SlideShare a Scribd company logo
1 of 18
Download to read offline
Błąd ludzki a RODO:
Jak podnieść jakość i zmniejszyć ryzyko
pomyłek?
AUTOMATYZUJEMY NUDĘ W PRACY
AUTOMATYZUJEMY NUDĘ W PRACY
Przetwarzamy coraz więcej danych…
Do 2025 roku będziemy tworzyć 463 eksabajtów danych każdego dnia.*
*Visual Capitalist, Data Generated Each Day, April 2019
Łączna liczba wysłanych i odebranych e-maili biznesowych i konsumenckich
przekroczy 293 miliardy w 2019, a do końca 2023 urośnie do ponad 347 miliardów.**
**Radicati Group, Email Statistics Report, 2019-2023, February 2019;
Łączna liczba nowych danych stworzonych w 2025 szacowana jest na 175 zettabajtów
(ponad 5-krotny wzrost od 2018, gdzie nowych danych było 33ZB).***
***IDC, The EMEA Datasphere: Rapid Growth and Migration to the Edge, January 2019
1011
TB
terabyte
1014
PB
petabyte
1017
EB
exabyte
1020
ZB
zettabyte
1023
YB
yottabyte
AUTOMATYZUJEMY NUDĘ W PRACY
Błędy ludzkie a jakość danych
Tylko 21% firm ma zoptymalizowany poziom dojrzałości
zarządzania danymi, czyli:
Experian, 2019 Global data management research,
używa platformy do
profilowania, monitorowania
i wizualizacji danych.
monitoruje jakość danych
w ramach standardowych
operacji
ma wyznaczoną osobę
odpowiedzialną za zasoby
danych (Chief Data Officer)
AUTOMATYZUJEMY NUDĘ W PRACY
Najważniejsze przyczyny niepoprawnych danych w 2018
Experian, 2019 Global data management research,
nieadekwatna strategia
zarządzania danymi
za dużo źródeł danych
brak komunikacji między
wydziałami
błąd ludzki
50% 39%
31% 30%
AUTOMATYZUJEMY NUDĘ W PRACY
Najważniejsze przyczyny niepoprawnych danych w 2018
Experian, 2019 Global data management research,
95% firm dostrzega w swojej organizacji negatywne skutki złej jakości danych, m.in.:
Firmy podejrzewają, że średnio 29% danych o klientach/prospektach jest w jakimś stopniu
niepoprawnych.
stracone zasoby dodatkowe koszty
nieskuteczne działania
biznesowe
słaba ocena obsługi klientów
opóźnienie migracji danych
• Zasada legalizmu
Przetwarzanie danych osobowych musi odbywać się zgodnie z prawem, a więc z poszanowaniem nakazów
i zakazów umieszczonych przez ustawodawcę w aktach normatywnych.
• Zasada rzetelności i przejrzystości
Obowiązek nałożony na administratora danych o konieczności udzielania jasnej i precyzyjnej informacji we
wszystkich sprawach dotyczących przynależnych do osoby danych osobowych
• Zasada celowości
Cel, w jakim podmiot zbiera dane osobowe musi być wyrażony w sposób konkretny, wyraźny i prawnie
uzasadniony
• Zasada adekwatności
Dane osobowe muszą być adekwatne, stosowne oraz ograniczone do tego, co niezbędne do celów, w których
są przetwarzane
• Zasada prawidłowości
Przetwarzane dane osobowe muszą być prawidłowe i w razie potrzeby uaktualniane
• Zasada retencji
obowiązek ograniczenia czasowego przetwarzania danych osobowych
• Zasada integralności i poufności oraz rozliczalności
Dane osobowe muszą być przetwarzane w sposób zapewniający odpowiednie bezpieczeństwo
AUTOMATYZUJEMY NUDĘ W PRACY
Zasady przetwarzania danych wg RODO
RODO, art. 5 ust. 1, lit. a-e, ust. 2, lit. f
Najczęstszą przyczyną naruszenia ochrony danych jest
ujawnienie danych osobowych niewłaściwemu odbiorcy.
AUTOMATYZUJEMY NUDĘ W PRACY
Rok po wprowadzeniu RODO
https://niebezpiecznik.pl/post/pierwszy-rok-rodo-zgadnijcie-ile-razy-administratorzy-uchylili-sie-od-informowania-o-wycieku
naruszeń ochrony
danych osobowych
4 539
przypadków, gdy administrator
nie powiadomił o wycieku
813
Nie wymagające rozwoju pracowników,
prowadzące do demotywacji, braku
koncentracji
AUTOMATYZUJEMY NUDĘ W PRACY
Jakie zadania są najbardziej błędogenne?
Powtarzalne Rutynowe
Wymagające wprowadzania
i przetwarzania dużych ilości
danych
Wymagające wielozadaniowości,
