Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión...

37
Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios CLAB - Agosto 2009

Transcript of Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión...

Page 1: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la

Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios

CLAB - Agosto 2009

Page 2: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Contenido

1. Objetivos del Proyecto

2. Estrategia de Implementación

3. Alcance del Proyecto

4. Análisis de Riesgo del Proyecto

5. Factores Críticos de Éxito

Page 3: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Arquitectura de Datos y Sistemas de Gestión

El proyecto de Arquitectura de datos y Sistemas de Gestión tiene como objetivo principal proporcionar un Data Warehouse corporativo con un modelo alineado a las mejores prácticas financieras y de visión única al cliente. Cubre 3 perspectivas principales:

• Control integral de Riesgo

• Toma de decisiones de Negocio

• CRM Analítico (Customer Relationship Managment)

Fortalecer la inteligencia de negocio ofreciendo capacidad para derivar información de sus datos, analizar operaciones y apoyar la toma de decisiones tácticas y estratégicas en MERCANTIL.Ofrecer servicios financieros con visión única e integral del cliente (CRM Analítico).Disponer de una solución de control de gestión que facilite la elaboración de los diferentes presupuestos y la medición de los resultados obtenidos desde diferentes perspectivas de costos y rentabilidad.Disponer de una visión consolidada y oportuna de la gestión gerencial y financiera de MERCANTIL .Consolidar bajo una misma plataforma y con una solución especializada los procesos de generación y administración de la gestión de riesgo

Beneficios del Proyecto

Etapas del Proyecto

Análisis de Brecha y definición

Empresarial

Etapa I Etapa II

Implementación y Roll Out de las

Soluciones

Soluciones a Implementar

• Riesgo de Crédito y FTP• Riesgo Operacional y de Mercado• MIS y Budgeting• CRM

Page 4: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Objetivos Específicos

Objetivos del Proyecto

Implantar un Data Warehouse mediante la utilización del modelo BDW, con los datos, información y ambiente de MERCANTIL disponibles.

Implantar los sistemas de Gestión CRM, Sistema de Riesgo de Crédito, Operacional y de Mercado, y de Administración de Rendimiento (MIS), con la información y datos disponibles.

Adoptar un modelo y mecanismos únicos de entendimiento, análisis y utilización de la información disponible en la organización mediante la integración de un modelo físico y lógico de datos, información estructurada para toma de decisiones y reportes enfocados para cada área usuaria de la información estratégica.

Adoptar los mecanismos y hábitos eficientes en la concepción, desarrollo y consumo de información de gestión en el mediano y largo plazo.

Page 5: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Estrategia de Implementación

Page 6: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Estrategia de Implementación

EtapasBusinessDiscovery

Solution Definition

Blue Print

Soluciones de Riesgo, MIS y CRM*

BDWM*

SolutionDevelopment

(RIESGO)

Solution Validation(RIESGO)

SolutionDeployment

(RIESGO)

SolutionDevelopment

(MIS)

Solution Validation

(MIS)

SolutionDeployment

(MIS)

SolutionDevelopment

(CRM)

Solution Validation

(CRM)

SolutionDeployment

(CRM)

* Entregas graduales según planificación y priorización

Durante esta fase se confirman y validan los requerimientos (Funcionales y tecnológicos), así como la estrategia de la solución

Durante esta fase se realiza el diseño lógico de la solución y se detalla el plan de ejecución de la Etapa 2 (Implementación y Rollout)

Solution Development: Durante esta fase se detalla el diseño de la solución y se realiza la instalación y configuración de las herramientas seleccionadas.

Solution Validation: Durante esta fase se ejecuta el plan de pruebas funcionales y de integración de la solución.

Solution Deployment: Durante esta fase se ejecuta el entrenamiento, acompañamiento a los usuarios y las pruebas de aceptación de la solución.

