La Guía Definitiva

sobre Solvencia II

€ BANK
Tabla de contenido

1 Introducción

2 El reto funcional

3 Trazabilidad y seguimiento

4 Integración del Dato

5 Calidad del Dato Origen

6 Modelado

7 Explotación

8 Gestión de metadatos

9 Glosario Conceptual

10 Gestión de eventos complejos

11 Conclusión

12 ¿Por qué PowerData?

2 Solvencia II
Síguenos en: Twitter · LinkedIn
1. Introducción
En la actualidad, las entidades aseguradoras, igual que sucede con las entidades bancarias, se
encuentran sujetas a normativas de control de riesgos financieros.

En efecto, en los últimos años y en paralelo a la normativa de Basilea, han surgido directivas
orientadas a controlar los riesgos aparecidos como consecuencia de la heterogeneidad de los
mercados de capitales y de las exigencias de auditabilidad y transparencia.

Cuáles son los objetivos principales

de la Directiva Solvencia II?
Entre los objetivos más destacables de la citada directiva podríamos mencionar los dos siguientes:

● Lograr mejorar la seguridad de los clientes. En este sentido, se establecen criterios de

obtención de garantías de provisiones de reserva de caja y requisitos específicos de capital.
Estas acciones aportan capacidad de reacción ante los cambios en las valoraciones de los
activos y la situación patrimonial de las aseguradoras.
● Al mejorar los criterios de clasificación de riesgo, es posible establecer de una forma más
eficaz el perfil de riesgo de los productos e inversiones. Factores como la divesificación y
valoración en función de factores externos hace posible mantener los márgenes de capital

3 Solvencia II
Síguenos en: Twitter · LinkedIn
 suficientes con respecto a los riesgos evaluados.

Estas Directivas suponen un reto en las compañías. Por un lado se exige un control de la
información adecuado con las herramientas y tecnologías disponibles en la actualidad. Por otro
lado existe un impacto en los procesos de gestión y en la frecuencia de obtención de productos
finales tales como informes y métricas específicas.

Las compañías se ven en la necesidad de contemplar la adopción de las tareas necesarias para
proveer la información adecuada en los plazos exigidos por la normativa, con un nivel de calidad
del dato cada vez más alto.

Qué factores deben tenerse en

cuenta por las compañías?
● Adaptación de los procesos de Gobierno TI al nuevo escenario
● Solucionar los problemas existentes en la gestión de los datos, calidad de datos y lógica de
negocio aplicada
● Disponibilizar la información con la frecuencia y actualización necesaria.

Una infraestructura tecnológica capaz de adaptarse a los cambios y con capacidad de resolución
necesaria es fundamental para lograr el cumplimiento de la Directiva de Solvencia II.

Solvencia II entrará en vigor entre 2014 y 2017. Esta indefinición así como los retrasos aprobados
han comportado que algunas entidades se relajen y frenen los procesos de adaptación a las nuevas
normas de capital. Los nuevos requerimientos suponen un trabajo de preparación más complejo
que lo previsto en el año 2009 por el legislador.

Créditos foto: http://www.vinclesconsultoria.com/en/

4 Solvencia II
Síguenos en: Twitter · LinkedIn
2. El reto funcional

La Directiva de Basilea II requiere de soluciones tecnológicas

en las varias funciones de negocio.

Se definen requisitos sobre los algoritmos a aplicar en

cuantificación del capital de las aseguradoras, requisitos
específicos de reporte de la información sobre balances y
reservas técnicas.

En las Entidades Aseguradoras la casuística de sistemas de

información puede ser muy compleja.

A lo largo del tiempo se heredan sistemas que no están integrados con el resto de la operativa.
Además cada ramo y área de negocio dispone de sus propios repositorios con una gestión del dato
independiente.

Se hace necesario de esta forma disponer de mecanismos que permitan la integración de los datos
aplicando reglas de coherencia y calidad de datos para obtener repositorios de información
integrada y normalizada a nivel de compañía.

El cálculo de las métricas exigidas necesitan nutrirse de variables precisas que tienen una fuerte
dependencia del origen de datos.