częstego przełączania kontekstu
AUTOMATYZUJEMY NUDĘ W PRACY
Rozwiązanie błędów ludzkich
Przejścia pracowników
między działami
Niewłaściwa
organizacja pracy
Perspektywa rozwoju
Niewykorzystane
kompetencje
Niewykorzystany
potencjał
Automatyzacja
Niewykorzystane
narzędzia
Powtarzalne
zadania
AUTOMATYZUJEMY NUDĘ W PRACY
Automatyzacja – krótki przewodnik
Automatyzacja
backend frontend
(robotyzacja)
Łączymy ze sobą programy informatyczne
za pomocą software development
• wymaga wstępnej inwestycji,
• czas trwania: 3 miesiące wzwyż,
• wymaga kompetencji developerskich i zaangażowania
wielu osób w organizacji.
• wymaga zgody i współdziałania producenta
oprogramowania
Czynności wykonywane są przez
roboty imitujące pracę człowieka
• szybsza,
• prostsza,
• wymaga mniej zaangażowania,
• w modelu rent-a-robot nie wymaga kosztów
wstępnych a pełna odpowiedzialność za działania
robotów leży po stronie dostawcy.
AUTOMATYZUJEMY NUDĘ W PRACY
Cyfrowi Pracownicy
Praca zawsze
wykonana na czas
Niski próg wejściaBrak kosztownej i długotrwałej
integracji backendowej
Brak urlopów, chorób
i odejść z pracy
Zgodność z procedurami Bezbłędność
wzrost poprawności wprowadzanych
danych do 98%
(wzrost o 10%)
AUTOMATYZUJEMY NUDĘ W PRACY
PROCES: Uzupełnienia
Archiwizacja dokumentów Klienta w Systemie Obiegu Korespondencji
Obszary błędogenne
Pominięcie kolejnych użytkowników kontraktu
Dodanie nieprawidłowego ID użytkownika
Archiwizacja dokumentacji firmowej pod ID
osoby fizycznej
Wskazanie błędnego banku
eliminacja powtarzających się błędów
Korzyści automatyzacji procesu
wzrost poprawności wprowadzanych
danych do 99,5%
(wzrost o 7,5%)
AUTOMATYZUJEMY NUDĘ W PRACY
PROCES: Rejestracja wniosków
Rejestracja wniosków o weryfikację polisy ubezpieczeniowej
Obszary błędogenne
Rejestracja wniosku w aplikacji na podstawie
4 różnych parametrów numerycznych
Wprowadzenie błędnego kodu kreskowego
dokumentu podczas rejestracji
eliminacja powtarzających się błędów
Korzyści automatyzacji procesu
pracownicy skupiają się przede wszystkim na
merytoryce wniosku
100% poprawność wprowadzanych danych
AUTOMATYZUJEMY NUDĘ W PRACY
PROCES: Historia zmian oprocentowania
Zamówienie historii zmian oprocentowania kredytu hipotecznego
Obszary błędogenne
Ryzyko skopiowania błędnych danych do
zaświadczenia
eliminacja powtarzających się błędów
Korzyści automatyzacji procesu
pracownicy skupiają się jedynie na sprawdzeniu
merytoryki uzupełnionego zaświadczenia
100% poprawność wprowadzanych danych
AUTOMATYZUJEMY NUDĘ W PRACY
PROCES: Dokumenty niestandardowe
Wystawienie niestandardowych dokumentów
Obszary błędogenne
Ryzyko uzupełnienia szablonu dokumentu
błędnymi danymi o kredycie i kredytobiorcy
eliminacja powtarzających się błędów
Korzyści automatyzacji procesu
pracownicy uzupełniają jedynie niestandardową część
dokumentu w uprzednio dodanym szablonie przez
robota
100% poprawność wprowadzanych danych
AUTOMATYZUJEMY NUDĘ W PRACY
PROCES: Zaświadczenie o karcie kredytowej
Wystawienie zaświadczenia o karcie kredytowej
Obszary błędogenne
Ryzyko uzupełnienia szablonu dokumentu
błędnymi danymi o karcie kredytowej
i kredytobiorcy
eliminacja powtarzających się błędów
Korzyści automatyzacji procesu
pracownicy oceniają jedynie zawartość merytoryczną
przygotowanego dokumentu
AUTOMATYZUJEMY NUDĘ W PRACY
Podsumowanie – dlaczego musimy automatyzować?
wyeliminowanie ryzyka
wypływu danych osobowych
wyeliminowanie błędu przeklejenia
z aplikacji nieprawidłowych danych
Pełna audytowalność
Pełen automatyczny monitoring
danych
Zmniejszenie ryzyka operacyjnego
Zasady prawidłowości i integralności.
Mariusz Pultyn
Mariusz.Pultyn@dtmates.com
Tel: 606 779 318
ZAPRASZAM DO KONTAKTU!
Digital Teammates S.A.
Ul. Ks. I. Skorupki 5
00-546 Warszawa

