Ład w danych (Czego nauczyliśmy się przez lata i dlaczego do danych i strategii ich organizacji podchodzimy w taki a nie inny sposób)
|
|
- Mariusz Kowalski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Ład w danych (Czego nauczyliśmy się przez lata i dlaczego do danych i strategii ich organizacji podchodzimy w taki a nie inny sposób) Marek Wilczewski żrupa PZU, Dyrektor Biura Zarządzania Informacją Konferencja ZIP 2015, Warszawa, 10/06/2015
2 Spis tre ci 1. BI w Grupie PZU 2. Strategia Zarządzania Informacją dojrzała i świadoma organizacja 3. BICC rozwój Centrum Kompetencyjnego Business Intelligence 4. Data Governance i polityka jakości danych Model Informacyjny Organizacja Data Governance Procesy Data Governance 4. Bilans korzyści i kosztów związanych z Data żovernance 5. Doświadczenia 2
3 Business Intelligence na przykładzie żrupy PZU
4 Czym jest zarządzanie informacją 4
5 Hurtownia Danych Grupy PZU podsumowanie ~3,3 tys. aktywnych u ytkowników ~16 mln klientów, dane od 1997 r. ~40TB danych, przyrost ~+1TB/mies. ~70 systemów zasilających 5
6 Hurtownia Danych Grupy PZU wsparcie głównych obszarów biznesowych Informacja Zarządcza (MIS / KPI s / Dashboard) - segmentacje, realokacje planów - dostęp do informacji o polisach i prowizjach dla sieci własnej - jednoznaczna identyfikacja Klienta (deduplikacja, segmentacja) - scoring Klientów - portfel klienta, - analiza lapsów - wsparcie akcji mailingowych i kampanii marketingowych (cross- i up-sell) System Wspomagania Sprzedaży - planowanie i monitoring, - zarządzania strukturą sprzedaży, segmentacja sieci Zarząd / Wyższa kadra Sprzedaż Klient (CRM analityczny) Aktuariat i Produkty Hurtownia Danych Likwidacja szkód i świadczeń IT - standardy ewidencji - poprawa jakości danych w systemach dziedzinowych, - alokacja kosztów IT Realizowane obecnie - repozytorium do analiz portfelowych, - taryfikacja produktów, - kalkulacja rezerw, EV, VNB - zarządzanie ryzykiem Operacje - analiza szkodowości i adekwatności rezerw szkodowych, - efektywność procesów likwidacji szkód i świadczeń, - pranie pieniędzy, analiza wyłudzeń i transakcji podejrzanych - raportowanie operacyjne, - efektywność procesów ewidencji W trakcie realizacji Potencjalnie do realizacji 6
7 MIS elementem porządkującym informacje - struktura raportów zale na od poziomu i funkcji Raport Okres Kwartalny Zarz Raport dla korporacji dane finansowe grup główne niefinansowe wska niki ka dej grupy Pion Raport finansowy pionu Kwartalny Wskaźniki wyników pionu Miesięczny Raport finansowy Oddziału Kwartalny Wskaźniki wyników Oddziału Miesięczny Wskaźniki wyników / KPI s jednostki Miesięczny Oddział Jednostki sprzedaż 7
8 MIS kaskadowanie zarządzania przez cele (MBO) uporządkowany obszar danych ubezpieczeniowych i finansowych (zunifikowane struktury danych) wystandaryzowane algorytmy i mierniki (pojęcia) oraz nazewnictwo bazując na udostępnionej informacji w Spółce wdro ono kaskadowe raportowanie działalności ubezpieczeniowej omawiane na miesięcznych Konferencjach Sprzeda owobud etowych z udziałem: Zarządu, Dyr. Biura Planowania i Kontrolingu, Dyr. Zarządzającego ds. Produktów Szefów Pionów Sprzeda owych (korporacyjnego, agencyjnego, pracowników własnych - tzw. lady ) szczegółowość raportowania do poziomu produktu, sprzedawcy, segmentu klienta, kanału dystrybucji zdefiniowano kokpity menad erskie dla kadry kierowniczej wszelkie informacje zagregowane dekomponują się na dane detaliczne (polisy, świadczenia), dzięki czemu na bazie danych MIS znacznie skrócono i zunifikowano bazę wejściową do analiz szczegółowych 8
9 Czyszczenie, standaryzacja, deduplikacja, wzbogacanie istotnym elementem podniesienia jako ci danych Zdiagnozowane problemy: Wielokrotne występowanie tego samego klienta w Kartotece Osobowej, Brak stabilnego obrazu klienta na dokumentach [np. klient kupił mieszkanie, a nie przerejestrował samochodu], Trudno ci związane z obsługą operacji łączenia klientów [złączenie powoduje przypisanie wszystkich obiektów do tej samej karty], Trudno ci z rozwiązaniem kwestii klientów "wieloosobowych Brak mo liwo ci prowadzenia analiz związanych z portfelem klienta Etapy procesu czyszczenia i deduplikacji danych: ANALIZA Investigate Poznanie jakości danych i ich wpływu na biznes Analiza etapy: IDENTYFIKACJA POWI ZA Matching STANDARYZACJA Standardize Poprawa i standaryzacja struktur i wartości danych Analiza rozkładu wartości danych Badanie typów i wartości Odkrywanie wartości domyślnych Odkrywanie braków danych i anomalii Analiza korelacji między kolumnami Rozpoznawanie danych w polach free form Przygotowanie zało eń pozwalających na korektę słowników i reguł Identyfikacja duplikatów SCALANIE Consolidation Utworzenie Golden rekordu z najlepszych danych Standaryzacja przykłady: Parsowanie danych połączonych Poprawa typowych błędów i literówek Poprawa formatu zapisu danych Wstawianie danych do odpowiednich kolumn Rozwijanie skrótów Identyfikacja zbędnych danych np. dopisków 9
10 Strategia Zarządzania Informacją - dojrzała i wiadoma organizacja
11 Cel wprowadzenia Strategii Zarządzania Informacją Strategia Zarządzania Informacją obejmuje zespół zasad dotyczących zarządzania informacją w PZU SA i PZU ycie SA oraz długoterminowy plan rozwoju Business Intelligence i Data Governance. Celem wprowadzenia Strategii jest podniesienie efektywności zarządzania informacją poprzez: Organizację zadań BZI według modelowej koncepcji BICC oraz formalne określenie zasad współpracy BZI z Organizacją, co umo liwi formalne ustalenie roli BZI jako Centrum Kompetencyjnego Zarz dzania Informacj (BICC) Wdro enie zasad Data Governance, aby poprawić szeroko rozumianą jakość danych, dopracować standardy danych w organizacji, usprawnić procesy dostarczania, przekształcenia i udostępniania danych, a tak e wprowadzić jasne reguły odpowiedzialności za procesy i ró ne aspekty danych Budowę, utrzymanie i rozwój Modelu Informacyjnego żrupy PZU, aby wystandaryzować i udokumentować zasoby informacyjne żrupy PZU Inicjalne opracowanie oraz cykliczne aktualizowanie długoterminowego planu rozwoju Business Intelligence aby zapewnić adekwatne wsparcie Biznesu 11
12 Misja Zarządzania Informacją Zwiększanie przewagi konkurencyjnej Grupy PZU poprzez efektywne dostarczanie informacji umożliwiaj cych podejmowanie optymalnych decyzji biznesowych Rola BZI (BICC) Obszary realizacji misji ZI Dostarczanie informacji Zapewnienie Zarządowi i jednostkom biznesowym informacji odpowiednio ustrukturyzowanej, aktualnej, szczegółowej, o wysokiej jako ci i zgodnej z obowiązującym w żrupie PZU Modelem Informacyjnym Model Informacyjny Data Governance Doskonalenie Modelu Informacyjnego, aby zapewniał spójno ć i kompletno ć informacji zarządczej i analitycznej, u ytecznej do podejmowania decyzji biznesowych na ró nych szczeblach Organizacji Koordynowanie i uczestniczenie w ogólno-organizacyjnym procesie Data Governance oraz zapewnienie ich wysokiej jako ci od momentu pozyskania do przetworzenia w informację zarządczą Utrzymanie i rozwój Business Intelligence Utrzymanie i rozwój nowoczesnej, adekwatnej do zapotrzebowania biznesowego i odpowiadającej rynkowym standardom technologii w obszarze HD oraz narzędzi zapewniających konsumentom dostęp do informacji i przeprowadzanie analiz Grupy zada służ cych realizacji misji ZI Program BI Data Stewardship Zaawansowane analizy Wsparcie użytkowników Rozpowszechnia nie wiedzy BI Dostarczanie informacji Pozyskiwanie danych Zarz dzanie dostawcami 12
