ما المقصود بحوكمة البيانات في القطاع المصرفي؟

يمكن اعتبار حوكمة البيانات فرعًا من فروع الممارسة الأوسع نطاقًا لإدارة البيانات. بينما تغطي إدارة البيانات العمل التشغيلي اليومي لجمع البيانات وتخزينها وحمايتها ومعالجتها، تركز حوكمة البيانات بشكل خاص على جودة و أمان وتوافر تلك البيانات. تحدد حوكمة البيانات القواعد والمبادرات المحددة التي توجه ممارسات الإدارة، وغالبًا ما تحدد مقاييس النجاح.

في أواخر عام 2020، فرضت الجهات التنظيمية الأمريكية غرامة قدرها 400 مليون دولار أمريكي على Citigroup. لكن العقوبة لم تكن لها علاقة بتاجر مارق أو استثمار فاشل. بل إنها نشأت، جزئيًا على الأقل، من أوجه القصور في كيفية إدارة البنك لبياناته الخاصة.

أشار مكتب المراقب المالي للعملة (OCC) إلى وجود مشكلات تتعلق بإدارة المخاطر، و الضوابط الداخلية، وحوكمة البيانات. ومن بين المخالفات: عجز Citibank عن تجميع بيانات المخاطر الخاصة به بشكل موثوق، كما عجز عن إثبات سيطرته على هذه المشكلة أمام الأطراف المعنية.¹ وقبل أشهر قليلة من الاستهجان في عام 2020، حوَّل Citibank مبلغ قيمته 900 مليون دولار أمريكي عن طريق الخطأ (إلى دائني قرض Revlon)، وهو خطأ عزاه البنك إلى العنصر البشري.² أما مكتب المراقب المالي للعملة، فقد طالب Citibank بإجراء "إعادة تصميم شاملة" لمنظومة بياناته وتحديث البنية التحتية لتكنولوجيا المعلومات لديه.

كانت قضية Citi استثنائية من حيث الحجم ولكن ليس من حيث النوع. أظهر البحث في قاعدة بيانات مكتب المراقب المالي للعملة أنه بين عامي 2023 وأوائل 2026، رفع المكتب عشرات الدعاوى ضد البنوك بسبب مشكلات تتعلق بحوكمة البيانات، بما في ذلك إدارة مخاطر الامتثال، و السجلات غير الدقيقة، ومشكلات تكنولوجيا المعلومات.

قد تكون الغرامات التنظيمية كبيرة. بلغت هذه الغرامات في قطاع الخدمات المالية عام 2024 رقمًا قياسيًا قدره 19.3 مليار دولار أمريكي على مستوى العالم.³ وفي نهاية المطاف، غالبًا ما تمتد تكلفة عدم الامتثال إلى ما هو أبعد من الأضرار المالية لتشمل الإضرار بالسمعة وفقدان ثقة المستهلك.

غالبًا ما تبدأ البنوك بوضع إطار عمل لحوكمة البيانات، يحدد عدة أمور: ملكية واضحة للبيانات (مَن المسؤول عن كل مجموعة بيانات مصرفية)، وسياسات حوكمة البيانات، وضوابط حماية جودة البيانات والإجراءات المتعلقة بما يجب فعله عند حدوث خطأ ما.

نظرًا إلى أن بيانات القطاع المصرفي ترتبط بالعمليات المصرفية الحقيقية (مع تعريض رفاهية الناس المالية للخطر)، فإن المخاطر أعلى مقارنةً بالكثير من المجالات الأخرى. لذلك، فإن أُطر حوكمة البيانات ضرورية للعاملين في المجال المصرفي.

تشير دورة حياة البيانات إلى المسار الذي تسلكه البيانات: من أين تبدأ، وكيف تنتقل، وإلى أين تصل. وتُعد هذه المعلومات مهمة لإعداد التقارير التنظيمية. 

يشير تصنيف البيانات إلى عملية تصنيف البيانات حسب مدى حساسيتها بحيث تنطبق الضوابط الصحيحة. فعلى سبيل المثال، يُجرى التعامل مع رقم الضمان الاجتماعي بحذر أكبر بكثير مقارنةً بالبيانات المتعلقة بإجمالي عدد زوار الفرع شهريًا. 

إدارة البيانات الوصفية—والتي تتمثل أساسًا في الاحتفاظ بالبيانات المتعلقة بالبيانات (مثل وقت تحميلها وكيفية تعريفها )—تساعد البنوك على الحفاظ على تنظيم بياناتها.

يمكن أن تساعد البيانات الوصفية، التي غالبًا ما تُنظم في كتالوج بيانات يشبه القاموس، على إزالة الغموض حول المعنى المقصود بالضبط من حقل يحمل اسم "العميل" وما إذا كان هذا الحقل يمكن أن يشير إلى الأفراد أم الشركات أم كليهما.

يساعد المفهوم المرتبط والأكثر عمومية  لجودة البيانات على تحديد (وقياس) ما إذا كانت قواعد البيانات دقيقة وكاملة و متوفرة في الوقت المناسب لتكون موثوقة.

