Trasformare i dati in opportunità: metrica del mese - Livello di maturità 2 - Qualità attesa
I dati di alta qualità sono ben più di un parametro di riferimento: sono una necessità strategica. Investire nella qualità dei dati può trasformare i rischi in opportunità e le inefficienze in vantaggi. In questa nuova serie, Zornitsa Manolova, Head of Data Quality Management and Data Science presso GLEIF, analizza le metriche chiave del sistema globale LEI. In questo blog, Zornitsa esamina il modello di maturità definito nel quadro normativo sulla qualità dei dati della GLEIF, concentrandosi sul ruolo cruciale svolto dal Livello di maturità 2, ovvero la Qualità attesa dei dati, per rafforzare l'integrità dei dati e garantire la fiducia nell'ecosistema finanziario globale.
Autore: Zornitsa Manolova
Data: 2025-03-07
Visualizzazioni:
In un'economia globale sempre più interconnessa, la capacità delle aziende di reperire dati affidabili e di utilizzarli in modo efficace rappresenta la base dell'innovazione, della crescita e della competitività.
Ciò significa che oggi la qualità dei dati è ben più di un parametro di riferimento: è una necessità strategica. Un ecosistema di dati di alta qualità rappresenta un promotore di cambiamento e innovazione che consente alle aziende di identificare e cogliere le nuove opportunità, mentre una scarsa qualità dei dati può portare a inefficienze e all'esposizione a rischi normativi e reputazionali.
La GLEIF si impegna a ottimizzare la qualità, l'affidabilità e l'usabilità dei dati LEI. Dal 2017, la fondazione pubblica dei report mensili dedicati per dimostrare, in modo trasparente, il livello complessivo di qualità dei dati raggiunto nel sistema globale LEI.
Per favorire una più ampia comprensione e consapevolezza del settore in merito alle iniziative sulla qualità dei dati della GLEIF, questa nuova serie di blog presenta le metriche chiave usate nei report, evidenziando come investire nella qualità dei dati possa trasformare i rischi in opportunità e le inefficienze in vantaggi.
Il blog di questo mese esamina il Livello di maturità 2.
Analisi dei Livelli di maturità di qualità dei dati LEI
La maturità dei dati è una misura fondamentale che riflette l'efficacia con cui vengono utilizzate le risorse di dati disponibili per massimizzarne il valore e l'affidabilità. Per mantenere i più elevati standard di qualità dei dati LEI, GLEIF impiega un Modello di maturità dei dati.
In questo modello a tre livelli, ogni verifica sulla qualità dei dati è associata a un singolo livello di maturità. Questa metodologia sistematica rafforza l'affidabilità e la fiducia dei dati, garantendo un approccio progressivo e graduale al miglioramento continuo, rendendo il sistema globale LEI una fonte affidabile per gli ecosistemi finanziari e normativi in tutto il mondo:
Livello di maturità 1 - Qualità richiesta è il fondamento della qualità dei dati e garantisce che i controlli di convalida di base vengano applicati in modo coerente. In questa fase, i dati vengono sottoposti a controlli del formato per garantirne la corretta strutturazione e a controlli degli elementi obbligatori per confermare che tutti i campi obbligatori siano stati compilati correttamente.
Livello di maturità 2 - Per rafforzare l'affidabilità dei dati, Qualità attesa introduce misure avanzate di garanzia della qualità, tra cui:
Controlli di plausibilità: verifica che i dati inseriti siano logici e credibili.
Controlli delle regole aziendali: garanzia di conformità agli standard di governance definiti.
Controlli di integrità delle relazioni: conferma dell'accuratezza delle relazioni tra le entità.
Controlli degli elementi facoltativi: valutazione della correttezza dei campi dati non obbligatori ma preziosi.
Livello di maturità 3 - Qualità eccellente rappresenta lo standard più elevato di qualità dei dati LEI, garantendo che i dati siano non solo accurati, ma anche tempestivi e conservati correttamente. In questa fase, i controlli di rappresentazione confermano che i dati dell'entità siano coerenti tra i record, mentre i controlli di tempestività assicurano che le informazioni vengano aggiornate regolarmente e siano sempre attuali. I controlli del ciclo di vita e dei record legacy convalidano che i record LEI cronologici e attivi siano conservati correttamente.