More Related Content

Similar to Błąd ludzki a RODO: Jak podnieść jakość i zmniejszyć ryzyko pomyłek?

Bartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business Intelligence
Bartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business IntelligenceBartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business Intelligence
Bartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business IntelligenceBartosz Pacuszka
 
Prawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds Sutherland
Prawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds SutherlandPrawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds Sutherland
Prawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds SutherlandEversheds Sutherland Wierzbowski
 
Bezpieczna firma - Kancelaria IT
Bezpieczna firma - Kancelaria ITBezpieczna firma - Kancelaria IT
Bezpieczna firma - Kancelaria ITMarek Kędziera
 
Praktyczne aspekty wdrożenia RODO
Praktyczne aspekty wdrożenia RODOPraktyczne aspekty wdrożenia RODO
Praktyczne aspekty wdrożenia RODOPwC Polska
 
Prezentacja z konferencji "Efektywne analizy danych oraz workflow"
Prezentacja z konferencji "Efektywne analizy danych oraz workflow"Prezentacja z konferencji "Efektywne analizy danych oraz workflow"
Prezentacja z konferencji "Efektywne analizy danych oraz workflow"ControllingSystems.pl
 
Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?Beyond.pl
 
Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...
Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...
Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...ViDiS SA
 
ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)
ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)
ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)PwC Polska
 
Strategia TIM 2022
Strategia TIM 2022Strategia TIM 2022
Strategia TIM 2022TIM SA
 
Najważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODO
Najważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODONajważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODO
Najważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODOiSecure
 
10 problemów, które zniszczą Twoje biuro rachunkowe
10 problemów, które zniszczą Twoje biuro rachunkowe10 problemów, które zniszczą Twoje biuro rachunkowe
10 problemów, które zniszczą Twoje biuro rachunkowesmartBusiness
 
Transparent Data - krótko i na temat
Transparent Data - krótko i na tematTransparent Data - krótko i na temat
Transparent Data - krótko i na tematKrzysztof Słomkowski
 
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...Bluerank
 
Dane a analizy, czyli jak efektywnie mierzyć używalność witryny
Dane a analizy, czyli jak efektywnie mierzyć używalność witrynyDane a analizy, czyli jak efektywnie mierzyć używalność witryny
Dane a analizy, czyli jak efektywnie mierzyć używalność witrynySilesia SEM
 
