dati

IMPORTANZA PERCEPITA Med. Dev. std.

Difficoltà e lunghi tempi per la riconciliazione dei dati 5,92 1,26

Perdita di credibilità del sistema informativo 5,75 1,74

Ritardi nello sviluppo di nuove applicazioni 4,75 1,01

Problemi di compatibilità 4,55 2,23

Costi aggiuntivi 4,50 2,69

Immagine aziendale 5,00 1,41

Interventi di bonifica 5,00 1,00

Tabella 3 - Importanza percepita dei principali problemi legati a un basso livello di qualità dei dati

I partecipanti segnalano come maggiormente critico un problema che attualmente molte organizzazioni devono affrontare e che un’attenzione particolare e l’allocazione di un numero spesso non previsto a priori di risorse, nello sviluppo di molteplici progetti.

Al secondo posto invece si segnala un fattore che riflette ciò che molto spesso avviene nella realtà, allorché vengono attribuite ai sistemi informativi carenze che derivano da un errato approccio al problema, non solo dal punto di vista tecnologico ma, soprattutto dal punto di vista organizzativo, strategico e di business.

Nelle ultime due righe sono presenti due problemi segnalati solo da alcuni partecipanti all’indagine.


Affermazioni sulla qualità dei dati

IMPORTANZA PERCEPITA Med. Dev. Std.

Una fonte di valore strategico per le organizzazioni 6,09 1,16

Una componente trasversale a tutti i progetti informatici 6,00 1,35

Un fattore critico per il successo di progetti IT 5,36 1,82

Una componente scontata per il top management 5,27 1,54

Un tema sottovalutato 5,18 2,04

Un problema da gestire 4,82 1,99

Una voce di costo i cui benefici sono difficilmente valutabili

4,18 2,12

Percepita solo dall’IT 3,82 2,04

Tabella 4 - Alcune affermazioni sulla qualità dei dati

È importante notare che i partecipanti all’indagine sottolineano come l’issue della qualità dei dati sia interpretabile come un’opportunità che l’azienda può sfruttare, piuttosto che come un problema da dover gestire, approccio in verità sinora adottato.

Essa richiede l’adozione di una visione olistica, dato il suo carattere di elevata trasversalità.

Tuttavia, è richiesta ancora un’adeguata azione di comunicazione e di formazione per elevare la sensibilità interna verso tali problemi.

Anche in questo caso nelle ultime due righe sono presenti due voci segnalate solo da alcuni partecipanti all’indagine.


Conclusioni

Con riferimento al fabbisogno di coordinamento e di integrazione, i sistemi informativi possono essere presentati come caso emblematico in cui le tecnologie dell’informazione e della comunicazione si rivelano essere fattore abilitante di nuove soluzioni organizzative e assolvono a importanti funzioni di coordinamento e integrazione (Ravagnani, 2001). Nell’ambito dei sistemi informativi il concetto di "integrazione" è stato definito da Heilmann (1989). come l'interazione funzionale di uomini, processi e tecnologie con l'obiettivo di creare un insieme unitario. Dal punto di vista dell’attività bancaria, nell'ottica di raggiungere l'obiettivo dell'integrazione, devono essere contenuti gli effetti negativi derivanti dalla creazione di confini più o meno artificiali tra funzioni, processi e dati aziendali. I flussi informativi, quindi, devono essere organizzati utilizzando come modello la naturale concatenazione di tutti i processi aziendali (proprio come nell’ambito delle piccole imprese, dove tutti gli aspetti dell’attività dell’azienda sono “integrati” nella mente dell’imprenditore e tenuti in considerazione in ogni provvedimento preso).

Un supporto fondamentale nel passaggio dallo sviluppo di una singola procedura automatizzata allo sviluppo di un sistema informativo complesso ed integrato è dato dall’impiego di modelli di integrazione, che vengono sviluppati ad un livello di astrazione superiore rispetto al ciclo di vita della singola procedura, ma utilizzano le stesse forme di descrizione dei livelli inferiori. Tale strutturazione dell’architettura di un sistema informativo costituisce quindi un indispensabile punto di partenza per eventuali successive decisioni di automazione (Carignani, 2005).