Page 7: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Estrategia de Implementación

EtapasBusinessDiscovery

Solution Definition

Blue Print

Soluciones de Riesgo, MIS y CRM*

BDWM*

SolutionDevelopment

(RIESGO)

Solution Validation(RIESGO)

SolutionDeployment

(RIESGO)

SolutionDevelopment

(MIS)

Solution Validation

(MIS)

SolutionDeployment

(MIS)

SolutionDevelopment

(CRM)

Solution Validation

(CRM)

SolutionDeployment

(CRM)

* Entregas graduales según planificación y priorización

Frente 1Funcional

Frente 2Tecnológico

Frente 3Gcia. Proyecto

Asegurar y capitalizar los esfuerzos destinados a resultados concretos de negocio. Asegurar el modelo BDW en MSF

Asegurar la capacidad de realización y eficiencias tecnológicas. Asegurarlas herramientas en el contexto de MSF

Asegurar la integración de las áreas funcionales y tecnológicas durante y despuésde la ejecución del proyecto

Page 8: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Estrategia de Implementación: Business Discovery

EtapasBusinessDiscovery

Solution Definition

(RIESGO)

(MIS)

SolutionDevelopment

(CRM)

Iniciar definición de solución Definir requerimientos de infraestructura Revisar ambiente de Mercantil Identificar requerimientos y estrategia de la solución Determinar requerimientos analíticos Determinar requerimientos de repositorio de datos Determinar requerimientos de integración de datos Evaluar impacto al negocio Confirmar estrategia de solución

Actividades Principales

Plan detallado – Fase Solution Definition Informe de estado quincenal Carta del proyecto (Project Charter) Documento Informe Situación Inicial Documento Informe de Brecha Instalación del ambiente de Desarrollo y Test Instalación Licencias de SW y aplicativos en ambientes de Desarrollo y Test.

Entregables Principales

(RIESGO)

(MIS)

SolutionValidation

(CRM)

(RIESGO)

(MIS)

SolutionDeployment

(CRM)

Page 9: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

EtapasBusinessDiscovery

Solution Definition

(RIESGO) (RIESGO) (RIESGO)

(MIS) (MIS) (MIS)

SolutionDevelopment

(CRM)

Solution Validation

(CRM)

SolutionDeployment

(CRM)

Iniciar diseño general Diseño lógico de capa analítica Diseño lógico de capa de repositorio de datos Diseño lógico de capa de integración de datos Diseñar modelo de arquitectura Conducir pruebas estáticas Diseñar planes de solución Diseñar especificaciones de prueba Crear ambiente de desarrollo Manejar excepciones de diseño general Confirmar diseño general

Actividades Principales

Blue Print y Roadmap Plan Detallado – Fase Solution Development Doc. Informe Recomendaciones Doc. con estrategia de consolidación de información Doc. con Estrategia de Certificación de soluciones Verificación de Instalación del ambiente de TEST y DESARROLLO Instalación del ambiente de Producción Instalación Licencias de Software y aplicativos en ambiente de Producción.

Entregables Principales

Estrategia de Implementación: Solution Definition

Page 10: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Access(Portals)

Analytics

(Reports, OLAP)

Data Repositories

(ODS, DW, Data Marts)

Data Integration

(EAI, ETL)

Solution Startup

Solution Startup

Solution Startup

Solution Startup

Solution Startup

BI Strategy & Planning

BI Strategy & Planning

BI Strategy & Planning

BI Strategy & Planning

BI Strategy &Planning

Solution Outline

Solution Outline

Solution Outline

Solution Outline

Solution Outline

MacroDesign

MacroDesign

MacroDesign

MacroDesign

MacroDesign

MicroDesign

MicroDesign

MicroDesign

MicroDesign

MicroDesign

BuildCycle

BuildCycle

BuildCycle

BuildCycle

BuildCycle

Deployment Deployment Deployment DeploymentDeployment

La metodología de trabajo está estrechamente ligada con la Arquitectura de Referencia de “Business Intelligence”

BusinessDiscovery

Solution Definition

SolutionDevelopment

&Validation

SolutionDeployment

Page 11: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Alcance del Proyecto

Page 12: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

El alcance del proyecto corresponde a la puesta en producción del Modelo de Datos, CRM, Gestión de Riesgo de Crédito y Mercado y Administración de Rendimiento (MIS)