La calidad del dato es fundamental en este paso ya que registros duplicados o incompletos pueden
afectar a las cifras obtenidas tras la aplicación de la lógica de algoritmos requerida por la Directiva.

Créditos foto: http://www.vntg.es/blog/lexpansio-de-les-empreses-de-retail-en-temps-de-crisi

5 Solvencia II
Síguenos en: Twitter · LinkedIn
3. Trazabilidad y seguimiento
En efecto, no basta con disponer de procesos de limpieza y
calidad del dato. Es necesario poder conocer en todo
momento cuál es el estado de los repositorios y cómo
evolucionan los datos de la compañía en el tiempo.

Se hace imprescindible establecer métricas de calidad de

datos por cada uno de los orígenes que permitan establecer
con fiabilidad si los resultados de reporte de la Directiva
Solvencia II son confiables y en qué medida son válidos para
su presentación.

La información errónea supone una dificultad en el modelado y análisis de riesgos, ya que no se

tiene la certeza de partir de hechos válidos tanto en los supuestos iniciales como en las
conclusiones. El incumplimiento de la Directiva puede suponer la aplicación de sanciones y
medidas extraordinarias de rectificación como la obligación de incrementar los coeficientes de
caja.

Una vez se dispone de los datos origen se obtienen las reglas que darán lugar a las métricas de
auditoría. La Directiva Solvencia II dispone de objetivos y criterios cuyo cumplimiento depende de
los resultados provistos a través de indicadores fundamentales. Estos incluyen información base de
administración de riesgos internos, externos o pruebas de estrés.

La novedad con respecto a anteriores versiones de la Directiva de Solvencia es que la organización

es responsable de la fiabilidad de los indicadores y métricas resultantes y de la bondad de los
datos origen de estos algoritmos. Es por esto que se debe poder justificar en qué medida los datos
son fiables y cómo evoluciona su estado. Disponer de metadatos se hace imprescindible en este
punto, pudiendo discriminar las rutas a través de las cuales los datos cambian, son modificados o
son utilizados por cada aplicativo.

Los datos a tomar como origen para la obtención de las métricas e indicadores parten de Balance,
Fondos propios, Capitales requeridos (SCR y MCR), Análisis de variaciones, Activos, los diferentes
Ramos, Provisiones técnicas de Vida, Provisiones técnicas de No Vida y Reaseguro.

Dado que existe una fuerte dependencia e interacción entre métricas, la Organización debe

6 Solvencia II
Síguenos en: Twitter · LinkedIn
disponer de los medios adecuados para monitorizar todo el ciclo de vida del dato en cada uno de
los aplicativos. La capa de integración y normalización de repositorios contiene la lógica de negocio
necesaria para disponer del dato maestro, proceso que debe ser revisado y evolucionar en paralelo
a las necesidades de la Compañía.

Como requisito fundamental de la Directiva de Solvencia II está el disponer de los informes por un
plazo de cinco años. Existe un informe marco que deberá remitirse al órgano de control en formato
electrónico cada tres años junto con el inventario de los cambios existentes en contenido,
algoritmos y estado de los indicadores. Además a partir de 2017 se hará necesario remitir esta
información al Órgano de Control Supervisor junto con el Banco Central Europeo.

Créditos foto: http://www.icex.es/icex/cda/controller/pageICEX/0,6558,5518394_5519005_6366453_4262702,00.html

7 Solvencia II
Síguenos en: Twitter · LinkedIn
4. Integración del Dato
Ante el reto que supone el cumplimiento de la Directiva Solvencia II, las aseguradoras se ven en la
necesidad de realizar cambios a nivel funcional y técnico en sus sistemas.

Desde Arquitectura de Sistemas se darán iniciativas en la

dirección de lograr la suficiente fiabilidad y control sobre el
Dato para poder utilizarlo en todas las áreas de la compañía.

Sin embargo se hace necesario establecer mecanismos de

integración globales y disponer de una metodología que cubra
las necesidades actuales y futuras.

