Copyright 2010 SAS Institute Inc. All rights reserved

Copyright © 2010 SAS Institute Inc. All rights reserved.

2

Copyright © 2010, SAS Institute Inc. All rights reserved.

3


4


5


6


REPORTING

ANALYTICS

DATA MANAGEMENT

7


Introductie Klantcases Finance & Risk integratie Vragen

8


&

Informatie waarde $

!

$ROI

! %

%

! " # $

(

# ( ( "

) *

% ! "

#

$

& ! "

'$ 9


+,%

(

-

The London Fire Brigade Voorkomen van brand heeft de prioriteit De meeste brandongelukken gebeuren in de eigen woning Brandweer London moest beter begrijpen hoe en waar branden ontstaan en moest haar middelen zo optimaal mogelijk inzetten op basis van de gebieden met het hoogste risico’.

10


+,%

(

-

Benodigde interne en externe databronnen National Statistics 2001 Census Demografie, woning types, gezondheidzorg, transport

Ordnance Survey Geografie, wegen types and lengte

Mosaic consumer profiles 11 lifestyle groepen

Indices of multiple deprivation Inkomen, werk gelegenheid, gezondheidzorg, onderwijs, huisvesting, criminaliteit, leef omgeving,

Regulatory fire safety site inspections Hoge, medium en lage risico score

Home fire safety visits 4 jaar data van huisbezoeken 11


+,%

(

-

Analytics helpt om levens te redden Huisbezoeken voor brand veiligheid dragen bij aan het verminderen van branden, maar moeten worden gericht op degenen die het grootste risico lopen Regressie analyse helpt om te identificeren en te begrijpen waar in Londen brand gevaar is het meest waarschijnlijk Statistisch bewezen methoden werken beter dan een "professionele inschatting Lifestyle data wordt gebruikt om te identificeren bij welke groep personen het risico van brand het grootst is Brandweer London kan nu werken in de gebieden van Londen waar branden het meest waarschijnlijk optreden en met de mensen die het grootste risico lopen

12


+,%

(

-

Goede resultaten Verdere optimalisatie / segmentering van de wijken

13


.,/

(

Business probleem: falen sensoren van magnetische lagers compressoren Aanpak Selecteer een operationeel of onderhouds probleem Verzamel relevante data Bouw een analytisch model » Modellen voor het voorspellen van falen van apparatuur » Modellen voor het voorspellen van de levensduur van onderdelen » Modellen voor proces optimalisatie Rapportage + distributie van informatie » Performance curves 14


.,/

(

Sensor falen “overkomt” je Geen onderhoudsmogelijkheden voor sensoren Overload aan data Data alleen geanalyseerd na sensor falen Analyse data geheel afhankelijk van individuele kennis, interpretatie en vaardigheid om verschillende data bronnen te integreren

15


.,/

(

Monitoren op basis van data driven models Meer grip op - en inzicht in systemen Afwijkingen in produktie proces vroegtijdig opgespoord Sensor falen 6 maanden van te voren geïdentificeerd Tijdig ingrijpen hierdoor mogelijk

Geen run-to-failure maar geplande shut-down Betrouwbaarheid productie proces aanzienlijk verhoogd Gedreven door de business (operaties en onderhoud, niet IT)

16


REPORTING

ANALYTICS

DATA MANAGEMENT

17


%

18


Strategie

Risico

Performance

19


##

20


'#

*

## Risk Exposure

Markt / prijs risico

Te laag

Krediet risico

Te hoog

Operationeel risico Legal risico

Risk Appetite

Doel is niet om risico’s te elimineren, maar juist om de Risk Exposure in lijn te brengen met de Risk Appetite. 21


(

&

22


0

#

23


/

1

2 3

#

"

24


%

&

4

Simple Definition: Combining disciplines of risk and performance management

Example: consider two options: which do you choose?

What if you also knew the likelihood that each option would deliver on its return?