OFICINA GERENCIA PROYECTO

Gerencia de Proyectos

• Segmentación por comportamiento• Definición de campañas• Evaluación de Campañas

• Cuantificación de Riesgo• Reportes• Integración• Simulación

• Presupuesto• Costos• Rentabilidad• FTP

Administración de Transición

Administración de

Relación con el Cliente Gestión de Riesgo

Crédito Mercado Operacional

Administración de

Rendimiento (MIS)

Modelo de Datos (BDWM)

• Auditoría Calidad de Datos • Visión del Cliente • Minería de Datos

• Requerimiento de Datos para Riesgo, Administración de Rendimiento y CRM

Page 13: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Soluciones seleccionadas para soportar el modelo y el alcance definido

OFICINA GERENCIA PROYECTO

Gerencia de Proyectos

Administración de Transición

Administración de

Relación con el Cliente Gestión de Riesgo

Crédito Mercado Operacional

Administración de

Rendimiento (MIS)

Modelo de Datos (BDWM)

SAS SUNGARD SUNGARD

IBM

Page 14: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Diseñar e implantar una Arquitectura de Datos Corporativa, integrada con el modelo de datos corporativo y arquitectura de Data Warehouse

Asegurar la incorporación de la información del DWH actual en cuanto a las áreas funcionales cubiertas y las necesidades de información de las herramientas de gestión.

Definir la estrategia para implantar y poblar el Data Warehouse como fuente principal de información histórica para análisis y toma de decisiones.

Personalizar el modelo de industria (BDWM) según requerimientos específicos de MERCANTIL.

Diseñar e implantar los procesos ETL asociados con el poblamiento del DWH.

Definir e implantar los procedimientos de control de calidad de datos.

OFICINA GERENCIA PROYECTO

Gerencia de Proyectos

• Segmentación por • comportamiento• Definición de campañas• Evaluación de Campañas

• Cuantificación de Riesgo• Reportes• Integración• Simulación

• Presupuesto• Costos• Rentabilidad• FTP

Administración de Transición

Administración de

Relación con el Cliente Gestión de Riesgo

Crédito Mercado Operacional

Administración de

Rendimiento (MIS)

Modelo de Datos (BDWM)

• Auditoría Calidad de Datos • Visión del Cliente • Minería de Datos

• Requerimiento de Datos para Riesgo, Administración de Rendimiento y CRM

Alcance BDWM

Alcance BDWM

Page 15: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

CONCEPTOS DE NEGOCIO

ParticipanteParticipante Acuerdo / Contrato

Acuerdo / Contrato

Condición

%Condición

%ProductoProducto

CREDIT CARD

1234 5678 90121234 5678 9012VALID FROM GOOD THRU

XX/XX/XX XX/XX/XX

PAUL FISCHER

XX/XX/XX XX/XX/XX

PAUL FISCHER

UbicaciónUbicación ClasificaciónClasificación Item Dirección de

Negocio

Item Dirección de

Negocio

EventoEvento1

12

2

3

45

678

9

10

11RecursoRecurso

Estos serán básicos para la definición de las áreas de interés y las entidades contenidas en

cada una* Information FrameWork

El IFW propone una concepción basada en nueve (9) objetos de negocio

Page 16: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Almacén de Datos

ESTRUCTURA DEL MODELO DE DATOS

Contiene las áreas de integración y tablas temporales requeridas durante los procesos de extracción, transformación y carga de los datos

El sistema de registro es el área normalizada primaria de almacenamiento en la que se sitúan los datos de los sistemas operativos. Los datos del sistema de registro se almacenan para ser utilizados posteriormente por las aplicaciones de soporte a decisiones

Agrupa todas las entidades de BDWM que describen las posibles áreas de resumen del almacén de datos global. Estas entidades de resumen describen las totalizaciones

Agrupa todas las entidades BDWM que describen las estructuras de análisis dirigidas a las necesidades específicas de un departamento o área determinada del negocio

Agrupa las entidades del BDWM sobre las cuales se recibe información procedente de aplicaciones de soporte a la toma de decisiones

Banking Data Warehouse Model (BDWM)

Área de registro

Análisis

Área de Resúmen

Área de retroalimentación e Integración

Área de tránsito

Page 17: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Repositorio Corporativo de Datos (BDWM)

Con la implementación del modelo de industria de IBM, el “Banking Data Warehouse Model”, se logra la

automatización y consolidación bajo una misma plataforma y con herramientas especializadas, de los procesos de generación, cálculo y distribución de la información.