La amplia experiencia de PowerData en el tratamiento y explotación de los datos nos permite

abordar el problema objetivamente y desde la perspectiva de negocio. De esta forma PowerData ha
desarrollado metodologías que plantean como inicio de la solución el establecimiento de una
Política de Arquitectura a nivel corporativo.

La Integración del Dato es el medio para lograr las metas y objetivos corporativos y por tanto es la
base para alimentar DataMarts analíticos que sirvan como referencia a todos los procesos de la
Compañía y la obtención de las métricas e indicadores requeridos por la Directiva de Solvencia II
con la suficiente fiabilidad.

El primer paso es establecer una estrategia de integración de datos que permita:

● Ser flexibles ante la incorporación de nuevas fuentes

● Disponer de las estrategias de recarga y actualización selectiva menos intrusivas
● Minimizar los cambios en los procesos actuales, tanto en las bases de datos como en
ficheros externos, aplicativos externos.

Qué conceptos básicos son

necesarios introducir?
● ODS: Operational Data Store, se trata de un repositorio de datos que recoge en un solo
repositorio toda la información.
● DWH: DataWarehouse, donde se dispone de los datos normalizados en modelos

8 Solvencia II
Síguenos en: Twitter · LinkedIn
 preparados para alimentar los Datamart.
● DataMart: repositorio que contiene modelos de datos dimensionales susceptibles de ser
explotados.
● ETL: Extract Transform Load, tecnología de integración de datos orientada a la simplicidad
de diseño y construcción con bajo coste de mantenimiento.

Por tanto se abordarán los requisitos del proyecto en 2 áreas diferenciadas:

● Análisis de necesidades de carga y transformación desde los orígenes hasta el DWH

● Integración de datos en Modelos corporativos (hechos, dimensiones, agregadas, cubos,
indicadores calculados)

Las tareas básicas a realizar son:

● Carga de Datos hasta el ODS y DWH, tomando los datos de los orígenes implicados en la
obtención de métricas de Solvencia II. Se dispondrá de esta forma de un repositorio único
alimentado en modo Batch o NRT (Near Real Time).
● Se desarrollarán procesos ETL:

oCompletar ETL de carga del ODS con la información bruta desde orígenes.

oConstrucción ETL para carga el DWH con los datos origen de los modelos dimensionales.

o Desarrollo ETL para carga DataMart desde el DWH incluyendo la construcción de los
modelos dimensionales y tablas auxiliares.

De esta forma se recogerán los campos que formarán parte de los reportes y métricas de cálculo.

Partiendo del sistema actual se obtendrá una migración progresiva hacia la obtención de un
repositorio base completo.

Créditos foto: http://www.legaltoday.com/blogs/psicologia/blog-psicologia-para-abogados/tipologia-de-personalidades

9 Solvencia II
Síguenos en: Twitter · LinkedIn
5. Calidad del Dato Origen
Los objetivos de Calidad de Datos de negocio se
basan en necesidades que aporten ventajas
operativas (eliminar redundancias, optimizar
procesos), evitar incidencias o abrir nuevas
oportunidades y líneas de trabajo.

Es necesario realizar una limpieza de los datos de

los diferentes Orígenes hasta la capa de ODS. El
objetivo fundamental es obtener registros que
alimenten o constituyan directamente la base del
DataWarehouse, y eventualmente puedan ser
explotados directamente desde otros aplicativos.

Qué productos finales se obtendrán?

● Datos cargados tras la limpieza y aplicación de reglas de calidad
● Relación de casuística de Calidad de Datos según tipología y Origen
● Inventario de reglas de negocio establecidas
● Definición de prioridad o pesos por Origen para matching / merging

El objetivo a medio plazo es obtener un sistema completo de Gestión de Datos Maestros que
permita obtener un control completo de la Gestión del Dato. Sin embargo es posible alcanzar la
generación de reportes y métricas de Solvencia con una primera fase de Calidad de Datos hacia
ODS que asegure la disponibilidad de datos normalizados y aptos para el inicio de los análisis.

