De wereld na corona: uitdagingen op het gebied van datamanagement in kapitaalmarkten overwinnen

Financiële instellingen staan voor uitdagingen in een wereld waarin de betekenis van 'business as usual' fundamenteel is veranderd. De COVID-19-crisis heeft de inefficiënties blootgelegd die aan de basis liggen van veel functionele gebieden van kapitaalmarktbedrijven. Dit zette bestuurders ertoe aan om de operationele veerkracht opnieuw te evalueren in het licht van de toenemende volumes en volatiliteit en de verschuiving naar thuiswerken.

De aanhoudende marktvolatiliteit heeft geleid tot een aanzienlijke toename van het handelsvolume, ondanks de algemene daling van de markt, waardoor front-, middle- en backofficeteams onder druk kwamen te staan om dit bij te benen. Hoewel de markt al vaker volatiel is geweest — sinds de wereldwijde financiële crisis van 2008 zijn er al talloze ups en downs geweest — zijn de recente omstandigheden van een heel ander niveau en spelen ze zich wereldwijd af.

Waar de vorige crisissen vooral economisch van aard waren, is de COVID-19-pandemie een niet-economische gebeurtenis die elke markt op een iets andere manier heeft beïnvloed. Zowel mondiale als lokale ondernemingen werden getroffen en de sector in het algemeen zag zich genoodzaakt op grote schaal over te schakelen op thuiswerken.

Ook de geografische diversiteit van de kapitaalmarkten zorgde voor unieke uitdagingen. Zo is de overschakeling naar thuiswerken bijvoorbeeld gemakkelijker in markten zoals de Verenigde Staten, waar werknemers thuis over een computer of laptop beschikken, dan in landen met grootschalige offshorecentra, zoals India, waar laptops naartoe moesten worden verscheept om thuiswerken mogelijk te maken.

Waar eerdere crisis de markten voor ernstige operationele en data-uitdagingen stelden, is geen enkele markt gevrijwaard gebleven van het volatiliteitseffect. Voor mondiale ondernemingen is dit effect juist versterkt. Door deze volatiliteit staan veel bedrijven op achterstand qua risicobeoordeling naarmate de markten in beweging komen en de dynamiek van de activaklassen verandert.

Bedrijven die worstelen met batchprocessen en datalevering aan het eind van de dag, verliezen omzet aan nieuwere, flexibelere concurrenten en in risicobeoordelingen wordt de veranderende marktdynamiek slechts mondjesmaat weergespiegeld. De sector worstelt al een tijdje met de toenemende hoeveelheid data, en de huidige omstandigheden verhogen de druk op bedrijven om de zwakke punten van hun onderliggende data-architectuur aan te pakken, zodat ze beter zijn voorbereid op de uitdagingen van vandaag en die van de toekomst.

Naadloze toegang tot de verschillende datasilo's van een mondiaal bedrijf is bijna onmogelijk zonder een realtime, consistente en veilige datalaag om de relevante informatie op het juiste moment naar de juiste functionele managers te brengen, zodat strategische beslissingen kunnen worden genomen. Door deze toegang tot data zullen bedrijven ook beter kunnen omgaan met de voortdurende uitdagingen van werken op afstand en aanpassingen om de bedrijfscontinuïteit te waarborgen naarmate de eisen blijven veranderen. Veel middle- en back-officesystemen kunnen maar moeizaam voldoen aan de eisen voor toegang op afstand, maar met een geharmoniseerde datalaag zullen veel van deze middle- en back-officefuncties veel beter worden ondersteund.

De verouderde technologische omgeving is niet bevorderlijk voor het uitwisselen van werkzaamheden en in alle functies is er een hoog sleutelpersoonrisico. Data is niet voor alle systemen toegankelijk en door de voortdurende ontwikkelingen bij klanten en op de markt hebben bedrijfsleiders moeite om een accuraat beeld te krijgen van de markt en de relevante kansen die zich voordoen. Een risicobeoordeling aan het einde van de dag is minder relevant wanneer de markten zo snel en onvoorspelbaar bewegen, zodat het bepalen van de intraday-marge en het waarderen van activaklassen belangrijke uitdagingen zijn.

Ook marktsegmenten die hun klanten persoonlijke ondersteuning boden, bijvoorbeeld via financiële adviseurs, hadden moeite om zich aan te passen. Online en virtuele klantinteracties worden beter ondersteund met actuele data-inzichten en cloudgebaseerde technologieën.