النظام المالي العالمي هو شبكة دولية مترامية الأطراف ومترابطة. وعلى هذا النحو، تعمل العديد من البنوك بموجب متطلبات تنظيمية دولية متداخلة.

تصف لجنة بازل للرقابة المصرفية (BCBS) نفسها بأنها الجهة العالمية الرئيسية المعنية بوضع المعايير الخاصة بالتنظيم المصرفي الاحترازي. تتخذ اللجنة من أقدم مؤسسة مصرفية دولية في العالم (بنك التسويات الدولية، الذي تأسس في عام 1930) مقرًا لها. ويشمل أعضاؤها البالغ عددهم 45 عضوًا جهات تنظيمية مالية رئيسية في العالم، مثل الاحتياطي الفيدرالي الأمريكي و البنك المركزي الأوروبي وبنك اليابان. 

بعد عدة سنوات من الأزمة المالية في 2008، أصدرت BCBS معيارها رقم 239 (BCBS 239)⁴، والذي يتناول حوكمة البيانات بشكل مباشر. كان هدف المعيار هو تعزيز إدارة المخاطر في البنوك من خلال تحسين تقييمات المخاطر، وقياس جودة البيانات، وتجميع بيانات المخاطر. كان هذا المعيار موجهًا في الأصل إلى "البنوك ذات الأهمية النظامية العالمية" (G-SIBs)، ثم إلى "البنوك ذات الأهمية النظامية المحلية" (D-SIBs)، وقد جرى اعتماد توقعات المعيار عبر القطاع المصرفي. أشار تقرير McKinsey لعام 2024 عن BCBS إلى وجود "تركيز متجدد" على المعيار و"الضغط المتزايد على البنوك لتلبية توقعات الجهات التنظيمية المحلية"—وتُعد الغرامة التي فرضها مكتب المراقب المالي للعملة على Citibank مجرد مثال واحد على ذلك.⁵

وتتداخل فوق هذه اللوائح المصرفية الدولية مجموعة من اللوائح العامة والمحلية حول خصوصية البيانات و أمن البيانات (بعضها يركز على القطاع المصرفي، والبعض الآخر لا يتقيد بقطاع معين). فعلى سبيل المثال، تتطلب اللائحة العامة لحماية البيانات (GDPR) في الاتحاد الأوروبي من البنوك (أو أي شركة) معرفة البيانات الشخصية التي تحتفظ بها، وسبب الاحتفاظ بها، ومدى دقتها ، وكيفية حمايتها.

في الولايات المتحدة، توجد تشريعات محددة في بعض الولايات تتعلق بالبنوك والبيانات. في ولاية نيويورك، تلزم لائحة الأمن الإلكتروني (23 NYCRR الجزء 500)⁶ البنوك وشركات التأمين العاملة في نيويورك بتنفيذ تدابير أمنية صارمة وتقييمات للمخاطر. كما يتطلب هذا القانون ضوابط وصول، وسجلات جرد للأصول مع تحديد ملكية البيانات وتصنيفها، و سياسات الاحتفاظ بها، وخطط الاستجابة للحوادث . 

في بعض الأحيان، تتداخل التشريعات الإقليمية والتشريعات الخاصة بالقطاعات بطرق معقدة. فعلى سبيل المثال، يؤثر قانون خصوصية المستهلك في كاليفورنيا (CCPA) بشكل كبير في كيفية تعامل الشركات التي تمارس أعمالها في الولاية مع البيانات الشخصية، بما في ذلك جوانب يمكن أن تؤثر في بعض البنوك. وفي الوقت نفسه، يُعد نطاق تطبيقه محدودًا. فعلى سبيل المثال، يستثني القانون بعض المعلومات الشخصية التي ينظمها بالفعل قانون غرام-ليتش-بليلي الفيدرالي لعام 1999 (GLBA).

باختصار، تخضع حوكمة البيانات المتوافقة في القطاع المصرفي لشبكة معقدة من اللوائح التي تنطبق على مختلف الولايات القضائية (دولية ومحلية) وأنواع البيانات المختلفة (بيانات العملاء العامة والبيانات المالية).

على الرغم من مرور أكثر من عقد على إصدار التشريعات المتعلقة بهذا الشأن، فقد رصدت الهيئات التنظيمية بطئًا في الامتثال وتحديات مستمرة في حوكمة البيانات. ويتزايد لجوء الجهات التنظيمية إلى نشر إرشادات مطولة ومفصلة حول كيفية تحديد البنوك لأولويات إصلاحاتها وهيكلتها.

فعلى سبيل المثال، في عام 2024، أصدر البنك المركزي الأوروبي (ECB) دليلاً من 20 صفحة تحت اسم "دليل حول التجميع الفعال لبيانات المخاطر وإعداد تقارير المخاطر".⁷ تتجاوز هذه الأدلة وغيرها المبادئ المجردة لتشمل الإرشادات العملية.