Total de áreas de Integración: 164 (110 + 54)

•Modelo de Datos (BDWM de IBM):

•Habilitación de 170 entidades de 1.071

•Habilitación de 3.925 atributos de 6.210

•Procesos de Extracción, Transformación y Carga (ETLs): 1.800

•Levantamiento de Reglas:

•Reglas de calidad: 4.875

•Reglas de negocios: 600

•Reglas de cálculos: 80

•Aseguramiento de Calidad

•Pruebas de contraste: 80

•Casos de usos: 92

•Casos de prueba: 437

Page 18: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Poner en producción la herramienta de gestión de SAS CRM Marketing Automation:

Integrar el modelo de BDWM con el modelo del módulo de Marketing Automation de SAS.

Poner en producción los productos de SAS para CRM Analítico según los modelos de BSTs que se prioricen dentro de la fase de Business Discovery

Poner en producción los módulos de visualización y reportes de Marketing Automation de SAS.

Alcance CRM

Alcance CRM

OFICINA GERENCIA PROYECTO

Gerencia de Proyectos

• Segmentación por comportamiento• Definición de campañas• Evaluación de Campañas

• Cuantificación de Riesgo• Reportes• Integración• Simulación

• Presupuesto• Costos• Rentabilidad• FTP

Administración de Transición

Administración de

Relación con el Cliente

Gestión de RiesgoCrédito Mercado Operacional

Administración de

Rendimiento (MIS)

Modelo de Datos (BDWM)

• Auditoría Calidad de Datos • Visión del Cliente • Minería de Datos

• Requerimiento de Datos para Riesgo, Administración de Rendimiento y CRM

Page 19: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Poner en producción la herramienta de gestión de SUNGARD, MIS & BUDGETING:

Poner en producción los siguientes módulos:

BancWare Funds Transfer Pricing BancWare Profitability-Org&Product BancWare Profitability-Enhance Customer&Account Drill

Down BancWare Profitability- Capital Allocation BancWare Profitability- Reporting BancWare Budgeting Bancware Web Application

Poner en producción el cálculo de rentabilidad para MIS y FTP.

Generar cubos OLAP de rentabilidad en función de los BSTs seleccionados.

Alcance MIS

Alcance MISOFICINA GERENCIA PROYECTO

Gerencia de Proyectos

• Segmentación por • comportamiento• Definición de campañas• Evaluación de Campañas

• Cuantificación de Riesgo• Reportes• Integración• Simulación

• Presupuesto• Costos• Rentabilidad• FTP

Administración de Transición

Administración de

Relación con el Cliente Gestión de Riesgo

Crédito Mercado Operacional

Administración de

Rendimiento (MIS)

Modelo de Datos (BDWM)

• Auditoría Calidad de Datos • Visión del Cliente • Minería de Datos

• Requerimiento de Datos para Riesgo, Administración de Rendimiento y CRM

Page 20: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Poner en producción la herramienta de gestión de SUNGARD RIESGO:

Poner en producción los siguientes módulos:

Bancware Asset & Liablity y Basil II: Capital Management BancWare Capital Manager – Credit Risk

Poner en producción la herramienta para reportes y control de Riesgo Crediticio.

Poner en producción la herramienta para reportes y control de Riesgo de Mercado con base en el modelo de datos.

