“Organiseer datamanagement op verandering”

“In alle assetmanagementprocessen spelen data een hoofdrol. Het is onmogelijk goede beleggingsbesluiten te nemen zonder data van hoge kwaliteit. Het belang van data wordt alleen maar groter. Daarbij gaat het niet langer om alleen financiële data, maar ook steeds meer om niet-financiële data. Denk hierbij bijvoorbeeld aan de uitdaging om ESG-data te gebruiken in het primaire beleggingsproces.

Voor de verwerking van data geldt het eenvoudige principe: garbage in is garbage out. Of zoals William D. Mellin al in 1957 zei: “Sloppily programmed inputs inevitably lead to incorrect outputs.” Bijzonder is dat deze uitspraak nog altijd waarde heeft. Als de inputdata niet goed zijn, dan kan de output nooit van goede kwaliteit zijn.

"Garbage in is garbage out"

Wat data goed maakt, is wel een ingewikkelde vraag. Het heeft in elk geval te maken met juistheid, tijdigheid en volledigheid. Maar wat maakt data juist, tijdig en volledig? Op basis van welke criteria stel je dit vast?

Verandering is een constante

In tegenstelling tot veel andere datamanagement partijen focussen wij ons niet op datalakes en datawarehouses. De reden daarvoor is dat assetmanagers, net als bijna elke andere organisatie, continue in verandering zijn. Het is daarom verstandiger om datamanagement volgens het fit for change-principe te organiseren. Verandering is geen bijzonderheid maar een constante.

"Verandering is geen bijzonderheid maar een constante"

Een mooi praktijkvoorbeeld is ESG. Iedereen in de industrie is ermee bezig. Toezichthouders verlangen steeds meer inzicht in de duurzaamheid van beleggingen (SFDR). Welke data hiervoor nodig zijn, is echter nog in ontwikkeling. Dit is typisch een terrein waarbij flexibiliteit een keiharde randvoorwaarde is. Met zekerheid zijn de behoeften van morgen aanzienlijk anders dan vandaag.

Het goede nieuws is dat datamanagement met de huidige technologie zowel flexibel als gestructureerd kan worden georganiseerd. Daarbij wordt de betekenis van de data in de context van de bedrijfsprocessen gestructureerd en geversioneerd vastgelegd. Versionering maakt het mogelijk om actuele rapportages te maken met eerdere datastructuren. Met slowly changing datamodels kunnen binnenkomende data periodiek worden aangepast.

De strategische mens

Automatische datasystemen kunnen steeds meer werk van professionele beleggers overnemen, maar maken deze zeker niet overbodig. Als de werkelijkheid flink afwijkt van wat het automatische proces verwacht, dan is er werk aan de winkel. Denk aan bijvoorbeeld de mogelijkheid van een grootscheepse invasie van Rusland in Oekraïne.

Verder hebben mensen een belangrijke strategische rol te vervullen. Bijvoorbeeld in het bedenken van nieuwe producten en betere processen. Wat vraagt de klant van morgen? Kunnen de kosten verder omlaag?

Onze systemen ondersteunen management by exception. Maandelijks leren systemen nieuwe excepties die kunnen worden gebruikt om de processen verder te verbeteren. Door de veelheid van mogelijke excepties verwachten we de komende tien jaar zeker dat de mens een cruciale rol blijft spelen in het doorvoeren van procesverbeteringen. Wat de toekomst over 20 jaar gaat brengen, is echter ongewis. Dat is ook voor mij moeilijk te bevatten.”