Afc module 4 pl
Afc module 4 plAfc module 4 pl
Afc module 4 plSoniaNaiba
 
Usługi RODO PwC | Utrzymanie zgodności z RODO
Usługi RODO PwC | Utrzymanie zgodności z RODOUsługi RODO PwC | Utrzymanie zgodności z RODO
Usługi RODO PwC | Utrzymanie zgodności z RODOPwC Polska
 
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1Mateusz Muryjas
 
Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...
Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...
Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...Webhosting.pl
 

Similar to Błąd ludzki a RODO: Jak podnieść jakość i zmniejszyć ryzyko pomyłek? (20)

Bartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business Intelligence
Bartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business IntelligenceBartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business Intelligence
Bartosz Pacuszka Wprowadzenie do Hurtowni Danych i Business Intelligence
 
Prawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds Sutherland
Prawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds SutherlandPrawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds Sutherland
Prawo i biznes 2017 - Zmiany. Trendy. Wyzwania. Wierzbowski Eversheds Sutherland
 
Bezpieczna firma - Kancelaria IT
Bezpieczna firma - Kancelaria ITBezpieczna firma - Kancelaria IT
Bezpieczna firma - Kancelaria IT
 
Praktyczne aspekty wdrożenia RODO
Praktyczne aspekty wdrożenia RODOPraktyczne aspekty wdrożenia RODO
Praktyczne aspekty wdrożenia RODO
 
Prezentacja z konferencji "Efektywne analizy danych oraz workflow"
Prezentacja z konferencji "Efektywne analizy danych oraz workflow"Prezentacja z konferencji "Efektywne analizy danych oraz workflow"
Prezentacja z konferencji "Efektywne analizy danych oraz workflow"
 
Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?
 
Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...
Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...
Dlaczego polityka w zakresie bezpieczenstwa dokumentow jest integralnym warun...
 
ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)
ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)
ABC Rozporządzenia o Ochronie Danych Osobowych (RODO)
 
Strategia TIM 2022
Strategia TIM 2022Strategia TIM 2022
Strategia TIM 2022
 
5 porad jak poprawić jakość w e-mail marketingu
5 porad jak poprawić jakość w e-mail marketingu5 porad jak poprawić jakość w e-mail marketingu
5 porad jak poprawić jakość w e-mail marketingu
 
Najważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODO
Najważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODONajważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODO
Najważniejsze informacje o Rozporządzeniu o Ochronie Danych, czyli RODO
 
10 problemów, które zniszczą Twoje biuro rachunkowe
10 problemów, które zniszczą Twoje biuro rachunkowe10 problemów, które zniszczą Twoje biuro rachunkowe
10 problemów, które zniszczą Twoje biuro rachunkowe
 
Prezentacja krótka
Prezentacja krótkaPrezentacja krótka
Prezentacja krótka
 
Transparent Data - krótko i na temat
Transparent Data - krótko i na tematTransparent Data - krótko i na temat
Transparent Data - krótko i na temat
 
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
 
Dane a analizy, czyli jak efektywnie mierzyć używalność witryny
Dane a analizy, czyli jak efektywnie mierzyć używalność witrynyDane a analizy, czyli jak efektywnie mierzyć używalność witryny
Dane a analizy, czyli jak efektywnie mierzyć używalność witryny
 
Afc module 4 pl
Afc module 4 plAfc module 4 pl
Afc module 4 pl
 
Usługi RODO PwC | Utrzymanie zgodności z RODO
Usługi RODO PwC | Utrzymanie zgodności z RODOUsługi RODO PwC | Utrzymanie zgodności z RODO
Usługi RODO PwC | Utrzymanie zgodności z RODO
 
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
 
Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...
Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...
Krzysztof Osiak, Krzysztof Wrzeszcz - Gemalto, Infostream - Bezpieczeństwo to...
 