El diseño y arquitectura de esta solución deberá tener en cuenta el objetivo a medio plazo,
estableciendo una correcta metodología, buenas prácticas y asegurando un marco tecnológico
capaz de dar soporte a las necesidades presentes y futuras.

Es necesario poder establecer niveles de confianza sobre la información base de los informes. En
las Organizaciones, la recepción de datos desde múltiples fuentes entraña dificultades a la hora de
integrar esa información tanto en modelos de Data Warehouse, así como en el establecimiento y

10 Solvencia II
Síguenos en: Twitter · LinkedIn
creación de Datamarts y sistemas de Explotación.

Disponer de información fiable y normalizada proporcionará a la Entidad de la capacidad de tratar

la información de forma unificada, con la seguridad de que no existan discrepancias en cuanto a
integridad, completitud, deduplicación etc.

Créditos foto:

http://blog.powerdata.es/el-valor-de-la-gestion-de-datos/bid/313698/C%C3%B3mo-gestionar-la-calidad-de-los-datos-en-la-directiva-Solve
ncia-II

11 Solvencia II
Síguenos en: Twitter · LinkedIn
 6. Modelado
El negocio asegurador necesita poder disponer de un entorno informacional con los datos relativos
cada uno de los sistemas involucrados. Desde diversas fuentes y para cada línea de negocio es
necesario disponer de un modelo de datos analítico que facilite el análisis, reporting y distribución
de la información entre usuarios y obtención de las métricas e indicadores requeridos.

Este sistema deberá abordar los principales conceptos de negocio,

hechos e indicadores que alimenten al entorno de explotación.
Además se tendrá en cuenta que cada uno de los informes puede
necesitar distinta lógica dependiendo del nivel y detalle del dato.

Los sistemas suelen tener un fuerte componente de intervención

manual. Es esta parte la que origina más dificultad de obtención
del dato fiable ya que suele estar fuera de los canales de
verificación establecidos.

Qué factores tiene en cuenta un

sistema de análisis de la
información?
Modelo Dimensional: probablemente varios en la organización. Aunque el objetivo es poder
disponer de un sistema con la información unificada, es posible que los niveles de detalle del dato
no se correspondan o que la unificación pueda suponer problemas en el cálculo de ciertas métricas.
A partir de un análisis en profundidad se obtendrá un mapa que dará lugar a los diferentes
modelos de datos. Cada modelo dispone de hechos o medidas junto con características asociadas a
esas medidas llamadas dimensiones.

Un DataMart (DM) es un subconjunto de datos contenidos en un área de negocio, generalmente

contenidos dentro del Data Warehouse empresarial. Su ámbito es departamental y típicamente
pone énfasis en datos internos de uno o dos orígenes transaccionales, los cuales son utilizados
masivamente por el departamento en cuestión.

El DWH está optimizado para el almacenamiento de datos y la integridad. El DM facilita la

12 Solvencia II
Síguenos en: Twitter · LinkedIn
comprensión del usuario para generar sus propias consultas e informes desde varias herramientas
de análisis y reporting.

Los datos contenidos en el DWH típicamente sólo son accedidos por los administradores de las
bases de datos, los diseñadores, los programas de carga y otros programas que ayudan a mantener
el contenido limpio, correcto, a tiempo y consistente. Los datos origen se cargan dentro del DWH
para su almacenamiento.

Existe multitud de enfoques para construir un DataWarehouse. Muchos de ellos proceden de la

propia evolución del entorno, o del intento de plantearlo como un proyecto tipo transaccional. Estos
son los enfoques erróneos más comunes:

El Data Mart será implementado utilizando las técnicas de diseño de DWH recomendadas por R.
Kimball para una estructura óptima de consulta y visualización de los usuarios, esto es, un diseño
multidimensional con un conjunto de “tablas de dimensiones” que clasifiquen los hechos (o
métricas) definidas en la “tabla de hechos”. La granularidad entonces de los datos almacenados
será dada por el cruce que se haga de cada una de estas dimensiones.

Ejemplo de modelo estrella:

Las tablas presentes en este diagrama son de 3 tipos:

● La tabla de hechos o “Fact Table” que almacena las métricas a consultar.