Alcance Riesgo

Alcance RiesgoOFICINA GERENCIA PROYECTO

Gerencia de Proyectos

• Segmentación por • comportamiento• Definición de campañas• Evaluación de Campañas

• Cuantificación de Riesgo• Reportes• Integración• Simulación

• Presupuesto• Costos• Rentabilidad• FTP

Administración de Transición

Administración de

Relación con el Cliente Gestión de Riesgo

Crédito Mercado Operacional

Administración de

Rendimiento (MIS)

Modelo de Datos (BDWM)

• Auditoría Calidad de Datos • Visión del Cliente • Minería de Datos

• Requerimiento de Datos para Riesgo, Administración de Rendimiento y CRM

Page 21: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Resumen Entregables por Area Funcional

TOTAL ENTREGABLES = 66

AREAFUNCIONAL

COMPONENTE ENTREGABLEAREA

FUNCIONALCOMPONENTE ENTREGABLE

Saldos, Tasas y Result.Financieros ExposiciónGap Liquidez (s/nv) ProvisionesGap Reprecio CapitalFlujo de Caja LimitesValoración Estática CR+ CR+Idem 1+ MF (c/nv) Retail - Market ParticipantPasivo Retail - ExposureActivos Retail-JurisditionMarketParticipantInversiones - Posición Retail-General ProvisionsInversiones - Mov Diario Retail-JurisditionExposuresLimites Wholesale - ExposiciónRiesgo de Mercado - Total Wholesale - ParticipanteRegistro Eventos What If What IfAuto Evaluación CreditosModelo - Capital Económico TDCResumen Cliente VistaResumen Contrato Activo PlazoResumen Contrato Pasivo Inversiones, c.propia, Derivados, SwapsResumen Contrato Tarjeta de Crédito GLRI: Reconciliación ContableResumen Cliente / Producto ProvisionesAnálisis de Transacción Costos: Salida Fox ProRelación Contrato Activo - Garantía TransaccionesAnálisis de Venta Cruzada Margen FinancieroRelación Contrato / Cuenta Otros IngresosResumen Establecimiento Comercial CostosResumen Fideicomiso Capital / ISLR/ OtrosResumen Fideicomiso / Persona Provisiones / RecuperacionesAnálisis de Campaña Margen FinancieroResumen Cliente / Programa Gastos OperativosResumen Nómina Flujo de CajaResumen SICRI CostosResumen Solicitudes Proceso de ControlResumen Buró Forecast

RIESGO DE

CREDITO(13)

RIESGO OPERACIONAL

(3)

Op RiskSAS

PROF

B&P

Modelo MSF

Basel IIData Mart

MIS(20)

FTP

RIESGO DE

MERCADO(12)

ALM

CRM(18)

Page 22: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Instalación y puesta en funcionamiento de la plataforma tecnológica de “Business Inteligence” de MERCANTIL, basada en el sigiente esquema

Áreas de Integración (Archivos Planos)

Mercantil Servicios Financieros

Modelo BDW

SistemasOperacionales

Captaciones

Colocaciones

Inversiones

Garantías

Fianzas

SUNGARD Módulo de Riesgo

Tarjetas deCrédito

ETL(Datastage )

FTP SASMódulo CRM

SUNGARD Módulo MIS

Modelo de Bodega de Datos Bancaria

Plantillas de Solución Aplicativa (ASTs)

Plantillas de Solución de Negocio (BSTs)

Banco Mercantil

BD 1 BD 2

Banco Mercantil

BD 1 BD 2

Commercebank

BD 1 BD 2

Commercebank

BD 1 BD 2

Seguros Mercantil

BD 1 BD 2

Seguros Mercantil

BD 1 BD 2

Merinvest Sociedad de Corretaje

BD 1 BD 2

Merinvest Sociedad de Corretaje

BD 1 BD 2

Fuentes Externas

BD 1 BD 2

Metadata

Enterprise WideData Warehouse

Metadata

Enterprise WideData Warehouse

Arquitectura de Datos para Mercantil Servicios Financieros

Page 23: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

AD&SG - Data Warehouse Model (BDWM) Modelo de Integración de la Arquitectura del Data Warehouse

Áreasde

Integración

Fuente I

Fuente II

Fuente N

Data Entry

Fuentes Externas

Almacén de Datos (BDWM)