Per GLEIF, il Modello di maturità dei dati a tre livelli è come la classe di un volo aereo. La qualità richiesta rappresenta l'aspettativa fondamentale che vengano rispettati gli standard minimi, paragonabile al raggiungimento sicuro della destinazione. La qualità attesa rispecchia un'esperienza migliore, molto simile al comfort e ai servizi aggiuntivi di un biglietto di classe business. La qualità eccellente assicura il massimo livello di affidabilità e accuratezza, paragonabile al lusso di un viaggio in prima classe.
Perché il Livello di maturità 2 (qualità attesa) è importante?
Grazie all'introduzione di misure avanzate di garanzia della qualità, il livello Qualità attesa è fondamentale per rafforzare l'integrità dei dati e garantire la fiducia dell'ecosistema finanziario.
Questo livello è importante perché:
Previene gli errori nei dati
Un quadro normativo di qualità strutturato consente di eliminare i dati errati, incompleti o incoerenti delle entità dai sistemi finanziari globali.
Garantisce la conformità normativa
Il raggiungimento del Livello di qualità atteso indica che i dati LEI soddisfano i parametri di qualità essenziali, rendendoli adatti per la rendicontazione normativa, la valutazione del rischio finanziario e le decisioni aziendali informate.
Promuove il miglioramento continuo
La struttura progressiva dei Livelli di maturità stimola continui progressi in termini di accuratezza dei dati e metodologie di convalida. Ad esempio, gli emittenti di codici LEI che hanno raggiunto il Livello di qualità atteso a febbraio 2025 hanno mostrato prestazioni costanti da dicembre 2024. Questo progresso continuo si riflette in sforzi costanti per ottenere una maggiore qualità e affidabilità dei dati. Nel 2024, gli emittenti di codici LEI hanno raggiunto una percentuale del 50%, assicurando costantemente la qualità richiesta, il che rappresenta un balzo in avanti rispetto al 2020 e al 2021, quando solo il 22% e il 28% degli emittenti avevano rispettivamente raggiunto questo livello di maturità.
Pone le basi per l'eccellenza
Il Livello atteso è un prerequisito per raggiungere il Livello eccellente, lo standard di qualità dei dati più elevato. Se non si raggiunge prima il Livello atteso, non è possibile garantire la piena integrità e affidabilità dei dati nel sistema LEI.
Trasformazione dei dati in opportunità
In quanto parametro di riferimento fondamentale per l'eccellenza dei dati LEI, il Livello di maturità 2 supporta un approccio di miglioramento continuo e strutturato, consentendo agli emittenti di codici LEI di migliorare la qualità dei dati e di aumentare la fiducia, l'accuratezza e la trasparenza dell'ecosistema finanziario. Ciò comporta vantaggi per le organizzazioni, in quanto migliora l'efficienza operativa e la riduzione dei rischi, contribuendo in ultima analisi a sostenere la crescita economica, aumentando la trasparenza del mercato e assicurando un commercio internazionale uniforme.
Per commentare un articolo del blog, indicate il vostro nome e cognome. Il nome e il cognome verranno visualizzati accanto al commento. Gli indirizzi e-mail non verranno pubblicati. Effettuando l’accesso o contribuendo al forum di discussione, l’utente accetta i termini della Politica in materia di blog della GLEIF. Si invita pertanto l’utente a leggere tale politica con attenzione.
Zornitsa Manolova guida il team Gestione della qualità dei dati e Scienza dei dati presso la Global Legal Entity Identifier Foundation (GLEIF). Dall'aprile 2018 ha la responsabilità di promuovere e migliorare l'esistente quadro di qualità e governance dei dati introducendo approcci analitici innovativi. In precedenza, ha gestito progetti di analisi dei dati forensi in indagini finanziarie internazionali presso PwC Forensics. Zornitsa ha conseguito la laurea in scienze informatiche con specializzazione in Apprendimento automatico presso l'Università di Marburgo (Philipps-Universität Marburg).