13 źlementy Zarządzania Informacją Wsparcie organizacyjne Data Governance Dane źródłowe Standardy danych Cykl życia informacji ss Informacja Zarz dcza Hurtownia Danych Standardy raportowe Model danych Analiza danych Co obejmuje Zarządzanie Informacją? Analiza danych Audyt danych Benchmarking Bezpieczeństwo danych Czyszczenie danych Dashboardy Data Stewardship Integracja danych Integracja danych B2B Master Data Management Plan komunikacji Pokrycie obszarów danych Pomiar jako ci danych Współpraca z Biznesem Profilowanie danych Prywatno ć danych Standaryzacja danych Standaryzacja platform Strategia jako ci danych Usługi danych i interfejsy Walidacja danych Wła cicielstwo danych Wprowadzenie danych Wsparcie Zarządcze Wspólny Model Danych Wyja nianie przyczynowe Zarządzanie incydentami Zarządzanie metadanymi Technologia i Architektura danych 13
14 Obszary Strategii Zarządzania Informacją Strategia Struktura Proces Ludzie Technologia Strategia Definicja celów biznesowych zmiany Analiza stanu obecnego i najlepszych praktyk Stworzenie zało eń strategii zmiany Strategia Kto jest beneficjentem usług z obszaru Zarządzania Informacją? Jakie usługi powinny być wiadczone w obszarze Zarządzania Informacją? Jaką role w Zarządzaniu Informacją odgrywają poszczególne jednostki? Struktura Zarz dzanie zmian Jakie jednostki powinny odpowiadać za poszczególne obszary Zarządzania Informacją? Jak powinna wyglądać struktura organizacyjna w kontek cie Zarządzania Informacją? Proces Plan komunikacji zmiany Dane Aplikacje Technologie Jak powinny wyglądać procesy współpracy pomiędzy BZI i innymi jednostkami? W jaki sposób powinny być zbierane i realizowane wymagania biznesowe w obszarze BI? W jaki sposób powinny być definiowane i stosowane standardy danych? W jaki sposób powinny być powoływane i priorytetyzowane inicjatywy z obszaru BI? Ludzie Jakie kompetencje powinni rozwijać pracownicy w obszarze Zarządzania Informacją? Jakie powinni mieć obowiązki i uprawnienia? 14
15 Aktualizacja Strategii Zarządzania Informacją powinna odbywać się łącznie z aktualizacją Strategii firmy Pierwsza wersja Strategii Biznesowej Wersje Strategii Pierwsza wersja Strategii Architektury IT Pierwsza wersja Strategii Zarządzania Informacją Obowiązująca Strategia Biznesowa... Obowiązująca Strategia Architektury IT Obowiązująca Strategia Zarządzania Informacją... Monitoring Aktualizacja cykliczna Aktualizacja cykliczna Aktualizacja cykliczna Aktualizacja cykliczna Aktualizacja ad-hoc Aktualizacja ad-hoc Zdarzenie powodujące konieczno ć aktualizacji strategii Zdarzenie powodujące konieczno ć aktualizacji strategii Aktualizacja ad-hoc 15
16 BICC rozwój Centrum Kompetencyjnego Business Intelligence
17 Centrum Kompetencyjne Business Intelligence - definicja BI Competence Center niezale na jednostka, łącząca funkcje biznesowe, analityczne i IT, posiadająca stałą i sformalizowaną strukturę organizacyjną, zdefiniowane cele, role, zadania, odpowiedzialno ć i procesy związane z ciągłym wspieraniem i promowaniem efektywnego u ytkowania BI w organizacji Kompetencje biznesowe Cele biznesowe Procesy i organizacja BICC Kompetencje analityczne Narzędzia i aplikacje Kompetencje IT Integracja i czyszczenie danych ródłoś żartner,
18 Centrum Kompetencyjne Business Intelligence - struktura Komitet BI/Dż Centrum Kompetencyjne Business Intelligence Decyzje i priorytetyzacja inicjatyw BI/DG Biznes IT Wła ciciele danych Wła ciciele systemów Analitycy Biuro Zarządzania Informacją Standardy danych/raportowania Koordynacja Data Governance Rozwój Hurtowni Danych /BI / CRM Szkolenia z obszaru BI Infrastruktura Interfejsy systemowe Hurtownia danych i aplikacje Business Intelligence oraz analityczny CRM 18
19 Modele organizacyjne BICC Komentarz do rezultatów badań Uwaga: Przedstawione wyniki procentowe zostały zebrane przez Instytut żartnera z instytucji działających w ró nych bran ach, głównie w źuropie Zachodniej i Stanach Zjednoczonych. Obserwacje na podstawie przeprowadzonej ankiety*) Podsumowanie W większo ci polskich instytucji finansowych poszczególne komponenty organizacji i procesów BICC często są rozproszone po ró nych jednostkach organizacyjnych, znajdujących się zarówno w pionach IT, finansów, jak i w poszczególnych jednostkach biznesowych. Typologia referencyjna nie uwzględnia szeregu istotnych czynników np. rozwój hurtowni w ramach IT mo e być zarówno realizowany przez wydzieloną jednostkę, jak i wpleciony w strukturę ITIL, gdzie ka de zapotrzebowanie u ytkownika (niezale nie od tego, czy dotyczy ono systemów ródłowych, czy hurtowni) trafia do jego Menad era Relacji z U ytkownikiem, który z kolei przekazuje je odpowiedniemu Kierownikowi Projektu. Często, zwłaszcza w największych instytucjach finansowych, hurtownia, mimo formalnego usytuowania w pionie finansów, zaspokaja potrzeby cało ci organizacji. Usytuowanie BI w biznesie, mo e przybierać zarówno formę skupioną wokół jednego pionu, jak i rozproszoną (wiele małych hurtowni ). Występowanie konkretnego modelu nie przesądza o poziomie dojrzałości funkcji Zarządzania Informacją Modele referencyjne nie dostarczają wniosków przydatnych przy ocenie du ej instytucji finansowej Źokładniejsze, znacznie bli sze praktyce, wyniki daje analiza zalet i wad typowych wariantów umiejscowienia wybranych funkcji ZI 19
20 Misja Zarządzania Informacją - standaryzacja i Data Governance kluczowym elementem Zwiększanie przewagi konkurencyjnej żrupy PZU poprzez efektywne dostarczanie informacji umo liwiających podejmowanie optymalnych decyzji biznesowych Dostarczanie informacji Zapewnienie Zarządowi i jednostkom biznesowym wymaganych informacji Przedmiot prezentacji: Model Informacyjny Budowa i doskonalenie Standaryzacja danych Data Governance (DG) Organizacja i procesy zarządzania informacją Jako ć, dostępno ć, bezpieczeństwo Utrzymanie i rozwój Business Intelligence (BI) Technologia oraz metodyki słu ące do przekształcania danych biznesowych w u yteczną informację Hurtownia Danych Raportowanie Analizy CRM 20
21 Data Governance i polityka jako ci danych
22 Po co wdra ać Źata żovernance przykłady problemów Problem Niekompletność realizacji wymagań wszystkich interesariuszy Ryzyka Ryzyko niespełniania wymogów regulacyjnych (zewn. i wewn.) Brak danych do optymalnego podejmowania decyzji (np. Niepełna standaryzacja pojęć biznesowych (obszary/systemy) zwiększenie rentowności poprzez dokładniejszą analitykę kosztów) Obcią enie pracowników zadaniami związanymi z nieoptymalnym przetwarzaniem danych Niedostateczna jakość i terminowość danych Zwiększone koszty rozwoju systemów (konieczność pó niejszych uzupełnień) Wyzwania Wdro enie nowych systemów Projekty: Solvency II CRM Fraudy 22
23 Data Governance w Organizacji elementy Wsparcie organizacyjne Data Governance Data Governance a Zarządzanie Informacją Organizacja Wsparcie Zarządcze Wła cicielstwo danych Bezpieczeństwo danych Współpraca z Biznesem Jakość danych Strategia jako ci danych Data Stewardship Profilowanie danych Czyszczenie danych Wprowadzanie danych Walidacja danych Pomiar jako ci danych Standardy danych Wspólny Model Danych Standaryzacja danych Zarządzanie danymi Master Data Management Zarządzanie metadanymi 23 23
24 Komponenty wdro enia zasad Data Governance Struktura organizacyjna Data Governance, okre lająca role, jakie jednostki mogą pełnić w procesach zarządzania informacją. Jednolite procesy zarządzania informacją obowiązujące w Grupie PZU. Regulują zasady postępowania z danymi. OrganiProcesy zacja Pozwala okre lić, jakie obowiązki ma jednostka w konkretnym procesie. Model Informacyjny Model Informacyjny, czyli katalog istotnych biznesowo danych, którymi posługuje się żrupa PZU. Pozwala wprowadzić wspólny dla wszystkich język opisu przedmiotu procesów Zarządzania Informacją. 24