Kapitaalmarktbedrijven zijn terughoudend geweest om over te stappen op cloudgebaseerde of in de cloud gehoste omgevingen en processen in belangrijke onderdelen van de handelslevenscyclus te digitaliseren. Het feit dat de nieuwe generatie technologieplatforms die zijn ingevoerd niet compatibel zijn met de oude technologieën die nog worden gebruikt, maakt de data-uitdaging nog groter. Het uitfaseren van oude applicaties kost veel tijd en moeite, maar bedrijven moeten zich daar niet door laten tegenhouden. Hoewel datasilo's in de nabije toekomst zullen blijven bestaan, kunnen bedrijven gedistribueerde data van het hele bedrijf samenvoegen en realtime analytische mogelijkheden en inzichten mogelijk maken door te investeren in moderne datamanagementtechnologieën, zoals een enterprise data fabric.

In december 2019 publiceerde de Britse Financial Conduct Authority (FCA) een raadplegingsdocument waarin werd benadrukt dat de operationele veerkracht van financiële instellingen moest verbeteren¹. Het is de eerste grote mondiale toezichthouder die met een dergelijk onderzoek begint, maar het zal zeker niet het laatste zijn, aangezien 2020 voor toezichthouders een perfecte testcase is om na te gaan hoe goed de sector op een crisis is voorbereid.

Bedrijven moeten er beslist voor zorgen dat zij deze toetsing en die van andere grote toezichthouders kunnen doorstaan. Naleving van service level agreements en minimalisering van het risico dat de normale gang van zaken wordt verstoord, zijn dan ook van het grootste belang voor kapitaalmarktbedrijven als de crisis voorbij is. Risicobeheer, stresstestcapaciteiten en analytics zijn van cruciaal belang om niet op de radar van de toezichthouders te blijven, en al deze aspecten moeten worden ondersteund met data.

Al deze uitdagingen vormen in de huidige omgeving een probleem met betrekking tot operationeel risico voor senior managementteams en bestuurders. Maar tijdens het testen mag een crisis als deze niet onbenut blijven. Bedrijven kunnen zich in deze moeilijke markt van de concurrentie onderscheiden door zich te concentreren op belangrijke investeringen waarmee ze niet alleen op korte termijn problemen met betrekking tot operationeel risico kunnen vermijden, maar die hen op lange termijn ook concurrerender maken en de basis leggen voor een digitaal getransformeerd bedrijf. De problemen die zich in de huidige crisis voordoen, kunnen worden aangepakt door een eerlijke evaluatie van de technologische mogelijkheden en worden verholpen door te investeren in belangrijke gebieden.

De technologische vooruitgang in het afgelopen decennium is enorm en er zijn tegenwoordig allerlei nieuwe technologieën die nauwkeurige, geharmoniseerde informatie vanuit het hele bedrijf on demand en in realtime beschikbaar stellen aan bedrijfsleiders, zodat die veel van deze uitdagingen kunnen aanpakken. Deze technologieën, waaronder intelligente enterprise data fabrics, helpen bedrijven hun bestaande data-architectuur beter te benutten door hun bestaande applicaties en data te laten voortbestaan en de data in flight en on demand te raadplegen, te integreren, te harmoniseren en te analyseren ten behoeve van diverse bedrijfsinitiatieven. Bovendien kunnen deze nieuwe technologieën dynamisch worden opgeschaald om de toename in datavolumes en workloads op te vangen, aangezien markten en volatiliteitsniveaus in tijden van crisis pieken.

Vijf jaar geleden was het een populaire trend om data lakes op te zetten. Veel datateams bouwden deze lakes om betere bedrijfsinzichten te realiseren en nieuwe datagerichte diensten te ontwikkelen.

De realiteit is echter dat veel van deze data lakes — tegenwoordig ook wel 'datamoerassen' genoemd — nogal ondoordringbaar zijn. Er is onvoldoende nagedacht over de manier waarop de data in deze architecturen moest worden ingevoerd, waardoor de data nu slecht toegankelijk is en moeilijk om te zetten is in bruikbare informatie die kan worden gebruikt voor klantinzichten of marktintelligentie.

Een veelgebruikte use case voor bedrijven die al data lakes hebben, is het inzetten van een moderne data fabric tussen het bedrijf en het bestaande data lake van het bedrijf om de data en de bijbehorende metadata makkelijker te kunnen vertalen naar functioneel bruikbare informatie. Een andere optie voor bedrijven die overwegen om een dergelijke architectuur te bouwen, is het inzetten van een 'smart data lake', waarbij vooral het 'smart'-stukje van belang is. Een smart data lake kan net als een data fabric zorgen voor de metadatalaag die zo belangrijk is om de data te vertalen in bruikbare informatie.

Een strategische evaluatie van de huidige technologische omgeving in de front-, middle- en back-office moet gericht zijn op het elimineren van overlappende processen, het verhogen van de efficiëntie en het plannen van het uitfaseren van systemen op de langere termijn. Daarnaast zouden er datamogelijkheden moeten worden opgebouwd om frontoffice- en risicobeheermedewerkers in staat te stellen bij te blijven en snel op marktveranderingen te reageren. Naarmate er meer wordt thuisgewerkt in de sector, moeten bedrijven zich richten op het implementeren van platform- en cloudagnostische technologieën die in de toekomst een flexibelere, wendbaardere en schaalbaardere manier van werken ondersteunen.