More from Mariusz Pultyn

Robots at our office – how to make them useful?
Robots at our office – how to make them useful?Robots at our office – how to make them useful?
Robots at our office – how to make them useful?Mariusz Pultyn
 
Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem, czy sza...
Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem,  czy sza...Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem,  czy sza...
Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem, czy sza...Mariusz Pultyn
 
Robot – cyfrowy współpracownik
Robot – cyfrowy współpracownikRobot – cyfrowy współpracownik
Robot – cyfrowy współpracownikMariusz Pultyn
 
How to hire robots for your office ?
How to hire robots for your office ? How to hire robots for your office ?
How to hire robots for your office ? Mariusz Pultyn
 
Robot jako współpracownik
Robot jako współpracownikRobot jako współpracownik
Robot jako współpracownikMariusz Pultyn
 
Fabryka robotów, czy software house ?
Fabryka robotów, czy software house ? Fabryka robotów, czy software house ?
Fabryka robotów, czy software house ? Mariusz Pultyn
 
Roboty ? Tu chodzi o ludzi !
Roboty ? Tu chodzi o ludzi !Roboty ? Tu chodzi o ludzi !
Roboty ? Tu chodzi o ludzi !Mariusz Pultyn
 

More from Mariusz Pultyn (8)

New business models
New business modelsNew business models
New business models
 
Robots at our office – how to make them useful?
Robots at our office – how to make them useful?Robots at our office – how to make them useful?
Robots at our office – how to make them useful?
 
Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem, czy sza...
Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem,  czy sza...Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem,  czy sza...
Cyfrowy współpracownik - czy sztuczna inteligencja jest zagrożeniem, czy sza...
 
Robot – cyfrowy współpracownik
Robot – cyfrowy współpracownikRobot – cyfrowy współpracownik
Robot – cyfrowy współpracownik
 
How to hire robots for your office ?
How to hire robots for your office ? How to hire robots for your office ?
How to hire robots for your office ?
 
Robot jako współpracownik
Robot jako współpracownikRobot jako współpracownik
Robot jako współpracownik
 
Fabryka robotów, czy software house ?
Fabryka robotów, czy software house ? Fabryka robotów, czy software house ?
Fabryka robotów, czy software house ?
 
Roboty ? Tu chodzi o ludzi !
Roboty ? Tu chodzi o ludzi !Roboty ? Tu chodzi o ludzi !
Roboty ? Tu chodzi o ludzi !
 

Błąd ludzki a RODO: Jak podnieść jakość i zmniejszyć ryzyko pomyłek?

