Le traduzioni di questo sito web in lingue diverse dall'inglese sono generate dall'IA. Non garantiamo l'accuratezza e non siamo responsabili per eventuali errori o danni derivanti dall'uso del contenuto tradotto. In caso di incongruenze o ambiguità, la versione inglese prevarrà.
Trasformare i dati in opportunità: La metrica del mese - Criteri di qualità dei dati (continua)
La qualità dei dati è più di un benchmark: è una necessità strategica per la fiducia, la Conformità e l'interoperabilità a livello globale. Nel blog di questo mese, Zornitsa Manolova - Responsabile della Gestione della Qualità dei Dati e della Scienza dei Dati presso il GLEIF - continua ad esplorare il ruolo dei Criteri di Qualità dei Dati e la loro importanza critica come parte del Quadro di Gestione della Qualità dei Dati del GLEIF per garantire che i dati LEI rimangano affidabili, aggiornati e adatti all'uso globale da parte di istituzioni finanziarie, autorità di regolamentazione e partecipanti al mercato.
Autore: Zornitsa Manolova
Data: 2025-07-07
Visualizzazioni:
In un'economia globale sempre più interconnessa, la capacità delle organizzazioni di fidarsi dei dati e di utilizzarli efficacemente è alla base dell'innovazione, della crescita e della competitività.
Un ecosistema di dati di alta qualità è un motore di cambiamento e innovazione che consente alle organizzazioni di identificare e cogliere nuove opportunità, mentre una bassa qualità dei dati può portare a inefficienze e all'esposizione a rischi normativi e di reputazione.
Il GLEIF è impegnato a ottimizzare la qualità, l'affidabilità e la fruibilità dei dati LEI. Dal 2017 pubblica rapporti mensili dedicati per dimostrare in modo trasparente il livello complessivo di qualità dei dati raggiunto dal Sistema LEI Globale.
Per favorire una più ampia comprensione e consapevolezza da parte del settore delle iniziative di qualità dei dati del Blog GLEIF, questa nuova serie di blog esplora le metriche chiave incluse nei report.
Il blog di questo mese continua a esaminare i criteri di qualità dei dati.
Nell'odierna economia basata sui dati, l'uso di dati di alta qualità sulle persone giuridiche è fondamentale per promuovere l'innovazione, assicurare la Conformità e promuovere la fiducia nei mercati globali. Il GLEIF garantisce i più alti standard possibili attraverso un quadro strutturato di gestione dei dati, che definisce dodici criteri di qualità dei dati distinti e misurabili per valutare oggettivamente i record dell'Identificativo della Persona giuridica (LEI).
Uno sguardo all'Accuratezza, alla Completezza e alla Rappresentanza
L'accuratezza, l'esaustività e la rappresentazione sono componenti fondamentali di un quadro di dati LEI resiliente che supporta sia le esigenze normative sia l'interoperabilità globale senza soluzione di continuità. Insieme, garantiscono che i dati LEI non solo siano tecnicamente corretti e completi, ma anche presentati in modo strutturato e coerente.
Accuratezza: Riflettere i fatti del mondo reale, in modo affidabile
Dati accurati rafforzano la fiducia nel sistema LEI, migliorano la Conformità alle normative e supportano transazioni trasparenti tra organizzazioni.
L'accuratezza valuta la corrispondenza tra i dati di riferimento della persona giuridica e le informazioni provenienti da fonti autorevoli, stimando la misura in cui i dati sono privi di errori identificabili. Può essere uno dei criteri più complessi da valutare, poiché spesso dipende da dati di riferimento esterni, aggiungendo un livello di complessità ai controlli. Tuttavia, anche se la precisione assoluta può essere difficile da garantire, GLEIF si impegna a raggiungere gli Standard di accuratezza più elevati possibili attraverso continui miglioramenti.
L'accuratezza viene attualmente valutata attraverso 14 controlli individuali, che nel complesso hanno raggiunto un punteggio medio di qualità dei dati pari a 99,99 nel mese di giugno. I controlli includono la verifica che la forma giuridica di un fondo sia categorizzata correttamente, che vi siano combinazioni ragionevoli per le eccezioni dei genitori o che i codici postali corrispondano al formato prescritto dal Paese.
