EY helpt langetermijnwaarde creëren voor alle stakeholders. Onze diensten en oplossingen, gedreven door data en technologie, bieden vertrouwen en helpen klanten te transformeren, te groeien en te functioneren.
De purpose van EY is Building a better working world. Met onze inzichten en diensten helpen wij langetermijnwaarde te creëren voor onze klanten, medewerkers en de samenleving, en dragen we bij aan vertrouwen in de kapitaalmarkten.
Verouderde en/of onjuiste pensioendata als gevolg van handmatige administraties, foutief doorgevoerde mutaties of mutaties die niet in het systeem passen, vormen een grote bedreiging voor de datakwaliteit in de pensioensector. Goede datakwaliteit is nodig om voor alle deelnemers de verwachte pensioenuitkering correct te kunnen berekenen.
De transitie naar het nieuwe pensioenstelsel biedt een uitgelezen kans om de datakwaliteit in de pensioensector op orde te brengen en een toekomstbestendig datakwaliteitsraamwerk op te zetten. Een hoge kwaliteit van pensioendata is, naast een wettelijke voorwaarde, ook de sleutel naar een succesvolle transitie. Kwalitatief slechte data vormt een grote bedreiging voor ons pensioenstelsel. Naast onjuiste pensioenaanspraken voor deelnemers kan het leiden tot aantasting van de reputatie en het verlies van vertrouwen in de pensioensector.
Data Management, Data Engineering, Business Intelligence, Data Science, Intelligent Automation en Data Strategie kunnen een rol spelen bij het realiseren van de vereisten van deelnemers, werkgevers en toezichthouders;
Data Management zorgt voor efficiëntie in het vergaren, opslaan en raadplegen van data door middel van duidelijke processen, rolverdelingen en verantwoordelijkheden.
Data Engineering brengt verbindingen tussen interne systemen tot stand zodat de relevante data bijvoorbeeld zichtbaar is in een customer portal. Of dat data automatisch wordt verwerkt in een dashboard voor management informatie (Business Intelligence). Hierdoor wordt beschikbare data optimaal benut en de efficiëntie in de organisatie vergroot.
Data Science voegt hier de optimalisatie van systemen door middel van kunstmatige intelligentie aan toe. Een voorbeeld hiervan is het personaliseren van de klantomgeving, waarbij kunstmatige intelligentie bepaalt welke informatie relevant is en dus zichtbaar moet zijn per klant (voor pensioenfondsen: de deelnemer). Dit reduceert het aantal potentiële vragen bij de pensioendesk.
Intelligent Automation kan helpen om handmatige processtappen te automatiseren, zodat medewerkers zich kunnen richten op het kenniswerk.
Door een duidelijke Data Strategie op te stellen, kunnen spelers in de pensioensector bepalen welke methode ze willen inzetten om hun bedrijfsdoelen te ondersteunen.
U kunt bij ons terecht voor de volgende diensten:
Met onze Assessment Pensioendata-Kwaliteit (APK) QuickScan krijgt u inzicht in de datakwaliteit van uw pensioenadministratie. Door een kwalitatieve aanpak te combineren met een kwantitatieve data-analyse, genereren wij een volledig inzicht in de kwaliteit van uw data. Dit inzicht vormt de basis voor data-opschoning om zo een succesvolle transitie in gang te zetten. Onze aanpak sluit nauw aan bij de vereisten van het normenkader van de Pensioenfederatie (zie ook Kader datakwaliteit Pensioenfederatie.nl).
Het kwalitatieve assessment van de APK QuickScan identificeert potentiële aandachtsgebieden voor onderzoek en geeft inzicht in de beschikbaarheid van data. U krijgt een goed beeld van de aspecten rond beleid en uitvoering die het meest van invloed zijn op de datakwaliteit. De risicoanalyse van de pensioenadministratie geeft richting aan het mitigeren van negatieve invloeden op de datakwaliteit.
Het kwantitatieve assessment van de APK QuickScan voert een data-analyse uit over de basisdimensies van datakwaliteit. De daaruit volgende rapportage met aandachtspunten geeft richting aan de data-opschoning.
Binnen EY hebben wij verschillende expertises en besteden we aandacht aan de volgende aspecten met betrekking tot datakwaliteit:
Financiële verslaglegging
Actuariële aspecten
Juridische aspecten
Operationele procesgang
Informatietechnologie
Datamanagement
D&A mogelijkheden
Implementatie normenkader
Readiness assessment
Agreed upon procedures
Data profiling
Relevantie
Wettelijke voorwaarde Wet toekomst pensioenen
D&A mogelijkheden
Data (& Analytics) Strategie
Data Governance inclusief rollen en verantwoordelijkheden
Metadata Management inclusief definities (vaak een voorwaarde voor goed datakwaliteitsmanagement)
Volwassenheidsassessment Data Management & inclusief Data Governance
D&A target operating model (organisatiestructuur voor data management en data analyse etc.)
Data Risico Assessment en Management incl. datakwaliteit
Data Cultuur incl. bewustzijn en kennis door middel van inspiratie en trainingssessies
Relevantie
Innovaties in organisaties faciliteren door gebruik van nieuwe trends en technologieën
Data gebruiken om producten en diensten proactief aan te passen aan wensen van deelnemers
Operaties binnen organisaties door laten gaan terwijl aan regelgeving wordt voldaan
Volledige, consistente en duidelijk gedefinieerde rollen en verantwoordelijkheden opstellen
Real-time toegang tot gegevens en informatie voor alle stakeholders in de organisatie