25 Polityka odpowiedzialno ci za informacje Polityka odpowiedzialności za informacje określa role jednostki pełnią w procesach zarządzania informacją. żłówne zasady Role Podział danych na obszary biznesowe Podział informacji na zarządzalne jednostki Uwzględnienie kwestii bezpieczeństwa danych cisłe powiązanie z Modelem Informacyjnym Iteracyjna metoda wdro enia Wła ciciel danych Wła ciciel systemu lub modułu Data Steward Uczestnik procesu Konsument Ekspert 25
26 Przykład przypisania wła cicieli do obszarów - Obszar Klient Obszar danych podstawowe dane o klientach (ubezpieczony, ubezpieczający, u ytkownik, uposa ony ) - osobowe, kontaktowe, zgody Jednostki organizacyjne PZU PZU SA ycie SA Sprzeda korporacyjna, Sprzeda Ubezpieczenia Korporacyjna Finansowe Bancassurnce Sprzeda Sprzeda Masowa agencyjna Zarządzanie siecią wyczyszczone, wzbogacone i zdeduplikowane dane klientów - dane osobowe, kontaktowe, zgody dane CRM analityczny - segmentacje, scoringi, wska niki, leady do kampanii Komentarz Klient korporacyjny Klient masowy (MSP i indywidualny) Zarządzanie Informacją Zarządzanie Produktami Produkty Indywidualne Sprzeda Korporacyjna Produkty Grupowe Klient masowy Klient korporacyjny 26
27 Model Informacyjny Grupy PZU Model Informacyjny słu y do skatalogowania i standaryzacji posiadanych danych niezbędnych do prowadzenia działalności ubezpieczeniowej. Co znajdzie się w Modelu Co nie nie znajdzie się w Modelu dane współdzielone w dane wykorzystywane Organizacji dane wymagane regulacyjnie dane wynikające z zapotrzebowań informacyjnych analityków i decydentów Systemy ródłowe w ramach pojedynczego obszaru, nie udostępniane pozostałym obszarom dane poddawane analizom o wąskim zakresie dane wykorzystywane lokalnie w systemach dziedzinowych 27
28 Zasady opracowania Modelu Informacyjnego Grupy PZU Biznes IT Przygotowanie wsadu merytorycznego do definicji obiektów i atrybutów Udział w uspójnianiu definicji Akceptacja Modelu w poszczególnych obszarach merytorycznych Biuro Rachunkowości Wskazanie wymagań regulacyjnych w kontek cie zawarto ci Modelu Informacyjnego Weryfikacja modelu z perspektywy systemów IT Uzupełnienie modelu o dane o kluczowym znaczeniu operacyjnym Biuro Bezpieczeństwa Okre lenie klas poufno ci informacji ujętych w Modelu Informacyjnym Właściciel dokumentu: Biuro Zarządzania Informacją Inwentaryzacja dostępnych dokumentów, instrukcji i definicji Wyodrębnienie i uporządkowanie elementów składowych Modelu Informacyjnego (obiekty podstawowe, obiekty analityczne, atrybuty, hierarchie, itd.) Wskazanie niespójno ci definicji Stworzenie i utrzymanie dokumentacji Modelu Aktualizacja Modelu 28
29 Obiekty Modelu Informacyjnego Obiekt Modelu Informacyjnego jest to reprezentacja fizycznego lub abstrakcyjnego pojęcia, na temat którego Organizacja zbiera i utrzymuje dane. Obiekty podstawowe podmioty, lokalizacje, produkty, przedmioty, kontrakty, zdarzenia Obiekty analityczne pojęcia reprezentujące i opisujące zjawiska biznesowe według przyjętych zasad lub metodyk opisuje konkretny fizyczny obiekt lub zdarzenie, które wystąpiło gromadzi miary analityczne opisujące to samo zjawisko w ustalonych przekrojach atrybuty biznesowe to cechy obiektu atrybuty biznesowe konkretne miary i wska niki z jednoznaczną definicją 29
30 Model Informacyjny Zawarto ć Modelu Informacyjnego Atrybuty biznesowe Obiekty Opis obiektu Związki między obiektami Biznesowa nazwa atrybutu Reguły biznesowe Sposób wyznaczania warto ci (algorytmy, wzory, procedury) Źane wej ciowe do kalkulacji Biznesowe kryteria poprawno ci danych Zastosowanie Zastosowanie atrybutu: regulacyjne, analityczne lub operacyjne Wymagalno ćś krytyczny, niekrytyczny Dane referencyjne Rekomendowane słowniki, bazy referencyjne Listy lub zakresy warto ci Hierarchie atrybutów biznesowych i warto ci Reguły udostępniania Reguły udostępniania danych (dane poufne, dane osobowe, tajemnica ubezpieczeniowa) 30
31 Model Informacyjny Żragment obszaru Likwidacja najwa niejsze obiekty Decyzja Szkody Systemy ródłowe Wycena pojazdu Rachunek Pozycja rachunku Analiza Legenda Nazwa obiektu Obiekt biznesowy Nazwa obiektu Obiekt z innego obszaru Koszt likwidacji Pojazd mechaniczny Wypłata Pozycja wypłaty Stawka RPG Kosztorys Warsztat Kalkulacja Związek 31
32 Model Informacyjny Przykład obiektu podstawowego Pojazd mechaniczny Obiekt Pojazd mechaniczny Mechaniczny rodek komunikacji poruszany za pomocą sił przyrody (Kodeks Cywilny, Art. 436) spełniający kryteria okre lone w Art. 2, pkt 10 ustawy z dnia 22 maja 2003 r. o ubezpieczeniach obowiązkowych, Ubezpieczeniowym Funduszu Gwarancyjnym i Polskim Biurze Ubezpieczycieli Komunikacyjnych (Dz. U. Nr 124, poz. 1152, z pó n. zm.) Atrybut biznesowy Kraj rejestracji pojazdu Definicja biznesowa Reguły biznesowe Dwuliterowy kod kraju bie ącej rejestracji pojazdu wg normy ISO alfa-2 Warto ć zgodna ze słownikiem kodów krajów ISO alfa-2 Marka pojazdu Nazwa marki pojazdu Warto ć zgodna ze słownikiem marek pojazdów. Obowiązuje hierarchia Marka pojazdu model Model pojazdu Nazwa lub symbol modelu Warto ć zgodna pojazdu ze słownikiem modeli pojazdu Obowiązuje hierarchia Marka pojazdu model Numer identyfikacyjny pojazdu (VIN) Zło ony zestaw znaków Stała długo ć 17 znaków nadawany pojazdowi Źopuszczalne u ywanie przez producenta w celu du ych liter łacińskich i cyfr jego identyfikacji. Opis arabskich pojęcia, tre ć, znaczenie i Ewidencjonowany VIN nie budowa VIN-u znajduje mo e zawierać separatorów się w normie ISO 3779 (1983) Słowniki i hierarchie ISO AF AL DZ AD Marki pojazdów Alfa Romeo ARO Asia Motors Aston Martin Marka pojazdu Model pojazdu Alfa Romeo
33 Model Informacyjny Standaryzacja definicji danych analitycznych Zadaniem Modelu Informacyjnego jest tak e standaryzacja definicji powszechnie stosowanych wska ników w żrupie PZU Atrybut biznesowy Definicja Reguły biznesowe Często ć szkód Obiekt analityczny Wska nik szkodowości W celach uporządkowania i uproszczenia zapisu, wska niki o zbli onych charakterystykach grupuje się w obiekty analityczne Szkodowo ć Udział odszkodowań Sposób kalkulacji: prosta w składce przypisanej kwota szkód wypłaconych / składka przypisana Szkodowo ć Udział odszkodowań, Sposób kalkulacji: zło ona rezerw i kosztów w (kwota szkód wypłaconych + składce przypisanej koszty likwidacji szkód + rezerwy szkodowe + prowizje) /składka przypisana Definicje i reguły obowiązujące w całej żrupie PZU Szkodowo ć Udział odszkodowań Sposób kalkulacji: krocząca w składce przypisanej kwota szkód wypłaconych w ciągu 12 miesięcy / 12w ciągu ostatnich 12 składa przypisana w ciągu miesięczna miesięcy 12 miesięcy Inne wska niki 33
34 Podstawowe procesy Data Governance Udostępnianie biznesowego opisu zasobów informacyjnych Wspieranie merytoryczne i techniczne w zakresie wykorzystania danych Wsparcie Konsumentów Jakość danych Tworzenie i aktualizacja definicji obszarów merytorycznych (opisy pól, algorytmów i standardów) Utrzymanie Modelu Informacyjnego Zastosowanie Modelu Informacyjnego w ramach budowy i rozwoju systemów informatycznych Zastosowanie zasad DG w ramach realizacji inicjatyw BI i rozwoju HD Zarządzanie dostępno cią i terminowo cią danych Definicja danych Zarządzanie metadanymi Rozwój i Utrzymanie Bezpieczeństwo danych Źefiniowanie inicjatyw poprawy jako ci danych Definiowanie kryteriów i mierników jako ci danych Pomiar i raportowanie jako ci danych Czyszczenie, standaryzacja i wzbogacanie danych Obsługa incydentów związanych z jako cią danych Analizowanie wpływu zmian w systemach na obszary danych Utrzymanie informacji o danych i ich wykorzystaniu Źefiniowanie klas bezpieczeństwa informacji Nadawanie uprawnień i okre lanie reguł dostępu do danych Monitorowanie dostępu do danych 34
