Los datos financieros son sensibles, son personales y están altamente regulados.
Las empresas de servicios financieros enfrentan desafíos específicos cuando se trata de proteger los datos de sus clientes y asegurarse de que cumplen requisitos de cumplimiento de diversas regulacionesy gestionar de forma proactiva sus datos para mitigar el riesgo y impulsar los resultados comerciales.
Además, las instituciones financieras suelen gestionar grandes volúmenes de datos, lo que genera un mayor riesgo. Es difícil mantenerse al día con los datos que saben que tienen, por no hablar de los datos oscuros y potencialmente... datos de alto riesgo escondidos (u olvidados) en toda la empresa.
Las instituciones financieras necesitan poder encontrar, clasificar, inventariar y gestionar todos sus datos sensibles, independientemente de dónde se encuentren o de qué se trate. Es una tarea crucial que requiere abordar desafíos comunes como la compartimentación de datos, la falta de visibilidad y de información precisa, y Equilibrar los sistemas heredados con los datos en la nube. Todo ello cumpliendo una letanía de requisitos de cumplimiento.
Este artículo ayuda a desglosar estos desafíos uno por uno con soluciones concretas diseñadas específicamente para los puntos críticos únicos de los servicios financieros.
En este artículo, aprenda sobre:
- Regulaciones de la industria financiera
- Cómo reducir el riesgo con el aprendizaje automático
- Alinear la estrategia de privacidad, seguridad y gobernanza de datos
- Migración a la nube
- Proteja los datos sensibles y regulados
- Cumplir con los requisitos de privacidad de datos
- Mejorar la calidad de los datos
- Integrar la información sobre riesgos con la gobernanza de datos
- Catalogar datos confidenciales en fuentes estructuradas y no estructuradas
- Descubra datos para protegerlos
Regulaciones de la industria financiera
Las organizaciones de servicios financieros se enfrentan a numerosas regulaciones. Deben cumplir con las leyes en constante evolución de diversos organismos reguladores estadounidenses e internacionales, así como mantener, proteger y... informar sobre sus datos.
Para complicar las cosas, los datos regulados varían según la legislación. Algunas regulaciones se centran en datos personales no públicos (DNP), otras en información material no pública (IMNP), otras en información personal (IP), información personal sensible (IPS), etc. Si bien los datos que abarcan se solapan ampliamente, existen algunas diferencias en la forma en que cada regulación los define.
Las principales regulaciones que enfrentan las instituciones financieras incluyen, entre otras:
KYC / AML (Conozca a su cliente / Antilavado de dinero)
Las pautas KYC, parte del alcance más amplio de la política contra el lavado de dinero (AML) de un banco, requieren que los profesionales hagan un esfuerzo para verificar la identidad, la idoneidad y los riesgos involucrados en mantener una relación comercial.
CCAR (Análisis y revisión integral de capital)
CCAR es un marco regulatorio estadounidense introducido por la Reserva Federal para evaluar, regular y supervisar grandes bancos e instituciones financieras, también conocidos como compañías holding bancarias (BHCs).
BCBS 239 (Comité de Supervisión Bancaria de Basilea)
BCBS 239 es un estándar destinado a reforzar las capacidades de agregación de datos de riesgo de los bancos y las prácticas internas de informes de riesgo.
SOX (Ley Sarbanes-Oxley)
SOX es una ley federal de EE. UU. que exige que las instituciones financieras mantengan una estructura de control adecuada para sus registros financieros, políticas de protección de datos e informes.
GLBA (Ley Gramm-Leach-Bliley)
GLBA es una ley federal de EE. UU. que requiere que las organizaciones financieras garanticen la confidencialidad y seguridad de la NPI de sus clientes y adhieran a pautas específicas sobre cómo regulan y divulgan dichos datos, incluido el intercambio con terceros.
NYS DFS CRR 500 (Regulación de Ciberseguridad del Departamento de Servicios Financieros de Nueva York)
El Departamento de Servicios Financieros de Nueva York (DFS) exige que los servicios financieros mantengan un programa de ciberseguridad para proteger la información privada de los consumidores y gestionar el riesgo cibernético. Exige un enfoque basado en el riesgo para proteger la información del cliente y evitar su divulgación o robo con fines ilícitos.
