Rol datamanagement in aanloop naar waarheidsmoment

Uitgave: Pensioen Bestuur & Management (PBM) nummer 3 2021

DRS. MARK VERSCHUREN AAG, PARTNER ADVIESBUREAU AETHIQS OP HET THEMA DATA
Rubriek: Risicomanagement
Geplaatst op 11-08-2021

Rol datamanagement in aanloop naar waarheidsmoment

‘En un momento dado’ is misschien wel de meest bekende uitspraak van Johan Cruijff. Volgens taalpuristen kan de uitspraak op twee manieren uitgelegd worden. De eerste betekenis is dat de uitspraak betekent op een gegeven moment. De tweede betekenis richt zich op de vertaling het moment dat je gegeven wordt. Maar ik zie u denken, wat heeft deze uitspraak te maken met pensioenfondsen? Deze uitspraak is meer gerelateerd aan pensioenen dan u wellicht denkt.

In het kader van de transitie naar het nieuwe pensioencontract is op een gegeven moment namelijk sprake van wat DNB noemt, het waarheidsmoment. Op dat moment zullen de individuele pensioenvermogens vastgesteld worden. Voor uw datakwaliteit wordt dit het moment van de waarheid. Daarna heeft u immers weinig tot geen ruimte tot correctie. Gelukkig is u als pensioenfonds de komende jaren gegeven (het moment dat u gegeven wordt) om te zorgen dat uw datakwaliteit optimaal wordt. Maar hoe zorgt u er als pensioenfondsbestuurder voor dat u grip houdt op dit proces en komt tot deze optimale datakwaliteit?

Het begint met een visie op data
De omzetting van het pensioenvermogen naar individuele pensioenvermogens heeft een direct effect op de hoogte van het pensioen van de deelnemers. Het is van belang dat deelnemers krijgen waar ze recht op hebben. Vanuit uw bestuurlijke verantwoordelijkheid dient u daarom grip te houden op uw datakwaliteit. Maar in onze visie stopt het daar niet, want datakwaliteit is niet een op zichzelf staand onderwerp maar onderdeel van het bredere concept data. Daarnaast is datakwaliteit een belangrijke hygiënefactor om de kansen die data bieden te kunnen benutten. Denkt u bijvoorbeeld maar aan data om uw dienstverlening aan deelnemers beter te maken en op maat te communiceren. Dat vraagt om een gestructureerde aanpak voor het produceren, vastleggen, onderhouden, actualiseren en beheren van data of te wel datamanagement.

Met de volgende vier kwadranten komt u tot een gestructureerde aanpak:
1. Databewustzijn,
2. Datastrategie,
3. Data governance,
4. Dataprocessen.

In het kader van het waarheidsmoment bespreek ik hieronder twee van deze vier aspecten, namelijk het databewustzijn en dataprocessen. Deze twee aspecten zijn op dit moment in de tijd het meest urgent om mee te starten. Dat neemt niet weg dat de overige twee componenten, data governance en datastrategie, eveneens een belangrijke rol spelen.

Databewustzijn is duurzame aandacht
Om als pensioenfondsbestuurder grip te houden op het onderwerp datakwaliteit is duurzame en juiste aandacht geven aan het onderwerp essentieel. Het onderwerp is te belangrijk in aanloop naar het waarheidsmoment om niet structureel te verankeren. Het start aan de top en eindigt bij besturing.
- Bestuurder: binnen het bestuur is, op basis van deskundigheid en geschiktheid, een bestuurder portefeuillehouder data.
- Bestuur: het bestuur neemt als geheel eigenaarschap voor het concept data en hoe data een plaats te geven in de besluitvorming (besturing).
- Besturing: het gaat hier om het proces rondom, de techniek achter en de borging van de datacyclus in de besturing van uw pensioenfonds. Hoe zorgt u voor voldoende bewustzijn en geeft u datakwaliteit een rol in uw besturingscyclus?

Dataprocessen is het monitoren van datakwaliteit
Data(kwaliteit) is geen statisch en eenmalig proces. Daarom vraagt het onderwerp datakwaliteit om een doorlopend proces van monitoring, beoordeling en verbetering. Want hoe weet u anders dat u over betrouwbare data beschikt voor de transitie?
Door periodiek te toetsen op datakwaliteit en mee te nemen in de besturing, krijgt u een robuust en betrouwbaar beeld van uw datakwaliteit en creëert u een (bestuurlijke) cyclus waarop u toetst op datakwaliteit. Voor deze cyclus is het aan te raden om periodiek de onderstaande drie stappen te doorlopen:
1. Sturen op datakwaliteit
2. Meten van datakwaliteit
3. Verbeteren van datakwaliteit

Voor het meten van datakwaliteit zijn in de praktijk veel verschillende methoden beschikbaar. Denk bijvoorbeeld aan steekproefonderzoeken, generieke datagedreven hygiënecontroles en controles met machine learning om afwijkingen te detecteren. De combinatie van de verschillende methoden en de actieve samenwerking met uw sleutelfunctiehouders geven een robuuster en betrouwbaarder beeld van uw datakwaliteit. Daarbij zijn twee zaken belangrijk:
- Maak het concreet. Uw pensioenadministratie heeft veel datavelden, die niet allen even relevant zijn vanuit datakwaliteit oogpunt. Het is daarom belangrijk om te werken met voor u concrete kritische dataelementen en -informatieproducten.
- Integraliteit. Zoals aangegeven is datakwaliteit een dynamisch proces. Alleen door regelmatig te meten krijgt u inzicht in uw datakwaliteit. Dat betekent dat u de datakwaliteitscontroles ook integraal en schaalbaar moet inrichten om er de vruchten van te plukken. Dit in tegenstelling tot kostbare steekproefonderzoeken, die u moet inzetten op specifieke onderdelen en minder periodiek.

Samenvatting
Als pensioenfonds krijgt u straks te maken met het ‘waarheidsmoment’, waarbij de individuele pensioenvermogens van deelnemers worden vastgesteld. Datakwaliteit is hierbij cruciaal om te zorgen dat deelnemers krijgen waar ze recht op hebben. Omdat datakwaliteit geen statisch en eenmalig proces is, vraagt het nu al van u om een doorlopend proces en geheel van monitoring, beoordeling en verbetering. De vier kwadranten van datamanagement helpen u hierbij. Alleen zo maakt u nu gebruik van de komende periode om comfort bij uw datakwaliteit te krijgen richting het waarheidsmoment.
En un momento dado. Wanneer start u?