KNF dość rygorystycznie wypowiada się o możliwości przetwarzania danych w chmurze. W 2018 i 2019 rozpoczęły się pierwsze postępowania wobec banków i firm ubezpieczeniowych, powoli buduje się nie tylko teoria, ale i praktyka działania organu nadzoru.

• Na co zwracać szczególną uwagę?
• Jak przygotować organizację do korzystania z chmury?
• Czego spodziewać się ze strony KNF?

• Granice danych osobowych w zasobach informacyjnych instytucji finansowych – zmiana charakteru danych z osobowych na nieosobowe. Anonimizacja, pseudonimizacja, hashowanie
• Łączenie danych osobowych z różnych źródeł wewnętrznych i zewnętrznych – problem zmiany celu przetwarzania, warunki dopuszczalności
• Weryfikacja i aktualizacja danych osobowych w oparciu o wewnętrzne i zewnętrzne zasoby informacyjne
• Dobre praktyki w zakresie realizacji prawa do sprostowania / aktualizacji
• Zarządzanie tożsamością podmiotu danych w systemach informatycznych
• Naruszenia ochrony danych osobowych w obszarze integralności (prawidłowości) danych.

• Jak zdefiniować obszary danych przetwarzanych w organizacji?
• Odpowiedzialność za dane, role i zakresy
• System zarzadzania danymi
• Od czego rozpocząć?

• Przykłady wybranych możliwych rozwiązań w podejściu do zarządzania jakością danych
• Zalety i wady różnych rozwiązań
• Zapewnienie jakości danych na styku różnych funkcji – case study
• Specyfika lokalna a globalna perspektywa
• Jak efektywnie połączyć lokalne z globalnym – case study

• Co? – czym tak naprawdę jest Data Governance i DQM
• Dlaczego? – business case dla projektów zarządzania informacją
• Gdzie? – perspektywa techniczna i biznesowa
• Jak? – sprawdzone metody i typowe błędy
• Kto? – struktura organizacyjna i kluczowe role

• Wymagania dla jakości danych, czyli o co walczymy i dokąd zmierzamy
• Zapewnienie jakości danych, czyli profilaktyka jest lepsza niż leczenie
• Monitorowanie jakości danych, czyli kontrola podstawą zaufania
• Raportowanie jakości danych, czyli wiedza to połowa sukcesu
• Poprawa jakości danych, czyli między motyką a słońcem

• Elementy Zarządzania Danymi jako aktywami w organizacji
• Metadane kluczem do utrzymania kontroli w świecie nieustających zmian
• Struktury organizacyjne w służbie Ładu Danych
• Praktyki zarządzania Jakością Danych – case study

• Koncepcja mistake proofing - zasady i korzyści z zapobiegania nieumyślnym błędom
• Trzy stopnie rozwiązań poka yoke: ostrzeżenie, kontrola, wyłączenie
• Poka yoke przy zbieraniu danych i wprowadzaniu ich do systemów
• Zapobieganie błędom przy pracy z danymi – bezpieczna architektura systemów
• Poka yoke rozwoju oprogramowania.

• W jaki sposób banki podchodzą do budowania map przepływu danych?
• Jakie narzędzia są wykorzystywane do budowy i utrzymywania map przepływu?
• W jakich procesach mapy są/mogłyby być wykorzystywane?

• Podejście kaskadowe versus ewolucyjne do wdrożenia i rozwoju procesów zarządzania danymi
• Zastosowanie narzędzi Informatica wpierających zarządzanie danymi w Banku BPH
• Narzędzia Informatica wspierające zarządzanie danymi oraz ich integrację

• Jak wyglądają dedykowane narzędzia wspierające procesy jakości danych w organizacji?
• Jakie są ich kluczowe mechanizmy i co mogą zaoferować, aby ułatwić pracę przy projektach związanych z jakością danych?

W ramach prezentacji zostaną przybliżone narzędzia, przy pomocy których zostanie przeprowadzony proces analizy, monitorowania, standaryzacji, deduplikacji i tworzenia złotego rekordu. Zostaną również przedstawione wybrane techniki automatyzacji wybranych procesów.