● Las tablas de dimensiones (marcadas con el prefijo “dim_”) que sirven para
categorizar los hechos y para filtrar el contenido de la tabla de hechos.
● La tabla de transacciones, que almacena el detalle transaccional desagregado
requerido por algunos clientes .

Cálculo de métricas:
Los cálculos de métricas pueden realizarse desde la capa de explotación. Las herramientas de BI son
capaces de aplicar fórmulas y presentar datos en base a condiciones. Sin embargo en ocasiones es
necesario obtener datos precalculados en pasos intermedios como contadores para el cálculo de
primas periodificadas. Además, y por necesidades de rendimiento, puede ser necesaria la creación
de datos ya agregados por varios límites temporales o utilización de cubos que contienen datos
calculados desde los puntos de vista más utilizados.

Obtener el catálogo de informes corporativos y establecer una política de distribución de

13 Solvencia II
Síguenos en: Twitter · LinkedIn
información. El riesgo operacional está contemplado como parte de la Directiva Solvencia II, por
ello es necesario el control y establecer la visibilidad de los procesos de verificación.

Por último es necesario tener en cuenta la exigencia de la Directiva con respecto a la profundidad
de los datos, pudiendo necesitar cargas y obtención de métricas de varios años.

Créditos foto: http://www.malavida.com/blog/44412/opciones-para-poder-crear-listas-de-tareas-online

14 Solvencia II
Síguenos en: Twitter · LinkedIn
7. Explotación
Existen dos áreas diferenciadas en cuanto a la explotación del dato:

Por un lado se obtienen las métricas e indicadores requeridos por la Directiva Solvencia II en cuanto
a control de riesgos. Por otro lado es necesario proveer los indicadores que aporten visibilidad al
estado de los procesos de control interno y a su evolución en el tiempo.

La obtención de un sistema de Business Intelligence aporta el beneficio del acercamiento del dato al
negocio. Poder cumplir con las exigencias de la Directiva aporta además la ventaja de auditoría de
los procesos existentes y disponer de un entorno que permite el análisis de la información para
poder obtener una rápida y certera toma de decisiones.

Poder disponer del dato y que sea accesible de forma sencilla

al negocio es un paso adelante en la prevención de riesgos.

Dentro de la organización es necesario disponer de un equipo

capaz de mantener el sistema y asegurar:

● La integridad de los datos

● La carga diaria desde los orígenes
● La adaptación y evolución del sistema por nuevas necesidades de negocio
● Obtención de las métricas e indicadores calculados

Entre los requisitos de la Directiva Solvencia II se encuentra el control del riesgo operacional. La
entidad debe disponer de los recursos necesarios para reaccionar ante cualquier eventualidad y que
pueda impedir la visibilidad de las métricas de riesgo y control de proceso.

Créditos foto:

http://www.legaltoday.com/actualidad/noticias/el-centro-de-estudios-garrigues-ha-atendido-sus-dudas-acerca-de-la-gestion-del-despach

15 Solvencia II
Síguenos en: Twitter · LinkedIn
8. Gestión de metadatos
Como parte del control de la información se hace necesario disponer de mecanismos que aporten
visibilidad sobre el ciclo del dato. Desde los orígenes, los datos son movidos, transformados y
cargados en varios destinos.

Además sufren transformaciones, por lo que el

concepto de negocio que representan puede no ser el
mismo a lo largo del proceso.

De esta forma el proceso de gestión del dato debe

incluir información que asegure la trazabilidad
completa del dato, inventario de cambios
realizados (estructura, formato, algoritmos), y
adopción de glosarios de negocio para determinar
el análisis de impacto en cada caso.

Tanto las herramientas ETL como las herramientas

de Calidad de Datos permiten trazar el dato desde un Target (Destino) determinado hasta los
Sources (Orígenes). Además disponen de interfaces para, en caso de auditoría, poder visualizar
gráficamente el camino que ha llevado el dato.