Putting risk in the context of performance leads to better decisions 25


& Return

RAPM Risk

Prominente RAPM measures: RAROC (Risk Adjusted Return on Capital) RORAC (Return on Risk Adjusted Capital) EVA (Economic Value Added)

26


5 UNDERSTANDING PERFORMANCE

Office of the CEO

RISK-ADJUSTED PERFORMANCE INDICATORS

RISK MANAGEMENT

TREASURY

FINANCE

COST AND PROFITABILITY

STRATEGY DEFINITION

FINANCIAL PLANNING

CAPITAL MANAGEMENT

LIQUIDITY MANAGEMENT

RISK MANAGEMENT

OPERATIONAL COST

PLANNING

CAPITAL FORECASTING

ASSETS

INTEREST RATE

CUSTOMER PROFITABILITY

BUSINESS FORECAST

CAPITAL ALLOCATION

LIABILITIES

EXPECTED/ UNEXPECTED LOSS

COST OF FUNDS/ FUNDS TRANSFER PRICING

FX, EQUITY

27


&

%

Understand Performance • Alignment of Strategy and Execution • Putting measures into context

Financial Planning • Analytical Financial Planning • Combining advanced analytics, forecasts and workflow

Capital Management • Capital Forecasting • Capital Allocation and Risk Accumulation

Cost and Profitability • Determining the root cause of cost and profitability • Impact of the most and least profitable customers 28


6

29


6

3

7

8

How things relate… Why should I care about a particular indicator ? What does it impact ? (downstream) If I want to improve results, achieve my goals… what should I work on ? (upstream) What else impacts my results / objectives ? (indirect)

30


- / 7&

7

31


9 : & 6-

“

'

:

15

3 :

2

" %

( !!

)

*+ * * ,

” -

!

Explore Test Adapt

32


5

33


5

3 : Understand current situation Which factors/assumptions are being used to forecast demand? Prove which are statistically the most relevant

Gather data

Price

Capture business input Assess historical data

Run the forecast

Interest Rates

Business

Use time series, econometric & causal factors

34


3

-- % Adjust for operational insight Intuition, personal experience/ knowledge

Improves Acceptance Accountability Forecast error

35


3 #

&

36


3 #

5

2 :

Major downturn Mild recession Master

Risk Engine

1 # 3 )4$

+# .

+1

6

Scenarios Tier 1 Ratio 5 • •# • % ••

;

& :# •. •/ ••

$ !*

*

•$

)

.

&

3 #

0 # 12

<

3 #

=

• • •-

Strategic Plans

,

$ 1

3 )4$ +# .

+1

6

"

Risk Engine

3 )4$ +. $ +5556 3 )41 +$ . 0 +5556 37


/ 7

" -- / 7 3 PRESENTATION & DISTRIBUTION

MODELING

DATA INTEGRATION

SOURCES

38


3

2

39


“ “

% *

7* *

9 : )* : )*

! !

!

!

” ”

!

!

8

) !

$

) .

)) * - %

What is the true cost of doing business? Which customers are profitable and which lose us money? Why are certain offers/customers more profitable than others?

40


41


-

:

:

!" #

Funds Transfer Pricing

$ %

& '" " ( ) * +" ! ' " "# ,"+ " ' " #

%

Cost Model $

Credit Risk Credit Risk

$ % . ! /

42


> 6 7

5?

@#

Transaction-driven Cause and Effect Methodology Allocate cost based on activities & behaviors Segment by customers, products, services Differentiate between cost to provide & excess capacity

43


7

#

!!

)

: / &

:

)!

44


"

#

BU 2

BU 3

High BU 1

BU 4

Medium BU 5

BU 6

Low Low

Medium

High Size represents economic capital


45

3

1: "

7: / 0 :

Understanding Financial Impacts Results Validated in a Context

Managing Risks

Insight into what Drove the Past Looking into the Future

46

Company Confidential - For Internal Use Only Copyright © 2010, SAS Institute Inc. All rights reserved.

47


Copyright © 2010 SAS Institute Inc. All rights reserved.

Copyright 2010 SAS Institute Inc. All rights reserved

Recommend Documents