  • 1. Błąd ludzki a RODO: Jak podnieść jakość i zmniejszyć ryzyko pomyłek? AUTOMATYZUJEMY NUDĘ W PRACY
  • 2. AUTOMATYZUJEMY NUDĘ W PRACY Przetwarzamy coraz więcej danych… Do 2025 roku będziemy tworzyć 463 eksabajtów danych każdego dnia.* *Visual Capitalist, Data Generated Each Day, April 2019 Łączna liczba wysłanych i odebranych e-maili biznesowych i konsumenckich przekroczy 293 miliardy w 2019, a do końca 2023 urośnie do ponad 347 miliardów.** **Radicati Group, Email Statistics Report, 2019-2023, February 2019; Łączna liczba nowych danych stworzonych w 2025 szacowana jest na 175 zettabajtów (ponad 5-krotny wzrost od 2018, gdzie nowych danych było 33ZB).*** ***IDC, The EMEA Datasphere: Rapid Growth and Migration to the Edge, January 2019 1011 TB terabyte 1014 PB petabyte 1017 EB exabyte 1020 ZB zettabyte 1023 YB yottabyte
  • 3. AUTOMATYZUJEMY NUDĘ W PRACY Błędy ludzkie a jakość danych Tylko 21% firm ma zoptymalizowany poziom dojrzałości zarządzania danymi, czyli: Experian, 2019 Global data management research, używa platformy do profilowania, monitorowania i wizualizacji danych. monitoruje jakość danych w ramach standardowych operacji ma wyznaczoną osobę odpowiedzialną za zasoby danych (Chief Data Officer)
  • 4. AUTOMATYZUJEMY NUDĘ W PRACY Najważniejsze przyczyny niepoprawnych danych w 2018 Experian, 2019 Global data management research, nieadekwatna strategia zarządzania danymi za dużo źródeł danych brak komunikacji między wydziałami błąd ludzki 50% 39% 31% 30%
  • 5. AUTOMATYZUJEMY NUDĘ W PRACY Najważniejsze przyczyny niepoprawnych danych w 2018 Experian, 2019 Global data management research, 95% firm dostrzega w swojej organizacji negatywne skutki złej jakości danych, m.in.: Firmy podejrzewają, że średnio 29% danych o klientach/prospektach jest w jakimś stopniu niepoprawnych. stracone zasoby dodatkowe koszty nieskuteczne działania biznesowe słaba ocena obsługi klientów opóźnienie migracji danych
  • 6. • Zasada legalizmu Przetwarzanie danych osobowych musi odbywać się zgodnie z prawem, a więc z poszanowaniem nakazów i zakazów umieszczonych przez ustawodawcę w aktach normatywnych. • Zasada rzetelności i przejrzystości Obowiązek nałożony na administratora danych o konieczności udzielania jasnej i precyzyjnej informacji we wszystkich sprawach dotyczących przynależnych do osoby danych osobowych • Zasada celowości Cel, w jakim podmiot zbiera dane osobowe musi być wyrażony w sposób konkretny, wyraźny i prawnie uzasadniony • Zasada adekwatności Dane osobowe muszą być adekwatne, stosowne oraz ograniczone do tego, co niezbędne do celów, w których są przetwarzane • Zasada prawidłowości Przetwarzane dane osobowe muszą być prawidłowe i w razie potrzeby uaktualniane • Zasada retencji obowiązek ograniczenia czasowego przetwarzania danych osobowych • Zasada integralności i poufności oraz rozliczalności Dane osobowe muszą być przetwarzane w sposób zapewniający odpowiednie bezpieczeństwo AUTOMATYZUJEMY NUDĘ W PRACY Zasady przetwarzania danych wg RODO RODO, art. 5 ust. 1, lit. a-e, ust. 2, lit. f
  • 7. Najczęstszą przyczyną naruszenia ochrony danych jest ujawnienie danych osobowych niewłaściwemu odbiorcy. AUTOMATYZUJEMY NUDĘ W PRACY Rok po wprowadzeniu RODO https://niebezpiecznik.pl/post/pierwszy-rok-rodo-zgadnijcie-ile-razy-administratorzy-uchylili-sie-od-informowania-o-wycieku naruszeń ochrony danych osobowych 4 539 przypadków, gdy administrator nie powiadomił o wycieku 813
  • 8. Nie wymagające rozwoju pracowników, prowadzące do demotywacji, braku koncentracji AUTOMATYZUJEMY NUDĘ W PRACY Jakie zadania są najbardziej błędogenne? Powtarzalne Rutynowe Wymagające wprowadzania i przetwarzania dużych ilości danych Wymagające wielozadaniowości, częstego przełączania kontekstu