35 Najwa niejsze role Źata Governance Koordynator DG (Dyrektor BZI) Koordynowanie, opiniowanie i nadzorowanie inicjatyw DG Monitorowanie jakość danych Opracowywanie i uzgadnianie procedur i procesów DG Uwzględnianie zapotrzebowania odbiorców informacji Właściciele Danych (Biura) Definiowanie pojęć i algorytmów Określanie wymagań na dane z systemów Powoływanie inicjatyw w zakresie poprawy jakości danych Określanie kryteriów jakości danych Role DG Właściciele Systemów (Biura) Data Steward (BZI) Utrzymanie i rozwijanie Modelu Informacyjnego, Opracowywanie standardów informacji Zbieranie wymagań informacyjnych i doprowadzanie do ich spełniania Monitorowanie jakości danych i rekomendowanie jak ją poprawiać Biznesowa parametryzacja systemu Definiowanie i monitorowanie zasad ewidencjonowania danych Podejmowanie działań zapewniających wysoką jako ć danych Koordynacja uczestników procesów realizowanych w systemie 35
36 Struktura organizacyjna Data Governance Komitet Data Governance Funkcja strategiczna rola operacyjnie koordynująca jako ć danych w całej organizacji. U ytkownicy danych Konsumenci Danych Koordynator DG Dyrektor BZI Opiekunowie danych Koordynator Jakości Danych Funkcja operacyjna Data Stewardzi Producenci danych Właściciele Danych Właściciele Systemów Uczestnicy Procesu Eksperci dziedzinowi, Wsparcie IT 36
37 Źo wiadczenia z projektu Solvency II Dyrektywa Solvency II oraz dokumenty wdra ające dyrektywę nakładają na zakłady ubezpieczeń szereg wymogów związanych z jakością danych. W ramach projektu Dostosowanie do wymogów Solvency II w Nurcie Zarządzania Informacją opracowano: Analizę i Rekomendację w Zakresie Zarządzania Jakością Danych Solvency II Politykę Jako ci Źanych Solvency II Katalog Danych Solvency II Doświadczenia z tych prac zostały zaabsorbowane w Polityce Data żovernance 37
38 Źroga do zbudowania BICC oraz wdro enia Data Governance bywa długa i kręta Wyliczanie mierników jakości danych Solvency II 2014-Udostępienie MIOP Majątek Przyjęcie przez Zarz d Polityki Data Governance i Polityki zarz dzania Jakości Danych Solvency II Przyjęcie przez Zarz d założe do Strategii Zarz dzania Informacj. Ustanowienie BICC 2014 udostepnienie Bazy Zgłoszeń Nieprawidłowości Związanych z Jakością Danych Opracowanie procedury dot. Solvency II Opracowanie Procedur funkcjonowania Modelu Obiektów Podstawowych i Analitycznych (MIOP i MIOA) 2013 Prace związane z zarządzanie jakością danych Solvency II 2012 Początek budowania Modelu Informacyjnego Obiektów Podstawowych 38
39 Istotnym elementem są procesy poprawy jako ci danych Baza Zgłoszeń Nieprawidłowości związanych z Jakością Danych Raport Błędów Raport Błędów Wła ciciel Źanych Wła ciciel Systemu Konsument Data Steward Konsument, Właściciel Danych, Data Steward Karta Wyników Jakości Danych Data Steward Wniosek o odstąpieniu Konsument Właściciel Danych Decyzja o odstąpieniu Komitet Data Governance Źziałania operacyjne Karta Oceny Jakości Danych Konsument 39
40 Wa ne by odpowiednio wdro yć kompleksowy proces Monitorowania Jako ci Źanych Repozytorium reguł kontroli jakości danych Data Steward Mierniki jakości danych Data Steward Karta Wyników Jakości Danych Data Steward Karta Oceny Jakości Danych Konsument Raporty jakości danych Data Steward Procesy wyja niania Planowane PZU Baza Zgłoszeń Nieprawidł owości związanyc hz Jakością Danych Raport Błędów Konsumen t, Właściciel Danych, Data Steward źfektywność procesów związanych z Jakością Danych Koordynator Jakości Danych Poziom Jakości Danych Koordynator Jakości Danych Istniejące PZU Baza błędnych i podejrzanych zapisów Data Steward Planowane PZU /Solvency Istniejące Solvency II Planowane Solvency 40
41 Data Governance podsumowanie istotnych zmian Model Informacyjny Zostanie opracowany Model Informacyjny słu ący zebraniu wymagań informacyjnych wszystkich odbiorców informacji oraz standaryzacji definicji pojęć u ywanych w PZU SA i PZU ycie SA. Model Informacyjny będzie dokumentował zasoby informacyjne i wspierał procesy budowy systemów IT. Określenie odpowiedzialności W ramach definicji ról Źata żovernance zostaną zdefiniowane i opisane w regulaminach Pionów i jednostek odpowiedzialno ci za merytoryczne obszary danych, systemy /moduły oraz poszczególne etapy procesów Zatwierdzenie standardów Zostaną zatwierdzone standardy interfejsów z Hurtownią Źanych. Wdro enia i modyfikacje systemów Wdro enia i modyfikacje systemów IT będą wymagały pozytywnej opinii z perspektywy informacji zarządczej i analitycznej oraz rachunkowo ci finansowej. Systemy będą musiały spełniać wymagania nało one przez zatwierdzony Model Informacyjny odzwierciedlający aktualne zapotrzebowanie informacyjne wszystkich odbiorców informacji. 41
42 Data Governance - doświadczenia Dojrzałość organizacji wiadomo ć decydentów i konsekwencja stosowania Umocowanie formalne i kwestie prawne wiadomo ć pracowników Źojrzało ć procesów w innych obszarach organizacji Określenie odpowiedzialności Wielu interesariuszy do jednego obszaru Dylemat wytwórca u ytkownik - administrator Łatwo ć negocjacji zale na od wcze niejszej współpracy Jakość danych Mierzenie jako ci danych Pętla jako ci danych jako element kompleksowego procesu Jak zainteresować jako cią danych innych uczestników procesu Model Informacyjny Nasze podej cie do budowania modelu Model logiczny a model fizyczny Popularyzowanie modelu informacyjnego Procedury zarządzania a pragmatyka 42
43 Data Governance korzyści z wdro enia Żormalizuje proces zarządzania informacją w organizacji Korzyści Nadaje obowiązki i wyznacza zakresy odpowiedzialności jej uczestnikom Porządkuje i standaryzuje istotną informację w kontekście Strategii firmy Nadaje rangę całemu procesowi Zwiększa biurokrację Koszty Zagro enia Mo e wydłu ać procesy dostarczania informacji Powoduje wzrost obcią enia pracowników jednostki odpowiedzialnej za zarządzanie informacją Ma niski priorytet w stosunku do projektów biznesowych Kwestia pogodzenia iteracyjnego podejścia do wdro enia z kompleksowym 43
44 Podsumowanie
45 Wnioski końcowe przyszło ć Standaryzacja informacji + Integracja Danych + Narzędzia + Modele analityczne + Wiedza umiejętne połączenie technologii i biznesu Działy odpowiedzialne za zarz dzanie informacj i innowacje w oparciu o zaawansowan analitykę ważnym elementem rozwoju firmy nakłady inwestycyjne na badania i poszukiwania rozwiązań, umiejscowienie w organizacji, rosnąca rola informacji i danych w procesach podejmowania decyzji biznesowych Rosn ca rola Data Scientists centralizacja funkcji, specjalizacja, szkolenia i rozwój, laboratoria badawcze 45
46 Wizualizacja - wzrok = król zmysłów 70% receptorów zmysłów jest ulokowanych w oczach Widzenie zużywa 25% mocy obliczeniowej mózgu Układ siatkówka-mózg działa z prędkości ok. 10Mbps 46
47 Wizualna eksploracja działa sprawniej gdy jest standaryzacja raportowania i ewidencji Wizualizacja (wgląd) Szybko ć (natychmiastowy rezultat) Interakcja (łatwo ć pytania) 47
48 Pytania? Dziękuję Marek Wilczewski Dyrektor Biura Zarządzania Informacją Grupa PZU 48
Korzyści z integracji danych klienta. Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas
Korzyści z integracji danych klienta Seminarium PIU Jakość danych w systemach informatycznych ZU Warszawa 25.03.2009 Przygotowała Ewa Galas Definicje CDI ( Customer Data Integration) koncepcja integracji
Bardziej szczegółowoKrzysztof Wawrzyniak Quo vadis BS? Ożarów Mazowiecki, styczeń 2014
1 QUO VADIS.. BS? Rekomendacja D dlaczego? Mocne fundamenty to dynamiczny rozwój. Rzeczywistość wdrożeniowa. 2 Determinanty sukcesu w biznesie. strategia, zasoby (ludzie, kompetencje, procedury, technologia)
Bardziej szczegółowoAutomatyczne decyzje kredytowe, siła szybkiego reagowania i optymalizacji kosztów. Roman Tyszkowski ING Bank Śląski S.A. roman.tyszkowski@ingbank.
