Datakwaliteit pensioenadministratie steeds hoger op bestuursagenda’s
De kwaliteit van data ligt voortdurend onder de aandacht in de pensioenwereld. De beheersing van datakwaliteit is enorm omvangrijk en complex; van beleid en governance, data-identificatie en risicobeoordeling, datacontrol tot monitoring. Het onderdeel datacontroles borgt de kwaliteit van de gegevens in de administratie. Onze specialisten geven een inkijkje in dit onderdeel en staan ook stil bij wat er verder van belang is voor goede data.
Een goed begin is het halve werk. Dat geldt voor veel dingen, maar zeker voor de correcte verwerking van data in systemen. Elk fonds, elke werkgever, elk salarispakket is anders. En ook elke pensioenuitvoeringsorganisatie. Een van de belangrijkste zaken bij een transitie of wijziging is dan ook de borging van de kwaliteit van de gebruikte gegevens. ‘Wanneer een nieuwe klant aansluit bij AZL proberen we zo veel mogelijk aan de voorkant te zorgen voor schoning en controles van de data. Ons datamodel dwingt een hoge mate van data-integriteit af, anders leveren de rekenregels niet de juiste gegevens op,’ vertelt Carola Heunen, specialist implementaties.
'Ons datamodel dwingt een hoge mate van data-integriteit af, anders leveren de rekenregels niet de juiste gegevens op.'
Authentieke bronnen
Monique Konings, business informatie analist, vertelt: ‘Ook in de reguliere pensioenuitvoering geven we invulling aan datakwaliteit bij de bron en dat doen we door daar waar mogelijk aan te sluiten op authentieke bronnen. Vandaar dat we als AZL ook als een van de eerste het UPA hebben geïmplementeerd. Bij UPA geldt dat we de gegevens rechtstreeks binnenkrijgen vanuit de authentieke bron van de werkgever, het salarisadministratiesysteem.’ Naast UPA zijn ook DUO (voor studieverklaringen), de Kamer van Koophandel, het UWV/SUAG (arbeidsgeschiktheid), de SvB (bewijs van in leven zijn) en de BRP authentieke bronnen waarop we als AZL zijn aangesloten.
Salariswereld vs. pensioenwereld
Om de gegevens zo goed mogelijk binnen te krijgen, worden werkgevers optimaal ondersteund. Een complicerende factor daarbij is dat elke leverancier het salarispakket anders heeft ingericht. Konings: ‘De salariswereld sluit lang niet een-op-een aan op de pensioenwereld. We krijgen in UPA, anders dan via het werkgeversportaal, rechtstreeks vanuit het salarissysteem de brongegevens. Voor een deel van deze gegevens moeten wij zelf een vertaling maken naar de juiste mutaties en basisgegevens - zoals het parttimepercentage en pensioengevend salaris - als input voor de pensioenadministratie. Maar daarmee ben je er nog niet. De inregeling van de voor de pensioenadministratie benodigde gegevens moet correct gebeuren door de leverancier van de salarispakketten. Het blijft daarbij van groot belang om goed samen te werken met de salarispakket leveranciers voor de datakwaliteit. Daarnaast blijf je ook afhankelijk van de actualiteit van de juistheid van de registratie van de werkgevers. Vandaar dat er heel veel controles zijn vastgelegd en ingebouwd in onze verwerkingsstraat. Daarnaast zijn we vanuit AZL ook heel actief in de landelijke werkgroep om deze standaard verder uit te breiden.’
'We hebben meermaals complimenten gekregen over de uitgebreide controles die we uitvoeren en de wijze waarop we die controles hebben vastgelegd.'
Het gaat er maar één keer in
Heunen vult aan: ‘Een vergelijkbaar proces zien we bij een conversie. We doen dan een initiële gegevenscontrole in de aangeleverde bestanden. Vervolgens verrijken we die bestanden met eigen gegevens, zoals klantnummer en aanduiding van het type deelnemer (slaper, actief, gepensioneerd). De persoonsgegevens, grondslagen en andere deelnemersinformatie worden uit elkaar gehaald vanuit één groot basisbestand of samengesteld vanuit diverse kleinere basisbestanden. Op de zo ontstane losse migratiebestanden doen we weer controles of alle benodigde gegevens gevuld zijn en of gegevens in verschillende bestanden op elkaar aansluiten.’
