Trois défis liés à l'utilisation d'Excel pour les rapports réglementaires

Par William Davis, directeur principal, Trifacta

Le secteur des services financiers s’adapte constamment à l’évolution des exigences réglementaires. Alors que les marchés font l’objet d’un contrôle croissant dans le sillage d’un contexte macro-économique tumultueux, la réglementation devient de plus en plus granulaire et nuancée. Selon des recherches effectuées par le service de renseignements réglementaires Thomson Reuters, les institutions financières suivent et traitent en moyenne 200 nouvelles révisions réglementaires internationales chaque jour.

Pour répondre aux demandes de conformité sur le terrain, les institutions financières gèrent un grand volume et une variété de données sur les transactions. Il est impératif de veiller à ce que ces données ne présentent aucun problème de qualité, faute de quoi elles peuvent grandement biaiser les rapports en aval et mettre des millions de dollars en jeu. À ce titre, les institutions financières doivent préparer méticuleusement les données, qui peuvent représenter jusqu’à 80 % du temps requis pour répondre aux exigences de conformité.

Traditionnellement, les institutions financières se sont appuyées sur des feuilles de calcul courantes comme Excel — une technologie introduite il y a près de 40 ans — pour établir des rapports réglementaires fiables, tout en atteignant ses limites à mesure que la rapidité des rapports réglementaires s’accélère et exige des données plus rapides et plus robustes préparation. Ci-dessous, nous examinons certains des principaux défis liés à l’utilisation d’Excel pour la production de rapports réglementaires, ce qui a conduit à l’adoption croissante de plateformes intelligentes et automatisées de préparation des données parmi les institutions financières.

Excel a des limites de lignée de données
Lorsque vous effectuez des rapports réglementaires, la lignée de données est de la plus haute importance. Les intervenants internes et externes ont besoin de visibilité pour comprendre exactement comment les données ont été transformées avant d’être soumises à un organisme de réglementation. Excel a des limites de lignée de données, ce qui rend difficile pour les analystes de données de démontrer le travail qu’ils ont accompli. Souvent, ils devront revenir en revue leur travail et démontrer manuellement chaque étape qu’ils ont franchie auprès d’une variété d’intervenants afin d’en assurer l’exactitude. Au lieu de cela, les institutions financières doivent rechercher des solutions de préparation des données qui enregistrent toutes les étapes de transformation des données prises, permettant aux analystes de démontrer facilement comment ils sont arrivés à une réponse particulière et d’approuver le travail.

Excel est manuel
Chaque transformation dans Excel doit être effectuée manuellement. Il n’y a pas d’intelligence intégrée qui guide le processus de préparation des données, ni de nombreux raccourcis permettant aux utilisateurs d’ignorer certains segments. Au lieu de cela, presque toutes les transformations doivent être construites à partir de zéro et mémorisées pour chaque nouveau jeu de données. Non seulement cela laisse les analystes plus sujets aux erreurs, mais cela ne permet pas une collaboration facile entre les membres de l’équipe. L’établissement de rapports réglementaires, comme c’est le cas pour la plupart des initiatives, est mieux exécuté en équipe, où différents membres peuvent apporter leurs connaissances uniques sur les ensembles de données sur devraient être transformés. En opérant de façon cloisonnée avec Excel, il y a plus de possibilités pour les erreurs de passer inaperçues ou de se répéter.

Excel n’offre pas de conseils visuels

Pour

réaliser des rapports réglementaires, il faut souvent tirer parti d’un certain nombre d’ensembles de données différents, tant au sein de l’organisation qu’à l’extérieur. La remodification des problèmes de qualité est la priorité absolue, qui s’étend des fautes d’orthographe et des incohérences aux anomalies. Certes, les analystes peuvent trouver et résoudre ces problèmes de qualité des données avec Excel, mais sans conseils visuels, cela peut nécessiter beaucoup de temps consacré au défilement et à la recherche. Au lieu de cela, les institutions financières devraient chercher un outil qui met en évidence automatiquement et visuellement les problèmes de qualité afin qu’ils soient faciles à identifier et à corriger dès le début du processus de préparation, au lieu d’une fois la déclaration terminée. Cela permet d’économiser des heures incalculables en refaisant le travail précédent et accélère le temps passé à passer au crifting des jeux de données pour détecter ces problèmes de qualité des données.

Excel ne peut pas gérer les volumes de données volumineux ou la complexité des données

Alors que les rapports réglementaires deviennent de plus en plus nuancés, exigeant de plus en plus de types de données à des volumes plus élevés, Excel atteint ses limites. Excel était (et continue d’être) un excellent outil pour préparer de petites quantités de données structurées, mais ralentit considérablement avec le Big Data, et souvent ne peut pas gérer la complexité des sources de données semi-structurées modernes. Il est important que les analystes puissent travailler avec toutes leurs données au sein d’une seule technologie (au lieu de les divisés en différents segments pour les différents analystes à préparer) afin de rester cohérents et d’avoir une vue complète de leurs données.

La ligne de fond

Bien qu’Excel reste un outil fiable et utile pour préparer des données à petite échelle, il n’est pas idéal de lui confier vos rapports réglementaires, dont l’exactitude peut coûter des millions de dollars. Vous avez besoin d’une plateforme puissante et agile de préparation des données pour améliorer la puissance de votre service de reporting réglementaire. Cette plateforme doit fournir des suggestions intelligentes, une interface intuitive et des capacités de collaboration qui aideront à rationaliser avec précision les processus de préparation des données dans l’ensemble du département.

Sommaire

Dans la même catégorie

Go up