Automatyczne decyzje kredytowe, siła szybkiego reagowania i optymalizacji kosztów. Roman Tyszkowski ING Bank Śląski S.A. roman.tyszkowski@ingbank.pl Obsługa wniosków kredytowych Potrzeba elastyczności
Bardziej szczegółowoSystemy Business Intelligence w praktyce. Maciej Kiewra
Systemy Business Intelligence w praktyce Maciej Kiewra Wspólna nazwa dla grupy systemów: Hurtownia danych Pulpity menadżerskie Karty wyników Systemy budżetowe Hurtownia danych - ujednolicone repozytorium
Bardziej szczegółowoNowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych
Nowoczesne aplikacje mobilne i ich rola w podnoszeniu jakości danych www.ascen.pl 1 Agenda O firmie Zarządzanie jakością danych Aplikacje mobilne i ich rola w zarządzaniu jakością danych 2 O firmie Data
Bardziej szczegółowoDr Stefan Szyszko Dyrektor Działu Zarządzania Informacją Ubezpieczeniową Polska Izba Ubezpieczeń. Warszawa, 19 kwietnia 2010 r.
PIU jako centrum kompetencyjne sektora ubezpieczeniowego w obszarze standaryzacji i zarządzania jakością informacji prezentacja dorobku Podkomisji Standaryzacji Informacji oraz Działu Zarządzania Informacją
Bardziej szczegółowoData Governance jako część ładu korporacyjnego
Data Governance jako część ładu korporacyjnego Prof. SGH, dr hab. Andrzej Sobczak Kurs: Wprowadzenie do problematyki Data Governance Zakres tematyczny kursu Data Governance jako część ładu korporacyjnego
Bardziej szczegółowoZmiana zasad rynkowych. Duża dynamika zmian. Brak ograniczeń związanych z lokalizacją organizacji. Brak ograniczeń w dostępie do technologii
Strategiczna Karta Wyników jako element systemu zarządzania efektywnością przedsiębiorstwa Piotr Białowąs Dyrektor Departamentu Strategii Pełnomocnik Zarządu EnergiaPro Koncern Energetyczny SA Przyczyny
Bardziej szczegółowoBudowa systemu wspomagającego podejmowanie decyzji. Metodyka projektowo wdrożeniowa
Budowa systemu wspomagającego podejmowanie decyzji Metodyka projektowo wdrożeniowa Agenda Systemy wspomagające decyzje Business Intelligence (BI) Rodzaje systemów BI Korzyści z wdrożeń BI Zagrożenia dla
Bardziej szczegółowodr Mariusz Ulicki Dyrektor Biura Informatyki i Telekomunikacji Centrali KRUS
Kasa Rolniczego Ubezpieczenia Społecznego jako e-urząd zorientowany usługowo dr Mariusz Ulicki Dyrektor Biura Informatyki i Telekomunikacji Centrali KRUS 1 Cel prezentacji Celem prezentacji jest przedstawienie
Bardziej szczegółowoCo matematyka może dać bankowi?
Co matematyka może dać bankowi? Biznes zakres pracy matematyków Pomiar i analiza miar detalicznych procesów kredytowych i ubezpieczeniowych, inicjowanie działań zapewniających poprawę efektywności i obniżenie
Bardziej szczegółowo1. Planowanie strategiczne. 4. Monitorowanie i ewaluacja. 3. Wdrażanie polityk. 2. Tworzenie polityk. Wybrane dziedziny. Ochrona klimatu i atmosfery
Usprawnienie: Wprowadzenie Procedury planowania i raportowania strategicznego i operacyjnego w resortach Usprawnienie w cyklu polityk publicznych 4. Monitorowanie i ewaluacja 1. Planowanie strategiczne
Bardziej szczegółowoDobre praktyki w zakresie zarządzania ładem architektury korporacyjnej
Dobre praktyki w zakresie zarządzania ładem architektury korporacyjnej Dr hab. Andrzej Sobczak, prof. SGH, Kierownik Zakładu Systemów Informacyjnych, Katedra Informatyki Gospodarczej SGH Gospodarczej SGH
Bardziej szczegółowoArchitektura bezpieczeństwa informacji w ochronie zdrowia. Warszawa, 29 listopada 2011
Architektura informacji w ochronie zdrowia Warszawa, 29 listopada 2011 Potrzeba Pomiędzy 17 a 19 kwietnia 2011 roku zostały wykradzione dane z 77 milionów kont Sony PlayStation Network. 2 tygodnie 25 milionów
Bardziej szczegółowoPZU Biuro Zarządzania Informacją
PZU Biuro Zarządzania Informacją Prezentacja rekrutacyjna biura Warszawa, 20.01.2016 Biuro Zarządzania Informacją Agenda 1. Kilka informacji o Grupie PZU 2. Zarządzanie Informacją w Grupie PZU 3. Wybrane
Bardziej szczegółowoPODSTAWY ZARZĄDZANIA PROJEKTAMI
Bogdan Miedziński PODSTAWY ZARZĄDZANIA PROJEKTAMI Dorocie żonie, wiernej towarzyszce życia 1 SPIS TREŚCI Wstęp................................................. 9 1. Zarządzanie projektami z lotu ptaka....................
Bardziej szczegółowoPaweł Gołębiewski. Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl
Paweł Gołębiewski Softmaks.pl Sp. z o.o. ul. Kraszewskiego 1 85-240 Bydgoszcz www.softmaks.pl kontakt@softmaks.pl Droga na szczyt Narzędzie Business Intelligence. Czyli kiedy podjąć decyzję o wdrożeniu?
Bardziej szczegółowoBI 2 T. Transformacja podmiotu administracji publicznej w świadomy, zorientowany na cele eurząd CASE STUDY
Transformacja podmiotu administracji publicznej w świadomy, zorientowany na cele eurząd CASE STUDY Kasa Rolniczego Ubezpieczenia Społecznego Mariusz Ulicki Kasa Rolniczego Ubezpieczenia Społecznego 1 Cel
Bardziej szczegółowoAltkom Group Insurance Platform Kompleksowe narzędzie wspierające grupowe ubezpieczenia na życie
www.asc.altkom.pl Zobaczyć inaczej Altkom Group Insurance Platform Kompleksowe narzędzie wspierające grupowe ubezpieczenia na życie Warszawa 00-867, ul. Chłodna 51 telefon: 22 460 99 99 e-mail: ubezpieczenia@altkom.pl
Bardziej szczegółowoOpis przedmiotu zamówienia
DZZK/85/DRK/2017 Załącznik nr 1 do ogłoszenia Opis przedmiotu zamówienia Przedmiotem zamówienia jest usługa szkoleniowo-warsztatowa mająca na celu przygotowanie pracowników Banku do wdrożenia procesu certyfikacji
Bardziej szczegółowoTrwałość projektów 7 osi PO IG
Warszawa, 6 października 2015 r. Konferencja podsumowująca wdrażanie 7 i 8 osi priorytetowej PO IG Trwałość projektów 7 osi PO IG Paweł Oracz Departament Strategii Systemu Informacyjnego Ministerstwo Finansów
Bardziej szczegółowoZARZĄDZANIE MARKĄ. Doradztwo i outsourcing
ZARZĄDZANIE MARKĄ Doradztwo i outsourcing Pomagamy zwiększać wartość marek i maksymalizować zysk. Prowadzimy projekty w zakresie szeroko rozumianego doskonalenia organizacji i wzmacniania wartości marki:
Bardziej szczegółowoWIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS
WIZUALNA EKSPLORACJA DANYCH I RAPORTOWANIE W SAS VISUAL ANALYTICS ORAZ WSTĘP DO SAS VISUAL STATISTICS WEBINARIUM, 2016.03.08 Dr Sławomir Strzykowski, Senior Business Solution Manager SAS VISUAL ANALYTICS
Bardziej szczegółowoNie o narzędziach a o rezultatach. czyli skuteczny sposób dokonywania uzgodnień pomiędzy biznesem i IT. Władysławowo, 6 października 2011 r.
Nie o narzędziach a o rezultatach czyli skuteczny sposób dokonywania uzgodnień pomiędzy biznesem i IT Władysławowo, 6 października 2011 r. Dlaczego taki temat? Ci którzy wykorzystują technologie informacyjne
Bardziej szczegółowoAutor: Artur Lewandowski. Promotor: dr inż. Krzysztof Różanowski
Autor: Artur Lewandowski Promotor: dr inż. Krzysztof Różanowski Przegląd oraz porównanie standardów bezpieczeństwa ISO 27001, COSO, COBIT, ITIL, ISO 20000 Przegląd normy ISO 27001 szczegółowy opis wraz
Bardziej szczegółowoAnalityk i współczesna analiza
Analityk i współczesna analiza 1. Motywacje 2. Analitycy w IBM RUP 3. Kompetencje analityka według IIBA BABOK Materiały pomocnicze do wykładu z Modelowania i Analizy Systemów na Wydziale ETI PG. Ich lektura
Bardziej szczegółowoKompleksowe zarządzanie jakością informacji Warunek konieczny efektywności wdrożenia systemów informacyjnych
Kompleksowe zarządzanie jakością informacji Warunek konieczny efektywności wdrożenia systemów informacyjnych Dorota Kazanecka Pieńkosz dyrektor pionu Business Intelligence Grupa Antares Plan Potrzeba kompleksowego
Bardziej szczegółowoSystem antyfraudowy w praktyce. marcin zastawa wiceprezes zarządu. Warszawa, października 2006r.
