D&A canvas background layer mobile

Data Management

Voor een betrouwbaar en kwalitatief datafundament

Zonder Data Management geen geschikte data om mee te werken. Binnen Data Management draait alles om de kwaliteit en de betrouwbaarheid van de input. Waar komt de data vandaan? Hoe gaan we ermee om, hoe slaan we data op? Houden we ons aan de regels met betrekking tot data? Hanteren we overal binnen de bank de juiste procedures en hebben we de systemen op orde? Data Management omvat het vinden, begrijpen en verwerken van data op zo’n manier dat we als bank betrouwbare, op feiten gebaseerde beslissingen kunnen maken.

Collega's aan het woord

FAQ

  • De data steward is van onschatbare waarde geworden voor bedrijven die hun data beter willen beheren. Data stewardship is een functionele rol in Data Management en governance, met de verantwoordelijkheid om er binnen het domein van de steward  voor te zorgen dat databeleid en -normen in de praktijk worden gebracht.

  • Risk en compliance gaan in het bankwezen hand in hand. Doordat wij operationeel zijn, worden we blootgesteld aan verschillende niet-financiële en financiële risico’s, zoals de kans dat een lening niet kan worden terugbetaald. Aan de andere kant moeten we de betrouwbaarheid van de financiële sector waarborgen. We zorgen ervoor dat onze modellen voldoen aan wet- en regelgeving, zodat we onze klanten vertrouwen inboezemen op elk moment binnen de klantreis.

  • IFRS 9 is een internationale standaard voor financiële verslaglegging. Als bank lopen we risico, daarom kijken we vanuit verschillende invalshoeken hoe we die risico’s kunnen beheersen. Dat doen we op zo’n manier dat we onze klanten de beste service bieden en tegelijkertijd voldoen aan de eisen van toezichthouders én als bedrijf levensvatbaar zijn. Dit raakt verschillende onderwerpen, zoals kredietrisico, marktrisico en/of IFRS 9 en Basel IV.

  • Goed datamanagement vormt de basis voor accurate data-analyses. Ons doel is om nauwkeurige, volledige en consistente gegevens gemakkelijk toegankelijk te maken voor de juiste medewerkers. Om dat te doen, bepalen we welke data nodig zijn, waar ze zich bevinden, hoe ze door de organisatie stromen en wie verantwoordelijk is voor deze data.

  • Risk analytics houdt zich bezig met het (her)ontwikkelen en onderhouden van kredietmodellen in het bankwezen. Deze kwantitatieve modellen, zoals PD (Probability of Default), EAD (Exposure at Default), LGD (Loss Given Default), RAROC (Risk-adjusted return on Capital), Provisioning en Securitization, zijn nodig om te voldoen aan wet- en  regelgeving (Basel, CRR, IFRS9) en als input voor het besluitvormingsproces vanuit (senior) risicomanagement. Het doel van risk analytics is zorgen voor de ontwikkeling en het onderhoud van kwalitatief hoogwaardige, best practice-modellen die voldoen aan de zakelijke behoeften en aan de normen en vereisten van toezichthouders.

Data & Analytics bij Rabobank

Data Management is onderdeel van Data & Analytics. Ontdek alles over werken binnen dit uitdagende vakgebied bij Rabobank.
Lees meer