Los fabricantes de herramientas ETL proporcionan facilidades para el intercambio de metadatos

con otras herramientas como son las API’s basadas en CWM (Common Warehouse Metamodel) y
XMI (XML Metadata Interchange).

Además permiten integrar los repositorios de otros sistemas como ERP y CRM, pudiendo disponer
de la lógica y dominio del dato como base de análisis de impacto. La técnica de Linaje de Datos
permite realizar un análisis de los metadatos y ejecutar reportes sobre ellos.

La gestión de los metadatos aporta una visión más completa del ciclo de vida del dato además de
ventajas ante las exigencias de seguimiento y control de procesos definidas en el marco de
Solvencia II.

Créditos foto: http://www.gestion.org/gestion-documental/5571/que-son-los-metadatos/

16 Solvencia II
Síguenos en: Twitter · LinkedIn
9. Glosario Conceptual
El principal reto al que se enfrenta la Organización a la hora de integrar datos es la correcta
definición conceptual de los términos de negocio entre distintos sistemas.

Se hace imprescindible disponer de un Glosario con la definición conceptual de cada uno de los
campos y establecer dependencias entre los diferentes actores que consumen estos datos.

Aunque un concepto exista en varios

orígenes, no está asegurado en un
principio que se refieran exactamente a
lo mismo. Puesto que estos datos van
a ser integrados y explotados hay que
establecer cuáles son las diferencias y
conocer hasta qué punto es posible
obtener una unificación conceptual.

Desde la capa de explotación podemos de esta forma asegurar que las métricas obtenidas
mediante los procesos de cálculo están empleando datos que se refieren al mismo concepto y que
se utilizan de la misma forma a lo largo de la Organización.

En el caso de las auditorías, es posible establecer criterios de búsqueda dentro de los Glosarios de
Negocio que permitan identificar de forma unívoca los conceptos que pueden afectar o están
relacionados con determinados conceptos de negocio.

El simple ejercicio de integración y unificación de conceptos de negocio aporta además el beneficio

de la homogeneidad entre distintos aplicativos, ayudando a unificar dato y proceso.

Créditos foto: http://www.zacateks.com/2013/06/17/ifai-multa-a-banamex-por-mas-de-16-mdp/

17 Solvencia II
Síguenos en: Twitter · LinkedIn
10. Gestión de eventos
complejos
Como parte de la Gestión de Riesgos existen
técnicas de detección de eventos que permiten
anticiparse a la aparición de incidencias.

Debe comenzarse por la selección de métricas

de detección de riesgos tanto de negocio como
operativos. A partir de estas métricas
definidas es posible establecer mecanismos de
alarma.

Las herramientas ETL pueden examinar los

orígenes de datos en modo Batch o Near Real Time en búsqueda de criterios en los datos. Estos
criterios pueden ser simples, como sobrepasar un valor determinado, o complejos que requieran la
construcción de una malla de decisión.

Ante este segundo caso se plantea un modelo mixto. La frecuencia de actualización de los datos
varía en cada sistema. La malla de decisión puede disponer de un primer ciclo de decisión basado
en indicadores de baja frecuencia de actualización que provea de resultados parciales. Se completa
la malla con los indicadores obtenidos mediante procesos de rápida actualización y el resultado
final es un semáforo de alerta..

Las mallas de decisión pueden examinar bases de datos, ficheros planos y contener lógica compleja
como búsqueda de valores concretos y ser el resultado de cruces de tablas, conteos y consulta de
información histórica.

El apoyo en un sistema con los datos integrados y normalizados en de gran ayuda en esta
operativa, aunque puede ser necesario realizar consultas directamente a los Transaccionales para
la detección de eventos de rápida actualización y alta criticidad. Los resultados pueden ser
presentados en informes de forma pasiva o enviados por medios electrónicos instantáneamente
(email, mensajes, cuadros de control, etc).

Créditos foto: http://www.mkm-pi.com/byte-ti/software-ag-anuncia-su-estrategia-para-la-proxima-generacion-de-gestion-de-big-data/

18 Solvencia II
Síguenos en: Twitter · LinkedIn
11. Conclusión
La expansión comercial está llevando a las aseguradoras a un mercado con una competencia
global y una mayor demanda de los inversores de información. Por su parte, la Globalización
supone que las aseguradoras puedan ser más propensas a sufrir escasez de capital.