يوصي البنك المركزي الأوروبي بالبدء بعملية تحديد الأولويات. تركز إستراتيجية حوكمة البيانات الفعالة أولاً على أهم البيانات: تقارير المخاطر، والإفصاحات عن البيانات المالية، والبيانات المقدمة للجهات الرقابية. سيهدف إطار حوكمة البيانات الفائق إلى التأكد من أن عناصر البيانات الحساسة لها مالكو بيانات محددون ومعايير جودة وضوابط محددة.

تؤكد كل من لجنة BCBS والبنك المركزي الأوروبي على أهمية تحديد ملكية البيانات، مع تحديد المسؤول عن كل مجموعة من مجموعات البيانات. غالبًا ما تكون هذه الأدوار مدمجة عبر وظائف الأعمال و تكنولوجيا المعلومات. تقنن العديد من الشركات هذا الترتيب من خلال أمناء البيانات، وهم موظفون في أقسام الشركة يتولون مسؤولية حفظ و إدارة جودة البيانات (وهي مفهوم واسع يشمل دقة البيانات واكتمالها و سلامتها). وفي النهاية، الهدف هو أن تمتلك الشركات بيانات عالية الجودة لدعم اتخاذ قرارات مستنيرة وتحسين صناعة القرار.

تشير رسالة إخبارية صادرة عام 2026 من BCBS إلى أن دورة حياة البيانات، والتي تُعرِّفها على أنها "إمكانية تتبُّع البيانات من مصدرها وحتى استخدامها النهائي"، تُعد "عنصرًا صعبًا" باستمرار على البنوك. وتشير BCBS إلى أن "الأنظمة القديمة ومنظومات البيانات الموزعة"—وهي ما تشبه صوامع البيانات—"والطبيعة الديناميكية لدورة حياة البيانات تعقد جهود البنوك الرامية إلى ضمان التتبع الشامل." لكنها تصر على أهميتها وتشير إلى أن دورة حياة البيانات لها فوائد تجارية جوهرية، بما في ذلك تقليل التكاليف وتحسين الكفاءة.⁸

تربط الضوابط كل شيء ببعضه. يمكن لقواعد التحقق اكتشاف الأخطاء قبل انتشارها، بينما يمكن لضوابط الوصول أن تقصر صلاحية الوصول إلى البيانات على المستخدمين المصرح لهم فقط، ما يمنع الوصول غير المصرح به. ويمكن أن يضمن تصنيف البيانات معالجة المعلومات الحساسة بالطريقة نفسها، بينما يمكن لسياسات الاحتفاظ بالبيانات وإدارة دورة حياتها أن تحكم مدة الاحتفاظ بالبيانات ومتى يجب التخلص منها بشكل آمن. وأخيرًا، بالنسبة إلى سير العمل اليدوية التي تستمر في البنوك، يمكن للحوكمة أن تفرض عليها عمليات مراجعة ومسارات تدقيق حتى تحل محلها الأتمتة ، ما يساعد على تبسيط العمليات بمرور الوقت.

توجد قوتان تشكلان التوجه المستقبلي لحوكمة البيانات في القطاع المصرفي.

أولها الذكاء الاصطناعي والمنظومة المحيطة به. يُستخدم الذكاء الاصطناعي و التعلم الآلي بشكل متزايد في العمليات المصرفية في كل شيء، بدءًا من الكشف عن الغش وصولاً إلى تقييم تجارب العملاء. في هذه البيئة، من المرجح أن تظهر العديد من إخفاقات الحوكمة ليس في شكل حوادث اختراق أمن البيانات أو أضرار تتعلق بالخصوصية، بل في شكل قرارات آلية تؤثر في العملاء. ليس من المستغرب أن يضيف قانون الذكاء الاصطناعي الصادر عن الاتحاد الأوروبي متطلبات جديدة فوق التزامات حوكمة البيانات القائمة لحالات الاستخدام التي تتضمن "الذكاء الاصطناعي عالي الخطورة".

أما القوة الثانية فهي التحول نحو البيانات في الوقت الفعلي في الخدمات المصرفية الرقمية. أصبحت البيانات الآن تنتقل بسرعة أكبر من أي وقت مضى. ومع توجه البنوك نحو المدفوعات الأسرع، والتقارير الفورية، ومراقبة المخاطر المباشرة، لم يعد النموذج التقليدي القائم على المعالجة الدورية للدفعات وفحوصات الجودة اللاحقة كافيًا للعديد من الشركات التنافسية. لذا قد تتضمن إستراتيجية البيانات التطلعية حوكمة تتحقق من صحة البيانات في أثناء انتقالها، وليس فقط بعد استقرارها—ما يحافظ على الامتثال والكفاءة التشغيلية.

قد تجد البنوك التي تعامل الحوكمة كعملية امتثال تفاعلية نفسها تنفق باستمرار على المعالجة. وفي المقابل، قد تنفق البنوك التي تستثمر في الحوكمة كبنية تحتية تشغيلية مبالغ أقل، وتسرع حركة البيانات، وتجد سهولة أكبر في التكيف مع المتغيرات المستقبلية.