De meeste bedrijven zullen hun bestaande technologieplatforms uiteindelijk moeten vervangen, maar dit zal tijd vergen en in de tussenfasen moet worden gezorgd dat de informatie in de oude systemen en die in de systemen van de volgende generatie toegankelijk is en geharmoniseerd wordt voor zakelijk gebruik. Het is ook onwaarschijnlijk dat silo's helemaal zullen worden geëlimineerd, want functioneel specifieke applicaties en fusies en overnames zijn niet meer weg te denken uit de kapitaalmarktsector en deze brengen nog meer datasilo's en integratieproblemen met zich mee. Een data fabric kan de frictie wegnemen die 'line of business'-medewerkers ervaren wanneer zij toegang proberen te krijgen tot informatie van meerdere systemen en meerdere functies.

Investeren in een intelligente, gedistribueerde enterprise data fabric heeft tal van voordelen voor bedrijven als het gaat om de snelheid waarmee zowel intern als extern inzichten worden verkregen:

• Het bedrijf en eindgebruikers kunnen waardevolle inzichten worden geboden via een consistente, geïntegreerde en geharmoniseerde datalaag die met hoge prestaties en op grote schaal toegankelijk is.
• De volgende generatie van technologische vooruitgang moet worden gebouwd op sterke datafundamenten. Artificial intelligence- en machine learning-technologieën vereisen een grote hoeveelheid actuele, schone, genormaliseerde data uit alle relevante silo's van een bedrijf om te kunnen functioneren. Een data fabric kan deze data leveren zonder dat elke enterprise data store volledig opnieuw moet worden opgebouwd.
• Bedrijven kunnen snel reageren op ad-hocvragen van toezichthouders en zo verdere controles voorkomen. Financiële instellingen kunnen het zich niet veroorloven om risico's te nemen met hun reputatie nu toezichthouders hun aandacht richten op de kwaliteit van de data die ten grondslag ligt aan de verslaglegging en ze de activiteiten en controles van bedrijven onder de loep nemen. Een data fabric kan de flexibiliteit en prestaties bieden die nodig zijn om aan deze verplichtingen te voldoen.
• Met meer actuele risicodata en analytics kunnen bedrijven zich in realtime aanpassen aan marktontwikkelingen, wat voordelen met zich meebrengt voor zowel kapitaal- als liquiditeitsbeheer. Beslissingen kunnen makkelijker worden genomen als bedrijven een actueler beeld van risico's hebben.
• Interne teams hebben naadloos toegang tot data wanneer ze taken overdragen aan een collega als gevolg van personeelstekorten in de huidige omgeving. Het sleutelpersoonrisico kan worden verminderd als alle teams toegang hebben tot de data die ze nodig hebben vanuit de hele organisatie.
• Databeveiliging is van levensbelang. In het licht van de toenemende aandacht voor cyberbeveiliging en operationele veerkracht vanuit toezichthouders en klanten is het wat dat betreft veel veiliger om samen te werken met een betrouwbare partner op dit gebied dan om te proberen meerdere opensourcetools aan elkaar te knopen.

Bedrijven kunnen efficiënter en effectiever schalen doordat ze marktgedreven pieken in data en analytische workloads aankunnen. En doordat dataverzamelingsprocessen worden gestroomlijnd, neemt het operationeel risico af en wordt de operationele veerkracht groter.

Op langere termijn past een data fabric in de doelstelling om digitale transformatie op bedrijfsniveau mogelijk te maken, aangezien op die manier data vanuit alle hoeken van het bedrijf toegankelijk wordt, samen met de zo belangrijke metadata die het mogelijk maakt de herkomst van data vast te stellen. In plaats van te worstelen met de actualiteit of nauwkeurigheid van de verschillende datakenmerken en het samenstellen van een auditspoor voor klanten, toezichthouders of interne teams, heb je met een data fabric toegang tot de onderliggende brondata en de herkomst daarvan.

De data kan in realtime worden geleverd aan interne en externe partijen, of het nu gaat om aanvullende inzichten voor klanten of risico-informatie voor front-officeteams die de kosten van een transactie beoordelen. Als markten in beweging zijn, wat in de huidige markt vaak het geval is, kunnen teams die zich bezighouden met risicobeheer, onderpandbeheer en prijzen op elk moment doen wat ze moeten doen om de liquiditeit op peil te houden en de blootstelling aan tegenpartij- en marktrisico's te beperken.