NIST CSF (Marco de Ciberseguridad del Instituto Nacional de Estándares y Tecnología)
El Marco de Ciberseguridad del NIST es un conjunto de directrices que ayudan a las organizaciones a gestionar los riesgos de privacidad. Establece un entendimiento común y un conjunto de prácticas para mejorar la privacidad de los datos y reducir los riesgos.
PCI DSS (Estándar de seguridad de datos de la industria de tarjetas de pago)
El PCI DSS (2006) es un conjunto de requisitos destinados a garantizar que todas las empresas que procesan, almacenan o transmiten información de tarjetas de crédito gestionen de forma segura los datos de las tarjetas de crédito y la información del titular de la tarjeta durante todo el proceso de transacción.
RGPD (Reglamento General de Protección de Datos)
El RGPD es una ley de la UE sobre protección de datos y privacidad que otorga a las personas el control sobre sus datos personales. El RGPD se aplica a cualquier empresa que procese información personal de interesados en la UE, independientemente de su ubicación, y también aborda el tratamiento y la transferencia de datos personales fuera de la UE.
CCPA (Ley de Privacidad del Consumidor de California)
La CCPA es una ley estatal que mejora los derechos y la protección de la privacidad del consumidor para los residentes de California y se aplica a cualquier empresa que opere en California. Para las empresas financieras, establece una definición de información personal más amplia que la de NPI, regula la finalidad de su uso e instaura una disposición sobre el derecho privado de acción.
Si bien estas regulaciones son diversas, comparten un denominador común: la reducción del riesgo y la protección de los datos regulados. Exigen que las instituciones financieras puedan no solo clasificar los datos sensibles y personales, sino también analizarlos a fondo para lograr un mayor nivel de detalle. Estas organizaciones necesitan visibilidad de los datos regulados para poder informar y validar sus prácticas de datos, y ser proactivas en la protección de los datos sensibles, personales y de clientes que recopilan y procesan.
La clave para abordar demandas regulatorias múltiples y en capas comienza con conocer sus datos: es fundamental poder descubrir, identificar y clasificar todos los datos regulados en todo el panorama de datos de una organización para alinearse con las demandas de cumplimiento.
Cómo reducir el riesgo con el aprendizaje automático
Los datos regulados están en todas partes: en silos, servidores ocultos y flujos de datos, en sistemas heredados y en el almacenamiento en la nube moderno.
Las tecnologías tradicionales que dominaban el panorama de descubrimiento prácticamente garantizan que no se detecten datos confidenciales ocultos en su organización. Estas herramientas podrían detectar solo un tipo de datos o encontrar únicamente datos que ya conoce, lo que deja expuesta a riesgos una gran cantidad de información vulnerable.
Un enfoque de aprendizaje automático para el descubrimiento de datos acaba con esa incertidumbre y permite localizar, limpiar y gestionar décadas de datos heredados que una institución financiera podría tener (y no tener idea de que los tiene).
Las organizaciones pueden utilizar un sistema basado en ML enfoque de descubrimiento en profundidad inventariar sus datos por identidad, contenido, tipo y sensibilidad, obteniendo visibilidad completa de todos los datos regulados y críticos de todo tipo. De estructurado a no estructuradoAl aprovechar el aprendizaje automático para la correlación, las instituciones financieras pueden encontrar y clasificar relaciones de datos, alinear datos inferidos e identificar datos asociados hasta el nivel de identidad.
Alinear la estrategia de privacidad, seguridad y gobernanza de datos
Desde las migraciones a la nube hasta la calidad de los datos y la minimización de los mismos, las instituciones financieras deberían... alinear sus iniciativas estratégicas de datos Para lograr el máximo éxito, comience con un fundamentos del descubrimiento de datos para informar acciones consistentes y defendibles.
Minimización de datos
BigID permite a las organizaciones identificar la redundancia de datos y encuentre datos similares, duplicados y derivados. Con BigID, las organizaciones pueden identificar la copia maestra de cada registro y obtener información valiosa de esos datos. Encuentre los datos que necesita para distinguir rápidamente entre datos reales y ruidosos en entornos de datos no estructurados.