La progressiva affermazione di sistemi di data warehousing è connessa al fatto che l’architettura informatica dei sistemi informativi delle generazioni precedenti si è sovente sviluppata nel tempo in modo incrementale, aggregando pacchetti applicativi differenti ad uso delle diverse aree funzionali; cosicché, col passare del tempo, si è generata una elevata frammentazione della base informativa aziendale. I sistemi informativi aziendali tradizionali infatti nascono per aggregazioni successive di componenti applicative differenti, fortemente caratterizzate dal punto di vista funzionale, che si cerca di volta in volta di collegare fra loro attraverso interfacce che consentano alle diverse parti di comunicare. Ciascun sottosistema costituisce un elemento a sé stante, parte di un “arcipelago” nel quale i collegamenti sono assicurati da interfacce che provvedono a regolare la comunicazione e il flusso di dati e informazioni tra una componente e l’altra. Questo approccio è indubbiamente limitato ed imperfetto, poiché un’architettura dei dati di questo tipo costringe ad inserimenti multipli dello stesso dato e fa sì che informazioni aventi la stessa natura o destinazione risultino disperse fra le diverse componenti. Tale fenomeno di frammentazione ha provocato non di rado una serie di inconvenienti quali la ridondanza di dati e informazioni, solitamente dovuta al fatto che dati della medesima specie venivano raccolti ed elaborati da applicazioni differenti, con il grave rischio di disallineamento della base-dati informativa, maggiori difficoltà nello stabilire connessioni e interfacce efficaci al crescere dei sottosistemi, elevata rigidità del sistema informativo


conseguente alla difficoltà di eliminare o sostituire una o più applicazioni e elevati tempi di adattamento dei sistemi alle esigenze aziendali data la complessità della struttura e il necessario intervento di esperti esterni. Ci si trova di conseguenza a dover fronteggiare costi inutili, dati ed informazioni ridondanti ed elevati rischi di disallineamento della base informativa, causati dalla necessità di aggiornare contemporaneamente diverse anagrafiche. In secondo luogo, l’aumento del numero dei sottosistemi pone dei limiti fisici alle possibilità di connessione ed interfaccia, rendendo il sistema rigido ed incapace di adattarsi all’evoluzione delle prassi operative e delle relazioni organizzative. In più, un sistema così strutturato implica dei tempi di aggiornamento non sempre adeguati alle esigenze di reattività che elevati livelli di coordinamento richiedono, aspetto questo che, assieme alla necessità di rivolgersi a degli specialisti per integrare i singoli sottosistemi, contribuisce a rallentare i tempi di risposta complessivi del sistema stesso. Negli ultimi anni, le esigenze di integrazione di dati, informazioni e applicazioni si sono accentuate sotto la spinta di numerose sollecitazioni che hanno interessato l’ambito bancario, dovute agli adeguamenti imposti dalle nuove normative (Basilea 2 ne è un evidente esempio), alle richieste del mercato che necessita sempre più di servizi integrati, e agli assetti organizzativi degli operatori del settore che spesso impongono interventi sui sistemi informativi.

In particolare i consistenti volumi di dati che i sistemi informativi devono gestire sono costantemente in crescita, mentre la pressione del mercato richiede un accesso alle informazioni sempre più tempestivo. Ciò rende obsoleto l’approccio sinora adottato dalla maggior parte delle aziende, che prevedeva l’utilizzo di silos di dati sviluppati in base alle necessità di singole aree organizzative. Si vanno facendo strada, dunque, nuove soluzioni che prevedono, oltre all’utilizzo di opportune tecnologie in grado di garantire il collegamento di fonti eterogenee, la gestione efficiente di grandi volumi di dati, la disponibilità di funzionalità per la profilazione, la bonifica e la trasformazione degli stessi, l’accentramento di tutte le attività che riguardano il data management.