La correcta implementación de Solvencia II aportará

más transparencia, garantías a los asegurados,
evitará las sanciones y también ofrecerá ventajas
competitivas muy importantes.

Optimizar el capital y poseer una cantidad de reserva

técnica mejorará la gestión comercial porque al tener
mayor información, es posible diseñar productos cada
vez más competitivos y ampliar el mercado.

Por otro lado, esa información publicada permitirá mejorar la calificación crediticia, con lo cual se
atraerá inversión.

Todo ello comportará cambios en el enfoque de innovación, gestión de datos, sistemas y en el

proceso de toma de decisiones. Como resultado, muchas compañías de seguros podrán apreciar en
Solvencia II un pretexto para llevar a cabo grandes proyectos en áreas tales como finanzas y
sistemas de organización o reestructuración de las empresas.

Créditos foto: http://www.webipedia.es/paginasWeb.html

19 Solvencia II
Síguenos en: Twitter · LinkedIn
12. ¿Por qué PowerData?
Mediante el apoyo experto en gestión de datos creamos valor para nuestros clientes a través de
soluciones y proyectos que ayudan a conseguir mejoras duraderas y apreciables en sus resultados
de negocio.

Nuestra propuesta no se basa en

una visión monolítica sino en una
estrategia coherente de
pequeñas victorias orientada a
expandir y a adaptar esta solución
a exigencias normativas y
necesidades de mercado.

El objetivo es llegar a implementar

una solución integral, que
permita tratar de forma conjunta
la calidad, la gestión de maestros,
las dependencias, la gestión de metadatos, la integración de dichos datos con glosarios de
términos de negocio, y una óptima gestión de eventos complejos. De esta forma, podemos
consolidar una arquitectura flexible que permita minimizar costes de desarrollo de mantenimiento.

Qué permitirá esta solución?

● Soportar un ecosistema muy heterogéneo de aplicaciones, multitud de formatos de
información de las áreas de negocio, de los partners y de los proveedores.
● Adaptarse a nuevas exigencias y necesidades sobrevenidas en los plazos establecidos,
maximizando la reutilización de los activos informacionales de la organización.

Además, desde el punto de vista económico, es la mejor forma de optimizar el Coste Total de
Propiedad, al permitir minimizar la puesta en producción y el coste de mantenimiento.

20 Solvencia II
Síguenos en: Twitter · LinkedIn
Por qué una gestión de datos eficaz
beneficia a las organizaciones?
● Permite anticiparse a las necesidades.
● 24 Los Acuerdos de Basilea y la Gestión de Datos Twitter · LinkedIn
● Amplía la perspectiva de quién tiene que decidir sobre qué asuntos.
● El riesgo operacional, operativo y crediticio se controla y se reduce.
● La productividad mejora.
● Los procedimientos se ajustan a las normativas y regulaciones.
● Las organizaciones son más ágiles y dinámicas.
● La relación con el cliente se perfecciona y su satisfacción mejora.

A modo de conclusión, quisiéramos reiterar que, con toda seguridad, podemos ofrecerle la
funcionalidad que requiere para mejorar la calidad de sus datos, probada con casos de uso de
referencia que presentan unos requisitos muy similares a los suyos.

Brindamos soluciones empaquetadas que permiten acelerar la obtención de beneficios, a

diferencia de los conjuntos de herramientas de desarrollo, que suelen implicar una implantación
más cara y compleja.

Nuestras soluciones pueden aprovecharse en diversas áreas de su organización para generar

oportunidades de obtener valor añadido a un bajo coste de la propiedad.

Podemos garantizar que nuestros excelentes socios así como nuestra experiencia en tecnología
complementaria le garantizarán el éxito y potenciarán al máximo su inversión.

Créditos foto: http://www.picstopin.com/

21 Solvencia II
Síguenos en: Twitter · LinkedIn