  • 9. AUTOMATYZUJEMY NUDĘ W PRACY Rozwiązanie błędów ludzkich Przejścia pracowników między działami Niewłaściwa organizacja pracy Perspektywa rozwoju Niewykorzystane kompetencje Niewykorzystany potencjał Automatyzacja Niewykorzystane narzędzia Powtarzalne zadania
  • 10. AUTOMATYZUJEMY NUDĘ W PRACY Automatyzacja – krótki przewodnik Automatyzacja backend frontend (robotyzacja) Łączymy ze sobą programy informatyczne za pomocą software development • wymaga wstępnej inwestycji, • czas trwania: 3 miesiące wzwyż, • wymaga kompetencji developerskich i zaangażowania wielu osób w organizacji. • wymaga zgody i współdziałania producenta oprogramowania Czynności wykonywane są przez roboty imitujące pracę człowieka • szybsza, • prostsza, • wymaga mniej zaangażowania, • w modelu rent-a-robot nie wymaga kosztów wstępnych a pełna odpowiedzialność za działania robotów leży po stronie dostawcy.
  • 11. AUTOMATYZUJEMY NUDĘ W PRACY Cyfrowi Pracownicy Praca zawsze wykonana na czas Niski próg wejściaBrak kosztownej i długotrwałej integracji backendowej Brak urlopów, chorób i odejść z pracy Zgodność z procedurami Bezbłędność
  • 12. wzrost poprawności wprowadzanych danych do 98% (wzrost o 10%) AUTOMATYZUJEMY NUDĘ W PRACY PROCES: Uzupełnienia Archiwizacja dokumentów Klienta w Systemie Obiegu Korespondencji Obszary błędogenne Pominięcie kolejnych użytkowników kontraktu Dodanie nieprawidłowego ID użytkownika Archiwizacja dokumentacji firmowej pod ID osoby fizycznej Wskazanie błędnego banku eliminacja powtarzających się błędów Korzyści automatyzacji procesu
  • 13. wzrost poprawności wprowadzanych danych do 99,5% (wzrost o 7,5%) AUTOMATYZUJEMY NUDĘ W PRACY PROCES: Rejestracja wniosków Rejestracja wniosków o weryfikację polisy ubezpieczeniowej Obszary błędogenne Rejestracja wniosku w aplikacji na podstawie 4 różnych parametrów numerycznych Wprowadzenie błędnego kodu kreskowego dokumentu podczas rejestracji eliminacja powtarzających się błędów Korzyści automatyzacji procesu pracownicy skupiają się przede wszystkim na merytoryce wniosku
  • 14. 100% poprawność wprowadzanych danych AUTOMATYZUJEMY NUDĘ W PRACY PROCES: Historia zmian oprocentowania Zamówienie historii zmian oprocentowania kredytu hipotecznego Obszary błędogenne Ryzyko skopiowania błędnych danych do zaświadczenia eliminacja powtarzających się błędów Korzyści automatyzacji procesu pracownicy skupiają się jedynie na sprawdzeniu merytoryki uzupełnionego zaświadczenia
  • 15. 100% poprawność wprowadzanych danych AUTOMATYZUJEMY NUDĘ W PRACY PROCES: Dokumenty niestandardowe Wystawienie niestandardowych dokumentów Obszary błędogenne Ryzyko uzupełnienia szablonu dokumentu błędnymi danymi o kredycie i kredytobiorcy eliminacja powtarzających się błędów Korzyści automatyzacji procesu pracownicy uzupełniają jedynie niestandardową część dokumentu w uprzednio dodanym szablonie przez robota
  • 16. 100% poprawność wprowadzanych danych AUTOMATYZUJEMY NUDĘ W PRACY PROCES: Zaświadczenie o karcie kredytowej Wystawienie zaświadczenia o karcie kredytowej Obszary błędogenne Ryzyko uzupełnienia szablonu dokumentu błędnymi danymi o karcie kredytowej i kredytobiorcy eliminacja powtarzających się błędów Korzyści automatyzacji procesu pracownicy oceniają jedynie zawartość merytoryczną przygotowanego dokumentu
  • 17. AUTOMATYZUJEMY NUDĘ W PRACY Podsumowanie – dlaczego musimy automatyzować? wyeliminowanie ryzyka wypływu danych osobowych wyeliminowanie błędu przeklejenia z aplikacji nieprawidłowych danych Pełna audytowalność Pełen automatyczny monitoring danych Zmniejszenie ryzyka operacyjnego Zasady prawidłowości i integralności.
  • 18. Mariusz Pultyn Mariusz.Pultyn@dtmates.com Tel: 606 779 318 ZAPRASZAM DO KONTAKTU! Digital Teammates S.A. Ul. Ks. I. Skorupki 5 00-546 Warszawa