System antyfraudowy w praktyce marcin zastawa wiceprezes zarządu Warszawa, 20-21 października 2006r. agenda spotkania struktura systemu zarządzania w organizacji koncepcja systemu antyfraudowego wdrożenie
Bardziej szczegółowoKultura usługowa i jej znaczenie dla relacji biznes - IT
Kultura usługowa i jej znaczenie dla relacji biznes - IT Andrzej Bartkowiak Dyrektor Centrum Kompetencji Zarządzania Usługami IT BZ WBK System Zarządzania Usługami to zestaw wyspecjalizowanych zdolności
Bardziej szczegółowoOpis Kompetencji Portfel Interim Menedżerowie i Eksperci
Opis Kompetencji Portfel Interim Menedżerowie i Eksperci Warszawa, kwiecień 2012 r. Carrywater Group S.A. www.carrywater.com Al. Jerozolimskie 65/79, 00-697 Warszawa, Centrum LIM, piętro XIV, lok. 14.07
Bardziej szczegółowoOcena dojrzałości jednostki. Kryteria oceny Systemu Kontroli Zarządczej.
dojrzałości jednostki Kryteria oceny Systemu Kontroli Zarządczej. Zgodnie z zapisanym w Komunikacie Nr 23 Ministra Finansów z dnia 16 grudnia 2009r. standardem nr 20 1 : Zaleca się przeprowadzenie co najmniej
Bardziej szczegółowoINFORMACJA O REALIZACJI ZADAŃ Z ZAKRESU AUDYTU WEWNĘTRZNEGO W ROKU 2016
AW/AS/1/2017 INFORMACJA O REALIZACJI ZADAŃ Z ZAKRESU AUDYTU WEWNĘTRZNEGO W ROKU 2016 1. Audyt realizowano w Komunikacyjnym Związku Komunalnym Górnośląskiego Okręgu Komunalnego w Katowicach ADRES: ul. Barbary
Bardziej szczegółowoProcedura prowadzenia ewaluacji realizacji polityk i programów publicznych
1 Procedura prowadzenia ewaluacji realizacji polityk i programów publicznych Opracowanie w ramach projektu Potencjał Działanie Rozwój: nowy wymiar współpracy Miasta Płocka i płockich organizacji pozarządowych.
Bardziej szczegółowoSTRATEGICZNE MYŚLENIE - WYKORZYSTANIU NARZĘDZI IT KONTROLA ZARZĄDCZA PRZY. Szczyrk, 2-3 czerwiec 2016
STRATEGICZNE MYŚLENIE - KONTROLA ZARZĄDCZA PRZY WYKORZYSTANIU NARZĘDZI IT Szczyrk, 2-3 czerwiec 2016 CELE SYSTEMU KONTROLI ZARZĄDCZEJ Określenie celów strategicznych i operacyjnych dla organizacji. Zarządzanie
Bardziej szczegółowoNowoczesny model funkcjonowania ośrodka badawczego a risk-based monitoring. Marek Konieczny Prezes Zarządu Łukasz Pulnik Partner Zarządzający
Nowoczesny model funkcjonowania ośrodka badawczego a risk-based monitoring Marek Konieczny Prezes Zarządu Łukasz Pulnik Partner Zarządzający Warszawa, dn. 20 maja 2014 Plan prezentacji 1. Obecny a oczekiwany
Bardziej szczegółowoRekomendacja M dotycząca zarządzania ryzykiem operacyjnym w bankach
Konferencja Reforma regulacyjna sektora bankowego priorytety na rok 2014 23 października 2013 Rekomendacje KNF przegląd wybranych zmian Rekomendacja M dotycząca zarządzania ryzykiem w bankach Monika Jezierska,
Bardziej szczegółowoCompuware Changepoint. Portfolio Management Tool
Compuware Changepoint Portfolio Management Tool Compuware Changepoint Zintegrowane Zarządzanie Portfelem IT W dzisiejszym świecie czołowi użytkownicy IT podejmują inicjatywy dopasowania IT do strategii
Bardziej szczegółowoPrzeprowadzenie kompleksowej optymalizacji funkcjonowania jednostki, wprowadzenie nowego systemu zarządzania i wynagradzania
zakres rzeczowy zał. 6 Przeprowadzenie kompleksowej optymalizacji funkcjonowania jednostki, wprowadzenie nowego systemu zarządzania i wynagradzania Zamawiający: ZIKiT w Krakowie, zatrudniający ok. 500
Bardziej szczegółowoDopasowanie IT/biznes
Dopasowanie IT/biznes Dlaczego trzeba mówić o dopasowaniu IT-biznes HARVARD BUSINESS REVIEW, 2008-11-01 Dlaczego trzeba mówić o dopasowaniu IT-biznes http://ceo.cxo.pl/artykuly/51237_2/zarzadzanie.it.a.wzrost.wartosci.html
Bardziej szczegółowoSkrócone opisy pryncypiów architektury korporacyjnej podmiotów publicznych
Skrócone opisy pryncypiów architektury korporacyjnej podmiotów publicznych Wersja: 1.0 17.06.2015 r. Wstęp W dokumencie przedstawiono skróconą wersję pryncypiów architektury korporacyjnej podmiotów publicznych.
Bardziej szczegółowoRAPORT. Analiza Rentowności. Wszystkie Stanowiska
Logo Klienta Logo Konsultanta RAPORT Analiza Rentowności Wszystkie Stanowiska December 17, 2013 Założenia Raport zawiera analizę poszczególnych badanych jednostek organizacyjnych, reprezentowanych przez
Bardziej szczegółowoWarszawa, 24.05.2012 r.
Relacje administracji rz dowej z otoczeniem na przyk adzie dwóch projektów realizowanych przez Departament S by Cywilnej KPRM Warszawa, 24.05.2012 r. Zakres projektów realizowanych przez DSC KPRM W latach
Bardziej szczegółowoAnalityka danych w środowisku Hadoop. Piotr Czarnas, 5 czerwca 2017
Analityka danych w środowisku Hadoop Piotr Czarnas, 5 czerwca 2017 Pytania stawiane przez biznes 1 Jaka jest aktualnie sytuacja w firmie? 2 Na czym jeszcze możemy zarobić? Które procesy możemy usprawnić?
Bardziej szczegółowoAsseco CCR Comprehensive Consolidated Reporting. asseco.pl
Asseco CCR Comprehensive Consolidated Reporting. asseco.pl Kompleksowa obsługa sprawozdawczości grup kapitałowych. Aplikacja Asseco CCR to zaawansowane, bezpieczne i intuicyjne narzędzie do obsługi sprawozdawczości
Bardziej szczegółowoTRENING KOMPETENCJI MENEDŻERSKICH
TRENING KOMPETENCJI MENEDŻERSKICH Przykładowy program szkolenia Dzień Sesja 1: Wprowadzenie do zarządzania strategicznego Definicje i podstawowe terminy z zakresu zarządzania strategicznego Interesariusze
Bardziej szczegółowoWARTOŚCIOWANIE I OPISY STANOWISK PRACY
nia Warszawa I miejsce w rankingu 23-24 października Warszawa firm szkoleniowych wg Gazety Finansowej WARTOŚCIOWANIE I OPISY Klasyfikacja metod wartościowania pracy wskazanie na wady i zalety Konstrukcja
Bardziej szczegółowoWSTĘPNA OFERTA WSPÓŁPRACY
WSTĘPNA OFERTA WSPÓŁPRACY Charakterystyka firmy Zakres usług Etapy i metody pracy Konsultanci i współpraca z klientem Kontakt Grupa STS s.c., ul. Maszynowa 7a/3, 02-392 Warszawa Charakterystyka firmy Pracownia
Bardziej szczegółowoPREZES ZARZĄDU - DYREKTOR GENERALNY
Schemat podziału zadań i odpowiedzialności pomiędzy Członków Zarządu Budimex S.A. W skład Zarządu wchodzą: - Prezes Zarządu będący jednocześnie Dyrektorem Generalnym Spółki, - Wiceprezes Zarządu, - Członek
Bardziej szczegółowoUbezpieczeniowy Fundusz Gwarancyjny. Jakość i standaryzacja danych a efektywność procesów realizowanych przez UFG
Ubezpieczeniowy Fundusz Gwarancyjny Jakość i standaryzacja danych a efektywność procesów realizowanych przez UFG Przemysław Czapliński Wojciech Bijak Krzysztof Hrycko Holiday Inn, Warszawa 25 marca 2009
Bardziej szczegółowoRAPORT ANALIZA RENTOWNOŚCI WSZYSTKIE STANOWISKA. LOGO KLIENTA 22 February 2014
i RAPORT ANALIZA RENTOWNOŚCI WSZYSTKIE STANOWISKA LOGO KLIENTA 22 February 2014 Założenia Raport zawiera analizę poszczególnych badanych jednostek organizacyjnych, reprezentowanych przez wyznaczone osoby.