Área de registro

Área de retroalimentación

Área de resumen

Área de análisis

Áreade

Tránsito (Staging

area)

Marketing Automation

(SAS)

SUNGARD•ALM5 •FTP•Profitability •ByP•B2CM

Oracle, DB2, ADABAS,VSAM

DB2, Archivos Planos, DataStage

Transformación CargaExtracción Análisis y Visualización

Servidor Fuente Servidor ETL Servidores AplicacionesETL DataStage

ETL in House

Conexión BDI (Sungard)

FTP

FTP

FTP

SqlServer

BD Propietario

Áreade

Tránsito

(Staging area)

Page 24: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Arquitectura BI

AS400FISERV

AS400DATAPRO

MainframeAdabas

VSAM

Servidor LAInversiones

BM – CARACASLEGACY

MERCANTIL COMMERCE BANK/

SUCURSALES LEGACY

PR

OC

ES

OS

DE E

TL A

L D

ATA

WA

REH

OU

SE B

M

Cliente CommerceBank

Sungard

CLIENTES EMPRESAS

Cliente BM Sungard

Cliente BM SAS

DATA WAREHOUSE

BMPR

OC

ES

OS

DE C

AR

GA

S

OLU

CIO

NES

AN

ALI

TIC

AS

VIS

UA

LIZ

AD

OR

ES

DE L

AS

SO

LU

CIO

NES

APLICACIONES DE NEGOCIO

Sungard

SAS BI Appl

Sungard

DATA WAREHOUSE

CB

METASTAGEM1 - ERWIN

,

DATASTAGE

AR

EA

S D

EIN

TEG

RA

CIÓ

N

AR

EA

S D

EIN

TEG

RA

CIÓ

N

OTROS

OTROS

PROCESO DE ACTUALIZACIÓN DE METADATA

Web Report

Web Report

SAS Web

.

FACILIDADWEB

DATA MART

SqlServer

SqlServer

SAS CRM ETL

Webfocus

Webfocus .

.

Cliente CB Web Focus

Cliente BM Web Focus

PR

OC

ES

OS

DE E

TL A

L D

ATA

WA

REH

OU

SE C

B

PR

OC

ES

OS

ETL

SO

LUC

ION

ES

AN

ALI

TIC

AS

DATASTAGE DATASTAGE

DATASTAGE

Diagrama de Repositorio de AD&SG Ambiente Producción

Page 25: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Análisis de Riesgos del Proyecto

Page 26: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

La Curva del Cambio

• Pérdida gradual del soporte de los principales stakeholders• Efecto “Caja Negra” de proyectos de larga duración

• Recomendaciones• Realizar análisis y seguimiento de expectativas de nuestros clientes• Implementar Quick wins que permitan mostrar avances tangibles• (A mediano plazo) Definir métricas de éxito del proyecto

Inicio del Proyecto

Fin del Proyecto

Entendimiento

Retroceso Avance

Resistencia Negativa

Entusiasmo

Compromiso

Page 27: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

El Triángulo del Desarrollo

• El tiempo es una variable crítica en el proyecto y debe ser reconocida como tal por el equipo

• Recursos para cubrir la “superficie” del triángulo

Objetivos• Formalización de un Plan de

Trabajo unificado

Recomendaciones• Equipo de trabajo completo• Evitar cambios en el Gantt salvo

aprobación de Comité• Crear una cultura de compromiso

con las fechas planificadas

Tiempo

Alcance

Calidad

Page 28: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

El Costo de la Calidad

• Retrasos producto de la búsqueda de la calidad, en desmedro de otras variables

• Esto genera un efecto dominó en las tareas actuales y futuras con dependencias en el plan de trabajo

Recomendaciones• Congelar versiones parciales que permitan

iniciar el desarrollo

• Priorizar y ejecutar las tareas en función de

un análisis de costo/beneficio

• “Lo perfecto es enemigo de lo bueno”Costo

Calidad

Page 29: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

CALIDAD DE DATOS – REQ. GENERALES

• Organización: Se debe crear o habilitar una unidad o grupo responsable de velar por la calidad de los datos y hacer seguimiento a las incidencias asegurando la resolución a nivel de fuente cuando así sea necesario, Tarea de MSF