Migración a la nube
Para equilibrar las preocupaciones de cumplimiento, privacidad, seguridad, riesgo y costos y eficiencia, ejecute un iniciativa estratégica de migración a la nubeCon BigID, las instituciones financieras pueden mapear, monitorear e inventariar datos confidenciales antes de migrarlos a la nube, descubrir problemas de calidad de datos, identificar datos duplicados, resaltar datos sobreexpuestos y aplicar etiquetas basado en la salida de clasificación para la aplicación automatizada en la nube.
Proteja los datos sensibles y regulados
Proteja de forma proactiva datos confidenciales, personales, regulados y críticos Desde tiendas tradicionales hasta entornos en la nube. Con BigID, las instituciones financieras obtienen visibilidad y cobertura completa de sus datos sensibles, regulados y de alto riesgo. BigID permite a las organizaciones... descubrir datos oscuros, gestionar riesgos, automatizar y aplicar políticas de seguridad y alinear un enfoque de seguridad desde el diseño.
Cumplir con los requisitos de privacidad de datos
Obtenga visibilidad completa de los datos personales y regulados, tanto en EE. UU. como en el resto del mundo, que afectan a los servicios financieros. Con BigID, las organizaciones pueden aprovechar... inventario completo de PI/PII utilizando la correlación para profundizar en el nivel de identidad, automatizar el cumplimiento de las solicitudes de acceso de los interesados (DSAR), documento Registro de la actividad de procesamiento (RoPA)), identificar qué datos se comparten con terceros y habilitar la gobernanza del consentimiento. Obtenga informes personalizados para cada línea de negocio e implemente iniciativas de privacidad en toda la organización.
Mejorar la calidad de los datos
BigID permite a las organizaciones mejorar la calidad de sus datos, proporcionando información estratégica dentro del contexto empresarial. Supervise activamente la consistencia, precisión, integridad y validez de sus datos, y compruebe si son adecuados para su propósito y cumplen con las normas de privacidad. Evalúe la calidad de los datos basándose en los resultados del perfilado y obtenga resultados automáticamente en una vista de catálogo unificada, sin necesidad de consultas.
Integrar la información sobre riesgos con la gobernanza de datos
Las organizaciones financieras deben concentrarse en la reducción del riesgo e implementar una reducción eficaz del mismo en toda la empresa. Al identificar con precisión los datos en riesgo con BigID (como datos sobreexpuestos, incompletos o sin gobernar; datos redundantes, duplicados, derivados o similares; infracciones de movimiento de datos; infracciones de permisos, etc.), pueden ayudar a sus equipos a... Iniciar flujos de trabajo de remediación y tomar medidas rápidas ante las violaciones de datos.
Catalogar datos confidenciales en fuentes estructuradas y no estructuradas
BigID permite a las instituciones financieras identificar automáticamente datos sensibles, personales y regulados para obtener una vista completa y dinámica de todos sus datos, en cualquier lugar, tanto estructurados como no estructurados. Incorpore metadatos activos para obtener un contexto empresarial adicional e información basada en datos, y obtenga una supervisión completa de sus datos, todo desde una sola plataforma. un solo panel de vidrio.
Descubra datos para protegerlos
Las instituciones financieras enfrentan obstáculos únicos cuando se trata de proteger eficazmente sus datos, lograr el cumplimiento normativo, modernizar sus sistemas y obtener información de los datos.
Comience con una única fuente de verdad de los datos para descubrir, mapear e inventariar automáticamente datos confidenciales, regulados y personales — en todas las fuentes de datos y tipos de datosDesde las instalaciones locales hasta la nube, desde el mainframe hasta los lagos de datos, estructurados hasta no estructurados, las instituciones financieras necesitan adoptar un enfoque proactivo para conocer sus datos, donde sea que se encuentren.
Programe una demostración para ver cómo BigID ayuda a las organizaciones de servicios financieros a descubrir, identificar, administrar y proteger sus datos.
Autor