Financieel adviseurs kunnen hun klanten de beste opties bieden zodra die zich voordoen en zo concurreren met nieuwkomers op de markt. Vermogensbeheerders beschikken over hoogwaardigere data die ze kunnen gebruiken voor programmatisch uitgevoerde simulaties om de onderneming beter in staat te stellen kansen te identificeren en risico's te beperken.

Handelaars beschikken over realtime data uit interne bronnen en hoeven dus niet te wachten tot interne teams informatie hebben gevalideerd en opgeschoond, met name van de minder liquide markten.

Doordat data sneller beschikbaar is, worden beslissingen beter geïnformeerd, en door een meer holistische benadering van data in silo's beschikken bedrijven over de datasets die nodig zijn om technologie van de volgende generatie te kunnen inzetten, zoals machine learning, artificial intelligence en natuurlijke-taalverwerking. Deze technologieën vereisen veel data en hoe meer informatie een bedrijf kan aanleveren, hoe nauwkeuriger het resultaat. Uiteraard moet de data die in een machine learning-platform wordt ingevoerd van hoge kwaliteit zijn en daarvoor is nauwkeurige en actuele data nodig.

Bij het beoordelen van alle beschikbare opties moeten de hardwarekosten en de architectonische complexiteit van elke oplossing zorgvuldig worden afgewogen. Architecturen waarin meerdere, ongelijksoortige, op zichzelf staande technologieën moeten worden geïntegreerd — zoals een in-memory datagrid met een afzonderlijk databasemanagementsysteem — kunnen hoge kosten, hogere hardwarevereisten en een complexe ontwikkeling en onderhoud met zich meebrengen.

Tegenwoordig zijn er opties met één enkele architectuur die meerdere lagen en mogelijkheden combineert — een horizontaal schaalbare enterprise data fabric met transactionele en analytische databasemanagementcapaciteiten en een rijke data- en applicatie-integratiefunctionaliteit — die deze cruciale bedrijfsvoordelen kunnen bieden met een veel eenvoudigere architectuur en veel lagere totale eigendomskosten voor financiële dienstverleners.

Met deze nieuwe technologieën kunnen bedrijven niet alleen de huidige pijnpunten die zij ervaren als gevolg van de huidige crisis aanpakken, het kan hen ook helpen de overgang naar een digitale toekomst te versnellen zonder dat ze hun huidige operationele infrastructuur volledig moeten vervangen.

Om een concurrentievoordeel te behouden of te krijgen, moeten bedrijven investeren in een robuuste data-architectuur, of ze nu al een koploper zijn of juist wat achterblijven. Wie niet investeert, zal het moeilijk blijven hebben, zelfs wanneer de markten weer een beetje normaal worden.

Je bedrijf digitaal transformeren kan alleen als je investeert in een degelijke basis van data. Als je naar de toekomst kijkt, bedenk dan eens wat deze nieuwe, niet-disruptieve, bedrijfsbrede datatechnologieën kunnen betekenen voor klantinteracties, strategische inzichten, risicobeheeractiviteiten en naleving door on demand en in realtime kritieke data, inzichten en acties te leveren aan de belangrijkste interne en externe stakeholders van het bedrijf.

Firebrand Research
Wij hebben een passie voor kapitaalmarktonderzoek We zijn gespecialiseerd in het leveren van onderzoeks- en adviesdiensten aan bedrijven in het volledige kapitaalmarktspectrum. Of je nu in fintech wilt investeren of een businesscase wilt opstellen, wij helpen je de klus te klaren.

• De stem van de markt
• Onafhankelijk
• Gebaseerd op tientallen jaren van onderzoek
• Praktisch zonder opsmuk
• Diversiteit van aanpak
• Marktonderzoek moet toegankelijk zijn

Ga voor meer informatie naar www.fintechfirebrand.com of stuur een e-mail naar contact@fintechfirebrand.com.

InterSystems
InterSystems, opgericht in 1978, is de toonaangevende leverancier van technologie voor kritieke data-initiatieven in de zorg, de financiële sector, de productiesector en de supply chain-sector. Het bedrijf levert onder andere productieapplicaties aan veel van de grootste wereldwijde banken. De cloudgebaseerde dataplatforms van InterSystems lossen interoperabiliteits-, snelheids- en schaalbaarheidsproblemen op voor grote organisaties over de hele wereld. InterSystems streeft naar uitmuntendheid via zijn bekroonde 24/7 support voor klanten en partners in meer dan tachtig landen. InterSystems is een particulier bedrijf met een hoofdkantoor in Cambridge, Massachusetts en 25 vestigingen wereldwijd.
Ga voor meer informatie naar InterSystems.com/Financial.

---

^{1 “Building operational resilience: impact tolerances for important business services”, FCA, december 2019}