• Reglas de Negocio: Se identificará las reglas de negocio que se pueden aplicar a nivel de ETL para detectar registros que vengan con errores de calidad de datos y evitar en la medida de lo posible su carga en el almacén

• Sistemas Fuentes: A nivel de ETL se pueden detectar algunos errores, pero la solución debe estar en el sistema fuente, lo cual es tarea de MSF mejorar

Page 30: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

BDWM

ClasificacionParticipanteActivoPasivoTesoreriaContabilidadGarantiaLiquidacionTransaccionesOtros productos

Calidad de Datos

Perfilamiento(Information

Analizer)Reglas

Incidencias(Service Desk)

Queries deContraste(Information

Analizer)

Datos cabeceraSumaries (Montos,

Personas, Transacciones,

Balance)

Areas de Integración(Areas de Interes)

Equipos de : Gerencias OyT

Áreas FuncionalesEquipos de AD & SG

Proceso de Calidad de Datos

Solución deIncidencias

Equipo D Q

Riesgo

CRM

MIS

◘ Construcción por fases (1.- AI, 2.- BDWM, 3.- Datamarts)

◘ Actividad de carácter permanente

1

2

3

Page 31: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Certificación Funcional - Premisas

• La metodología seleccionada para la puesta en producción fue la de “Smoke Test”, es decir, una vez culminada la Certificación Funcional en el ambiente de Pre-Producción, este mismo se convertirá en el de Producción.

PREMISAS• Las mejores prácticas según el FSSC (Financial Services Solution Center) de IBM para

proyectos de BI, en lo referente a certificación funcional, es cumplir tres ciclos de certificación

• Estos Ciclos de certificación se ejecutan sobre un set de datos controlado, que pueda ser contrastado

• Se inicia basado en dimensiones• Luego se avanza por subsistema (pasivos, activos, tdc, transacciones, etc.)• Dedicación y compromiso de los usuarios, dado que son los únicos que pueden validar

el contraste requerido• Tiempo de solución de incidencias

Page 32: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Factores Críticos de Exitos

Page 33: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Las 7 Claves de Éxito del Proyecto

Stakeholders comprometidos Beneficios identificables para el negocio Trabajo y cronograma claros y concretos Alcance realista y manejable Equipo de alto rendimiento Riesgos controlados Entrega de beneficios a la organización realizados

Page 34: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Framework de Seguimiento

Compromisos de Stakeholders Aplica Acciones a tomar ….

Beneficios del negocio logrados

Trabajo y cronograma claros y concretos Aplica Acciones a tomar ….

Equipo de alto rendimiento Aplica Acciones a tomar ….

Alcance realista y manejable

Riesgos controlados Aplica Acciones a tomar ….

Entrega de beneficios a la Organización realizados Aplica Acciones a tomar ….

Lo que necesitan saber, lo que necesitan decidir

Framework de Seguimiento

Page 35: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Consideraciones Finales

Minimizar la definición de objetivos “móviles”, a través de una adecuada priorización de

requerimientos y control del alcance del proyecto

Las áreas funcionales son los líderes del proyecto y tienen contacto continuo con el equipo

Maximizar la sinergia de la funcionalidad actual con las soluciones a ser implantadas

Enfocar el análisis en los requerimientos de las áreas funcionales, y no en lo que hay en los

sistemas actuales

Definir un Modelo de gobierno efectivo y estrategia de transferencia de conocimientos, que

asegure el adecuado mantenimiento, uso y actualización de la solución en el Banco

Establecer mecanismos claros y ágiles de certificación de entregables

Page 36: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Reflexión

El Mayor valor de las empresas del Siglo XXI vendrá dado por

La Gestión del Conocimiento

Page 37: Implantación de punta a punta de un Modelo Corporativo de Datos y su explotación para la Gestión de Riesgos, Análisis Financieros e Inteligencia de Negocios.

Closing Slide