Dat proces kan behoorlijk wat tijd in beslag nemen, afhankelijk van de kwaliteit van de aangeleverde data. Hierbij is de compleetheid van de aangeleverde gegevens belangrijker dan de grootte van het fonds. ‘Wij zorgen dat de beginstand van AZL aansluit op de eindstand van de vorige administrateur. Om eventuele fouten boven tafel te halen, controleren we bijvoorbeeld of een door ons berekende te bereiken aanspraak overeenkomt met een door de vorige administrateur aangeleverde stand. De aansluiting wordt ook altijd gecontroleerd door de accountants en actuarissen van het fonds. Eventuele correcties die we moeten doorvoeren op die gecontroleerde beginstand worden vastgelegd. Daarmee zijn deze correcties op de beginstand altijd zichtbaar en controleerbaar. We hebben meermaals complimenten gekregen over de uitgebreide controles die we uitvoeren en de wijze waarop we die controles hebben vastgelegd. Wij vinden dat normaal: basisgegevens kun je niet zomaar aanpassen. Het gaat er in principe maar één keer in, en daarna wil je er niet meer aan morrelen,’ vertelt Heunen.
Geen handjes
Bij UPA is het, anders dan bij een conversie, zo ingericht dat elke mutatie direct verwerkt wordt in de pensioenadministratie. Dat gebeurt via de procesbesturingslaag. Dat principe wordt ook in het deelnemersdomein steeds meer toegepast, onder andere in Mijn Pensioenplan. Konings: ‘Bij straight-through-processing komen er geen handjes aan te pas. Op het moment dat je op de knop drukt vanuit de werkgever wordt de pensioenaangifte gedaan. Als alles goed gaat is dat een volledig geautomatiseerd proces. Er kunnen uiteraard altijd dingen misgaan, maar dan kan er meteen bijgestuurd worden. Er zitten heel veel controles in het proces waardoor het systeem kan gaan piepen.’
Recht op een correct pensioen
Vanzelfsprekend is het ook zaak om te zorgen dat de data schoon blijven. Dat gebeurt onder meer via jaarwerkcontroles en audits. Dat maakt de controles ook aantoonbaar. Steekproeven en controles zijn echter ook allemaal arbeidsintensief en daarmee duur. Met moderne technologie wordt daarom steeds meer geautomatiseerd. Zo is er recent een pilot gedaan samen met PwC waarbij alle mutaties over 2018 van een van de aangesloten pensioenfondsen zijn gecontroleerd. Directeur Change & IT Edward Heijkers: ‘Het aantonen van de kwaliteit van data is best lastig. PwC zegt: wij leiden van de dataset de rekenregels af en rekenen zo terug. De uitkomst is dan een overzicht van pensioenregels voor een bepaalde groep. Daarmee is dan relatief eenvoudig na te gaan of die uitkomst ook daadwerkelijk in het reglement staat. We zijn dat nu in een propositie aan het vertalen voor onze klanten.’
Wensenlijst
Naast alle controlemaatregelen in de praktijk is er ook nog een wensenlijst voor de totale beheersing van datakwaliteit. Heijkers: ‘We zien verbeterpunten op diverse vlakken, daar wordt ook continu aan gewerkt. Zo zullen we onze visie op datakwaliteit en hoe we daar invulling aan geven nog meer moeten afstemmen op het fondsbeleid. Zijn bijvoorbeeld onze controles op volledigheid, juistheid en plausibiliteit voldoende afgestemd op de door het fonds vastgestelde kritische data-elementen? Het beheersen van de datakwaliteit wordt dan nog meer een samenspel met de fondsen.’ Konings vervolgt: ‘Om alle data goed te kunnen monitoren willen we verder nog dashboards ontwikkelen. Kwaliteitsindicatoren zijn daarbij ook belangrijk. Voor de volledigheid, tijdigheid en kwaliteit kun je indicatoren inbouwen. Zo kun je inzichtelijker maken waar er nog iets verbeterd moet worden. Er zijn nog zoveel stappen die we kunnen en willen zetten. Iedereen heeft recht op een correct pensioen, en daar stellen wij als pensioenuitvoerder alles voor in het werk.’