Zenginleştirilmiş veri ve yapılandırılmış veri: Tüm bunlar gerçekte neyle ilgili?

ISO 20022 hakkında konuşurken sürekli olarak iki terim ortaya çıkmaktadır: "Zenginleştirilmiş Veri" ve "Yapılandırılmış Veri". Şimdi bunların ne anlama geldiğini, faydalarını ve neden önemli olduklarını inceleyelim.

Veri, her modern işletmenin kalbinde yer alır. Ancak ham veri tek başına yeterli değildir. Bu, kataloğu olmayan geniş bir kütüphaneye sahip olmaya benzer; değerli bilgilere sahip olabilirsiniz, ancak organizasyon olmadan anlamlı içgörüler elde etmek zorlaşır.

Zenginleştirilmiş veriler temel ayrıntıların ötesine geçer. Ek bağlam ve değerle geliştirilmiş verilerdir. İnsanlar bağlamı sezgisel olarak yorumlayabilirken, bilgisayarlar yanlış anlama ve hatalardan kaçınmak için yapıya ihtiyaç duyar. Yapılandırılmış veriler burada devreye girer.

Yapılandırılmış veriler, belirli bilgi parçaları bilgisayarlar tarafından kolayca anlaşılabilen ve işlenebilen önceden tanımlanmış bir formatta (bireysel alanlar) sağlandığında, bilgilerin düzenlenmesi için bir çerçeve sağlar. Yapı, verilerdeki belirsizliği ve tutarsızlığı önlemeye yardımcı olur ve makinelerin her bir bilgi parçasının bağlamını ve değerini yorumlamasını sağlar. Bu nedenle, zenginleştirilmiş veriler ve yapılandırılmış veriler ayrı şeyler olsa da, maksimum değer ancak birlikte sağlandıklarında gerçekleşir. ISO 20022, daha zengin verilerin yapılandırılmış bir formatta değiş tokuş edilmesini sağlar.

Şirketler, zenginleştirilmiş ve yapılandırılmış verilerden yararlanarak iş operasyonları ve müşterileri hakkında daha kesin ve eksiksiz bir resim oluşturabilir.

Konuşma sadece uyumluluk ve teknik birlikte çalışabilirlik hakkında değil, bundan çok daha fazlası hakkında.

1. Yapılandırılmış İsim ve Posta Adresi, ilgili tarafları açık bir şekilde tanımlamak için bir yol sağlar. Bu, yalnızca bir ödemedeki yaptırıma tabi tarafları belirlemek için değil, aynı zamanda bir filtreleme sistemi tarafından oluşturulan yanlış pozitiflerin sayısını azaltmak için KYC ve doğru yaptırım taramasına büyük ölçüde yardımcı olabilir (bkz. kullanım örneği 3).

2. Yapılandırılmış Havale Bilgileri, fatura numaraları, sipariş numaraları ve ödemenin ne için yapıldığına ilişkin diğer referanslar gibi bilgilerin ödeme mesajları içinde aktarılmasına olanak tanır. Kurumsal Kaynak Planlama (ERP) sistemlerine, otomatik mutabakata yol açabilecek ve nakit akışı yönetimini iyileştirebilecek daha zengin havale verilerini alma ve işleme yeteneği sağlayabilir.

3. Tüzel Kişi Kimlik Kodu (LEI ), gelişmiş KYC, otomatik yaptırım taraması ve mutabakata yardımcı olabilecek ilgili belirli tüzel kişileri açıkça tanımlamak için ödemelerde daha fazla şeffaflık sağlar.

4. Amaç Kodları, ödemelerin nedenine ilişkin bir içgörü sağlar ve tutarlı bir şekilde kullanıldığında, temel müşteri eğilimlerinin belirlenmesi ve dolayısıyla yenilikçi hizmetlerin geliştirilmesi, dolandırıcılığın önlenmesi ve işleme için ödeme önceliğinin belirlenmesi gibi birçok fayda sağlayabilir. Örnek olarak, İngiltere Merkez Bankası, mülk alımları gibi zaman açısından kritik ödemeleri belirlemek ve önceliklendirmek için amaç kodunu kullanmayı planlamaktadır.

5. Çoklu Ödeme Tanımlayıcıları, her tarafın ödemeyi tanımlamak için kendi benzersiz referanslarını dahil etmesini sağlayarak mutabakat sürecini iyileştirir.

6. OBO olarak da bilinen Nihai Borçlular ve Alacaklılar - 'adına' - ödemeler, fonu ödeyen veya alan gerçek son taraf hakkında bilgi sağlar.

Tüm veriler bir araya getirildiğinde, işletmelere gönderilen ve alınan ödemelerini analiz etmek için ayrıntılı bilgiler sağlayabilir. Bu, yalnızca gelişmiş dolandırıcılık tespiti ve önlenmesi için değil, aynı zamanda müşteri deneyiminin iyileştirilmesi ve dahili süreçlerin optimize edilmesi için de daha iyi kararlar alınmasını sağlayabilir.

Bazı kullanım örneklerini inceleyelim:

Bazı devlet yardımlarını bulmak ve bunlara başvurmak oldukça karmaşık olabilir ve bu da her yıl milyonlarca doların sahipsiz kalmasına neden olur. CBA, amaç kodlarını kullanarak öğrenci müşterilerini doğru bir şekilde tanımlayabileceklerini ve böylece eksik oldukları avantajlara erişmelerine yardımcı olabileceklerini keşfetti. Bu özel yaklaşım, her öğrenci için bankacılık deneyimini daha kişiselleştirilmiş ve ilgili hale getirdi.

Birçok büyük perakende şirketi, her biri kendine özgü veri formatına sahip çeşitli tedarikçilerden gelen faturaları manuel olarak uzlaştırmak zorunda kalmakta ve bu da maliyetlerin artmasına neden olarak kârlılıklarını etkileyebilmektedir. Bankalar şirketlere, gelen ödemelerin akışlarını müşterinin ERP motoru tarafından sağlanan fatura ayrıntılarıyla eşleştirerek otomatik mutabakat ve doğru raporlama sağlayan hizmetler sunabilmektedir. Bu sadece doğru veriler doğru alanda olduğu için mümkündür.

Ödemeler genellikle mükellef veya alacaklı isimlerindeki yanlış isabetler (yanlış pozitifler) nedeniyle gecikmekte, bu da müşteri memnuniyetsizliğine, olası gelir kaybına ve manuel incelemeler nedeniyle bankalar için artan maliyetlere yol açmaktadır.

Muhammed Ali ve Maria Chavez de yaptırım listelerinde yer alan uluslararası yaygın isimlerdir. Bu isim nedeniyle bir ödeme yaptırımı kontrolü uyarısı verilebilir. Ancak, kurgusal bir örnek vermek gerekirse, 1997 doğumlu Londralı Muhammed Ali veya 1980 doğumlu New Yorklu Maria Chavez, 1965 doğumlu Mısırlı Muhammed Ali veya 1967 doğumlu Meksikalı Maria Chavez 'den farklıdır ve OFAC listesinde yer alabilirler.

Tarama sistemleri adresler, doğum tarihleri ve diğer özellikler gibi ek verileri dahil ederek daha doğru uyarılar sağlayabilir, finans kuruluşlarını tarama ve soruşturma maliyetlerinden kurtarabilir ve daha da önemlisi müşteri deneyimini iyileştirebilir.