Bardziej szczegółowoMetodyki zarządzania projektami PRINCE2
Metodyki zarządzania projektami PRINCE2 Zarządzanie projektem Kontroluj Planuj Monitoruj Deleguj 6 aspektów efektywności projektu Koszty Terminy Jakość Zakres Ryzyko Korzyści 4 zintegrowane elementy metodyki
Bardziej szczegółowoMiary jakości w Call Center
OFERTA SZKOLENIOWA Miary jakości w Call Center TELEAKADEMIA to profesjonalne centrum szkoleniowe mające swoją siedzibę w Pomorskim Parku Naukowo-Technologicznym w Gdyni. TELEAKADEMIA realizuje szkolenia
Bardziej szczegółowoREKOMENDACJA D Rok PO Rok PRZED
REKOMENDACJA D Rok PO Rok PRZED Praktyczne aspekty procesu weryfikacji i zapewnienia zgodności z zaleceniami REKOMENDACJA D Jacek Więcki, Bank BGŻ S.A., Wydział Strategii i Procesów IT e mail: jacek.wiecki@bgz.pl
Bardziej szczegółowoPierwsze wdrożenie SAP BW w firmie
Pierwsze wdrożenie w firmie Mirosława Żurek, BCC Poznao, maj 2013 Zakres tematyczny wykładu Podstawowe założenia i pojęcia hurtowni danych ; Przykładowe pierwsze wdrożenie w firmie i jego etapy; Przykładowe
Bardziej szczegółowoDopasowanie IT/biznes
Dopasowanie IT/biznes Dlaczego trzeba mówić o dopasowaniu IT-biznes HARVARD BUSINESS REVIEW, 2008-11-01 Dlaczego trzeba mówić o dopasowaniu IT-biznes http://ceo.cxo.pl/artykuly/51237_2/zarzadzanie.it.a.wzrost.wartosci.html
Bardziej szczegółowoPlatforma Cognos. Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl. 2011 AIUT Sp. z o. o.
Platforma Cognos Agata Tyma CMMS Department Marketing & Sales Specialist atyma@aiut.com.pl Business Intelligence - Fakty Kierownicy tracą około 2 godzin dziennie na szukanie istotnych informacji. Prawie
Bardziej szczegółowoWprowadzenie do zarządzania procesami biznesowymi czym są procesy biznesowe: Part 1
Wprowadzenie do zarządzania procesami biznesowymi czym są procesy biznesowe: Part 1 Listopad 2012 Organizacja funkcjonalna Dotychczas na organizację patrzono z perspektywy realizowanych funkcji. Zarząd
Bardziej szczegółowoRekomendacja D w obszarze zarządzania projektami na przykładzie rozwiązań w Banku Polskiej Spółdzielczości S.A.
Rekomendacja D w obszarze zarządzania projektami na przykładzie rozwiązań w Banku Polskiej Spółdzielczości S.A. Rekomendacja D UKNF SPIS TREŚCI Rekomendacja Nr 4: Zasady współpracy obszarów biznesowych
Bardziej szczegółowoProjekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej
Projekt Badawczy Analiza wskaźnikowa przedsiębiorstwa współfinansowany ze środków Unii Europejskiej FiM Consulting Sp. z o.o. Szymczaka 5, 01-227 Warszawa Tel.: +48 22 862 90 70 www.fim.pl Spis treści
Bardziej szczegółowoZasady systemu kontroli wewnętrznej w Banku Spółdzielczym. w Łubnianach
Załącznik nr 3 do Regulaminu systemu kontroli wewnętrznej B S w Łubnianach Zasady systemu kontroli wewnętrznej w Banku Spółdzielczym w Łubnianach Rozdział 1. Postanowienia ogólne 1 Zasady systemu kontroli
Bardziej szczegółowoKoncepcja cyfrowej transformacji sieci organizacji publicznych
Koncepcja cyfrowej transformacji sieci organizacji publicznych Kierownik Zakładu Systemów Informacyjnych SGH Agenda prezentacji 1 2 3 4 5 Cyfrowa transformacja jako szczególny rodzaj zmiany organizacyjnej
Bardziej szczegółowoPodsumowanie zrealizowanych warsztatów z Rachunku kosztów
Podsumowanie zrealizowanych warsztatów z Rachunku kosztów Nowoczesne zarządzanie w zakładach opieki zdrowotnej szkolenia z zakresu rachunku kosztów i informacji zarządczej oraz narzędzi restrukturyzacji
Bardziej szczegółowoPREZES ZARZĄDU - DYREKTOR GENERALNY
Schemat podziału zadań i odpowiedzialności pomiędzy Członków Zarządu Budimex S.A. W skład którego wchodzą: - Prezes Zarządu będący jednocześnie Dyrektorem Generalnym Spółki, - Wiceprezes Zarządu Dyrektor
Bardziej szczegółowoPrzedszkole Nr 30 - Śródmieście
RAPORT OCENA KONTROLI ZARZĄDCZEJ Przedszkole Nr 30 - Śródmieście raport za rok: 2016 Strona 1 z 12 I. WSTĘP: Kontrolę zarządczą w jednostkach sektora finansów publicznych stanowi ogół działań podejmowanych
Bardziej szczegółowoBezpieczeństwo dziś i jutro Security InsideOut
Bezpieczeństwo dziś i jutro Security InsideOut Radosław Kaczorek, CISSP, CISA, CIA Partner Zarządzający w IMMUSEC Sp. z o.o. Radosław Oracle Security Kaczorek, Summit CISSP, 2011 CISA, Warszawa CIA Oracle
Bardziej szczegółowoMonitoring kształtowania wysokości taryf w świetle zmieniających się czynników ryzyka
Monitoring kształtowania wysokości taryf w świetle zmieniających się czynników ryzyka 1 Przepisy prawa ustawa z dnia 22 maja 2003r. o działalności ubezpieczeniowej art. 18. 1. Wysokość składek ubezpieczeniowych
Bardziej szczegółowoKryteria oceny Systemu Kontroli Zarządczej
Załącznik nr 2 do Zasad kontroli zarządczej w gminnych jednostkach organizacyjnych oraz zobowiązania kierowników tych jednostek do ich stosowania Kryteria oceny Systemu Kontroli Zarządczej Ocena Środowisko
Bardziej szczegółowoBIK TRACING nowa usługa Biura Informacji Kredytowej. Tomasz Wituszyński Warszawa, 8 kwietnia 2014
BIK TRACING nowa usługa Biura Informacji Kredytowej Tomasz Wituszyński Warszawa, 8 kwietnia 2014 BIK TRACING - POTENCJAŁ DANYCH ADRESOWYCH W BAZIE BIK System Informacji BIK Klient Indywidualny unikalna
Bardziej szczegółowoSUBDYSCYPLINY W NAUKACH O ZARZĄDZANIU I JAKOSCI 2.0
SUBDYSCYPLINY W NAUKACH O ZARZĄDZANIU I JAKOSCI 2.0 Prof. UE, dr hab. Grzegorz Bełz Prof. dr hab. Szymon Cyfert Prof. dr hab. Wojciech Czakon Prof. dr hab. Wojciech Dyduch Prof. ALK, dr hab. Dominika Latusek-Jurczak
Bardziej szczegółowoModel Matematyczny Call Center
OFERTA SZKOLENIOWA Model Matematyczny Call Center TELEAKADEMIA to profesjonalne centrum szkoleniowe mające swoją siedzibę w Pomorskim Parku Naukowo-Technologicznym w Gdyni. TELEAKADEMIA realizuje szkolenia
Bardziej szczegółowoTrendy BI z perspektywy. marketingu internetowego
Trendy BI z perspektywy marketingu internetowego BI CECHUJE ORGANIZACJE DOJRZAŁE ANALITYCZNIE 2 ALE JAKA JEST TA DOJRZAŁOŚĆ ANALITYCZNA ORGANIZACJI? 3 Jaka jest dojrzałość analityczna organizacji? Zarządzanie
Bardziej szczegółowoSTRATEGICZNA KARTA WYNIKÓW I JEJ ZASTOSOWANIE W ADMINISTARCJI PUBLICZNEJ
E-administracja warunkiem rozwoju Polski. Wzrost konkurencyjności przedsiębiorstw z wykorzystaniem innowacyjnych modeli referencyjnych procesów Administracji Publicznej STRATEGICZNA KARTA WYNIKÓW I JEJ
Bardziej szczegółowoAgenda. Charakterystyka Business Intelligence. Architektura systemu. Prezentacja funkcjonalności. Podsumowanie
Agenda Wstęp Charakterystyka Business Intelligence Architektura systemu Prezentacja funkcjonalności Podsumowanie Business Intelligence BI to zaawansowane technologicznie narzędzie informatyczne służą ce
Bardziej szczegółowoProcesowa specyfikacja systemów IT
Procesowa specyfikacja systemów IT BOC Group BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management Office
Bardziej szczegółowoSpis treści 5. Spis treści. Część pierwsza Podstawy projektowania systemów organizacyjnych przedsiębiorstwa