Completezza: Assicurarsi che siano presenti tutti i campi obbligatori
La completezza dei dati LEI consente un'analisi accurata del rischio e supporta un processo decisionale ben informato a livello normativo e commerciale.
La completezza si riferisce alla completezza dei record di riferimento LEI, garantendo che non manchino campi obbligatori. Oltre a verificare che i record siano tecnicamente validi in base alle regole del Common Data File (CDF) e dell'XML Schema Definition (XSD), questi controlli vanno oltre, assicurando che ogni record contenga tutti i dati essenziali e significativi, compresi i nomi delle entità, gli indirizzi, i dettagli di registrazione e i record delle relazioni, ove applicabili.
Con 14 controlli mirati, la completezza mantiene costantemente uno standard elevato, ottenendo un punteggio medio di qualità dei dati di 99,99 a giugno. Tra gli esempi di questi controlli vi sono la verifica che il nome legale di un'entità sia plausibile e non duplicato, la garanzia che i record di pensionamento siano correttamente collegati al corrispondente evento di entità legale e la conferma che siano fornite informazioni aggiuntive quando un'autorità di registrazione o un codice di forma legale non sono ancora disponibili negli elenchi ufficiali di codici.
Rappresentazione: Seguire formati standard
Una rappresentazione coerente dei record LEI migliora l'interoperabilità dei sistemi, la leggibilità e la perfetta integrazione nei sistemi normativi, nei modelli di rischio e nei flussi di lavoro automatizzati.
La rappresentazione valuta se gli elementi dei dati LEI sono presentati in modo coerente e standardizzato. Gli aspetti chiave includono l'aderenza agli schemi, la codifica appropriata dei caratteri, i formati, l'etichettatura linguistica e la Conformità con gli Standard di codice come l'ISO 20275, che definisce i codici ELF (Entity Legal Form).
Valutata attraverso 14 controlli, la rappresentazione ha mantenuto prestazioni di qualità quasi perfette, come dimostra il punteggio di 99,99 ottenuto a giugno. Tra gli esempi di questi controlli vi è la valutazione dell'applicazione coerente dei set di caratteri, come la garanzia che i nomi legali o gli indirizzi contengano l'etichetta linguistica appropriata e che le informazioni sui successori contengano voci valide.
Trasformare i dati in opportunità
L'accuratezza, la completezza e la rappresentazione svolgono un ruolo fondamentale nel garantire che i dati LEI siano non solo corretti e completi, ma anche strutturati in modo coerente per un uso globale senza soluzione di continuità. Queste dimensioni lavorano insieme ad altri criteri di Qualità dei dati per creare una solida base per l'affidabilità dei dati che sostiene il Sistema LEI Globale, consentendo un processo decisionale sicuro, una Conformità semplificata e interazioni digitali affidabili.
L'impegno del GLEIF nel migliorare il Quadro di Gestione dei Dati e nell'esplorare ulteriori criteri di qualità riflette il nostro costante impegno per la Qualità Totale dei Dati. Questo pone l'utente dei dati al centro di tutti gli sforzi per la qualità ed è una testimonianza dei nostri continui sforzi per aumentare ulteriormente l'usabilità, la trasparenza e l'affidabilità dei dati di riferimento LEI nel mercato globale.
Per commentare un articolo del blog, indicate il vostro nome e cognome. Il nome e il cognome verranno visualizzati accanto al commento. Gli indirizzi e-mail non verranno pubblicati. Effettuando l’accesso o contribuendo al forum di discussione, l’utente accetta i termini della Politica in materia di blog della GLEIF. Si invita pertanto l’utente a leggere tale politica con attenzione.
Zornitsa Manolova guida il team Gestione della qualità dei dati e Scienza dei dati presso la Global Legal Entity Identifier Foundation (GLEIF). Dall'aprile 2018 ha la responsabilità di promuovere e migliorare l'esistente quadro di qualità e governance dei dati introducendo approcci analitici innovativi. In precedenza, ha gestito progetti di analisi dei dati forensi in indagini finanziarie internazionali presso PwC Forensics. Zornitsa ha conseguito la laurea in scienze informatiche con specializzazione in Apprendimento automatico presso l'Università di Marburgo (Philipps-Universität Marburg).