L'Osservatorio "Problemi dell'Integrazione Tecnologica e Organizzativa in Banca", ha voluto rappresentare un luogo privilegiato di scambio di opinioni e valutazioni da parte di professionisti del settore che si sono confrontati sugli aspetti tecnologici ed organizzativi relativi al tema dell’integrazioni dei dati analizzandone le principali problematiche e le reali opportunità.

Le risposte ottenute nell’ambito delle indagini condotte hanno confermato l’attualità e l’importanza avvertite del tema evidenziando la particolare sensibilità dell’ambiente bancario per un aspetto dei sistemi informativi che riguarda non soltanto dati e informazioni ma anche sistemi, piattaforme e canali. La proliferazione di prodotti, servizi e canali, le richieste delle normative, le necessità di adozione di pratiche di gestione condivise rendono, di fatto, l’integrazione un requisito sempre più indispensabile per connettere canali di contatto e canali di delivery, funzioni e dipartimenti che hanno sinora operato separatamente e la banca con il sistema esterno. Questo si traduce nella necessità di realizzare piattaforme comuni per lo sviluppo delle applicazioni che, sebbene dispongano di interfacce diverse, utilizzano la


stessa logica per l’erogazione dei medesimi servizi, ottenendo benefici sia in termini di efficienza sia in termini di efficacia.

In questo senso, l’integrazione dei dati, se correttamente affrontata può soddisfare specifiche problematiche legate a singoli progetti ma anche contribuire a creare una solida e robusta Data Foundation, indispensabile per affrontare temi di grande attualità quali analisi del rischio, accesso ai mercati finanziari, gestione del profilo dati dei clienti e IT Governance.


Bibliografia

Carignani, 2005, IT IS… – Il ruolo delle tecnologie nella teoria e nella pratica dei sistemi informativi, FrancoAngeli.

English L., 2003, Improving Data Warehouse and Business Information Quality. New York, John Wiley & Sons.

Friedman T., 2002, A Strategic Approach to Improving Data Quality, Gartner Research, ID Number: TU-16-7721.

Knox M., 2001, Middleware Strategies and Enterprise Data Integrity, Gartner Research, ID Number: DF-13-3573.

Heilmann H., 1989, “Integration: Ein zentraler Begriff der Wirtschaftsinformatik im Wandel der Zeit”, Handbuch der modernen Datenverarbeitung, 26: 46-48.

Imhoff C., 2005, “Intelligent Solutions: Understanding the Three E's of Integration EAI, EII and ETL”, DM Review Magazine.

Morgenthal J. P., 2005, Enterprise Information Integration: A Pragmatic Approach, Lulu Press.

Olson J., 2002, Data Quality: The Accuracy Dimension, Morgan Kaufmann

Pipino L.L., Lee Y.W., Wang R.Y., 2002, “Data quality assessment”, Communications of the ACM, Vol. 45, No. 4ve.

Ravagnani R., 2001, “Integrazione e flessibilità nelle tecnologie informatiche: effetti previsti e indesiderati”, Atti del 2° Workshop dei docenti e Ricercatori di Organizzazione Aziendale, Padova.

Strong D.M., Lee Y.W., Wang R.Y., 1997, Data quality in context, Communications of the ACM, Vol. 40, No. 5.

Wand Y., Wang R.Y., 1996, Anchoring data quality dimensions in Ontological Foundations, Communications of the ACM, Vol. 39, No. 11.

Winter R., 2003, “An Architecture Model for Supporting Application Integration Decisions”, Proceedings of the European Conference on Information Systems, Napoli.

Osservatorio realizzato da CeTIF in collaborazione con ... tecnologica e organizzativa in ... per...

Documents

Transcript of Osservatorio realizzato da CeTIF in collaborazione con ... tecnologica e organizzativa in ... per...