Spis treści 5 Spis treści Wstęp (Adam Stabryła)... 11 Część pierwsza Podstawy projektowania systemów organizacyjnych przedsiębiorstwa Rozdział 1. Interpretacja i zakres metodologii projektowania (Janusz
Bardziej szczegółowoDYPLOM POST-MBA: STRATEGICZNE ZARZĄDZANIE PROJEKTAMI
DYPLOM POST-MBA: STRATEGICZNE ZARZĄDZANIE PROJEKTAMI TERMIN od: TERMIN do: CZAS TRWANIA:12 dni MIEJSCE: CENA: 7600 zł netto Tempo i złożoność funkcjonowania organizacji sprawia, że udana realizacja firmowych
Bardziej szczegółowoWprowadzenie do Hurtowni Danych. Mariusz Rafało
Wprowadzenie do Hurtowni Danych Mariusz Rafało mariusz.rafalo@hotmail.com WPROWADZENIE DO HURTOWNI DANYCH Co to jest hurtownia danych? Hurtownia danych jest zbiorem danych zorientowanych tematycznie, zintegrowanych,
Bardziej szczegółowoProjekty realizowane w Banku Polskiej Spółdzielczości S.A. przy współudziale i na rzecz Zrzeszenia BPS
Projekty realizowane w Banku Polskiej Spółdzielczości S.A. przy współudziale i na rzecz Zrzeszenia BPS Departament Zarządzania Informatyką i Projektami BPS S.A. IX Spotkanie Liderów Informatyki Zrzeszenia
Bardziej szczegółowoSystem kontroli wewnętrznej w Banku Spółdzielczym Ziemi Kraśnickiej w Kraśniku
System kontroli wewnętrznej w Banku Spółdzielczym Ziemi Kraśnickiej w Kraśniku Kraśnik grudzień 2017 CELE I ORGANIZACJA SYSTEMU KONTROLI WEWNĘTRZNEJ 1 Cele systemu kontroli wewnętrznej 1. W Banku Spółdzielczym
Bardziej szczegółowoField Service Management Najczęściej spotykane problemy
Field Service Management Najczęściej spotykane problemy Wysokie koszty wykonania usługi Niskie zadowolenie klientów Czas i trasa dojazdu Nieterminowe dostarczenie usług Straty magazynowe Niedotrzymywanie
Bardziej szczegółowoW poprzedniej prezentacji: Przewodnik po biznesplanie
Model Najlepszych Praktyk Jerzy T. Skrzypek 1 Prezentacja zawiera opis problematyki kursu Biznesplan w 10 krokach 2 Kurs nie zawiera tekstów zawartych w książce o tym samym tytule W poprzedniej prezentacji:
Bardziej szczegółowoSYSTEMOWE PODEJŚCIE DO DUŻEGO PRZEDSIĘWZIĘCIA KOMUNIKACYJNEGO KONFERENCJA TRANSPORT INTERMODALNY INTEGRACJA PRZEWOZÓW ŚWIATOWYCH
SYSTEMOWE PODEJŚCIE DO DUŻEGO PRZEDSIĘWZIĘCIA KOMUNIKACYJNEGO KONFERENCJA TRANSPORT INTERMODALNY INTEGRACJA PRZEWOZÓW ŚWIATOWYCH Tadeusz Lis Wojciech Drop 21 marca 2018 Analiza Instytut Sobieskiego przygotował
Bardziej szczegółowoSzybkie mierzenie efektywności zoptymalizowania procesów. Korzyści w wariancie idealistycznym
2012 Szybkie mierzenie efektywności zoptymalizowania procesów. Korzyści w wariancie idealistycznym Maciej Mikulski Analiza biznesowa integracji B2B Bydgoszcz, 26 września 2012 wersja robocza Proces biznesowy
Bardziej szczegółowoMODEL I FUNKCJE WOJEWÓDZKICH OŚRODKÓW BADAŃ REGIONALNYCH
Konferencja Ogólnopolska Statystyka publiczna w służbie samorządu terytorialnego Wrocław, dn. 7-8 marca 2011 r. MODEL I FUNKCJE WOJEWÓDZKICH OŚRODKÓW Dominika Rogalińska Departament Badań Regionalnych
Bardziej szczegółowoDOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE:
DOKUMENT INFORMACYJNY COMARCH BUSINESS INTELLIGENCE: JAKIE PROBLEMY ROZWIĄZUJE BI 1 S t r o n a WSTĘP Niniejszy dokument to zbiór podstawowych problemów, z jakimi musi zmagać się przedsiębiorca, analityk,
Bardziej szczegółowoObsługa posprzedażowa klientów indywidualnych online. Atena.eKonto. ubezpieczeniowe. Czołowy dostawca. TOP provider of. IT solutions for insurance
Obsługa posprzedażowa klientów indywidualnych online Atena.eKonto ubezpieczeniowe Czołowy dostawca TOP provider of IT solutions for insurance Pierwszy dostawca IT dla ubezpieczeń Potrafimy wykorzystać
Bardziej szczegółowoFinanse dla niefinansistów
Finanse dla niefinansistów Cele szkolenia Celem szkolenia jest przekazanie Uczestnikom praktycznej i nowoczesnej wiedzy dotyczącej procesów finansowych, istotnej w pracy menadżera. Uczestnik nabywa kompetencje
Bardziej szczegółowoRAPORT Z AUDITU. polski Reie.tr Sictkón, Biuro Certyfikacji NR NC - 1407/P6 PN-EN ISO 9001:2009
polski Reie.tr Sictkón, NR NC - 1407/P6 PN-EN ISO 9001:2009 0 Spis treści 1 Cel i zakres auditu 2 Załączniki 3 Wprowadzenie 4 Rozdzielnik 5 Poufność 6 Zakres certyfikacji 7 Ocena systemu zarządzania. 8
Bardziej szczegółowoWprowadzenie do systemu ERP: CDN XL
Wprowadzenie do systemu ERP: CDN XL Przedmiot: Lk: 1/7 Opracował: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów Wytwarzania Pokój: 3/7 B,
Bardziej szczegółowoMOS System wsparcia pracowników mobilnych
MOS System wsparcia pracowników mobilnych Koordynacja mobilnego zespołu pracowników, przedstawicieli handlowych, serwisantów czy ankieterów jest zadaniem bardzo trudnym. A ich szybka i wydajna praca oraz
Bardziej szczegółowoKatarzyna Kot Izabela Michalczyk
Katarzyna Kot Izabela Michalczyk instytucja powołana w 1990 w wyniku rozwoju rynku ubezpieczeń w Polsce. zajmuje się wypłatą odszkodowań i świadczeń poszkodowanym w wypadkach i kolizjach drogowych, spowodowanych
Bardziej szczegółowoOPIS SYSTENU KONTROLI WEWNĘTRZNEJ W BANKU SPÓŁDZIELCZYM W USTRONIU. I. Cele systemu kontroli wewnętrznej
OPIS SYSTENU KONTROLI WEWNĘTRZNEJ W BANKU SPÓŁDZIELCZYM W USTRONIU I. Cele systemu kontroli wewnętrznej W Banku działa system kontroli wewnętrznej, którego celem jest wspomaganie procesów decyzyjnych,
Bardziej szczegółowoSystem wymiany informacji Wyzwania związane z obsługą klienta masowego. Michał Słoniewicz Departament Jakości Danych
System wymiany informacji Wyzwania związane z obsługą klienta masowego Michał Słoniewicz Departament Jakości Danych Warszawa, 19 kwietnia 2010 Kto korzysta z naszych produktów i usług? BANKI ORAZ SKOK-i,
Bardziej szczegółowoBank Spółdzielczy w Koronowie: usprawnienie procesów oraz lepsza obsługa klientów.
Bank Spółdzielczy w Koronowie: usprawnienie procesów oraz lepsza obsługa klientów. asseco.pl Klient. Bank Spółdzielczy w Koronowie to instytucja z bogatą, prawie 150-letnią historią. Wykorzystuje on swoje
Bardziej szczegółowoOutsourcing procesów. dr Arkadiusz Wargin CTPartners S.A. Analiza projektu B2B Kielce, 18 października 2012
2012 Outsourcing procesów dr Arkadiusz Wargin CTPartners S.A. Analiza projektu B2B Kielce, 18 października 2012 Agenda Firma przez pryzmat architektury korporacyjnej Outsourcing główne etapy Etap przygotowania
Bardziej szczegółowoPOLITYKA INFORMACYJNA
Załącznik Nr 1 do Uchwały Nr 4/2016 Zarządu Polskiego Banku Spółdzielczego w Wyszkowie z dnia 23.02.2016 r. zatwierdzona Uchwałą Rady Nadzorczej nr 7/2016 z dnia 24.02.2016 r. POLITYKA INFORMACYJNA Kategoria
Bardziej szczegółowoBiznes plan innowacyjnego przedsięwzięcia
Biznes plan innowacyjnego przedsięwzięcia 1 Co to jest biznesplan? Biznes plan można zdefiniować jako długofalowy i kompleksowy plan działalności organizacji gospodarczej lub realizacji przedsięwzięcia
Bardziej szczegółowodialog przemiana synergia
dialog przemiana synergia SYNERGENTIA. Wspieramy Klientów w stabilnym rozwoju, równoważącym potencjał ekonomiczny, społeczny i środowiskowy przez łączenie wiedzy, doświadczenia i rozwiązań z różnych sektorów.
Bardziej szczegółowo