W ostatnich latach, w branży bankowej nastąpił zwrot w zakresie wykorzystania informacji o zachowaniu i oczekiwaniach klientów w procesie konstruowania oferty, oceny ryzyka, zarządzania kontaktami, czy też oceny efektywności działań marketingowych. Organizacje rozpoczęły trudny proces transformacji mechanizmów biznesowych w kierunku modelu klientocentrycznego, opartego o dogłębną wiedzę o profilach i segmentach behawioralnych własnych klientów. Niebagatelną rolę grały tu zaawansowane rozwiązania analityczne w obszarze wsparcia marketingu, wzbogacone o modele zachowania klientów a także analityczne, celowe segmentacje.

Wzrost świadomości ryzyka oraz dotychczasowe doświadczenia z organizacji, wdrażania i realizacji procesu zarządzania ryzykiem operacyjnym przyczyniają się do ukształtowania rzeczywistej potrzeby zarządzania ryzykiem w sposób spójny, umożliwiający integrację w ramach ERM (Enterprise Risk Management).

Biorąc pod uwagę tempo wzrostu wolumenu danych, nie dziwi fakt, że ich czyszczenie staje się kluczowym problemem dla wielu firm. Często firmy nie uświadamiają sobie zagrożeń związanych z jakością swoich danych. Dzieje się tak, dopóki nie objawią się one przy wdrożeniu strategicznych projektów. Wtedy często okazuje się, że powodem kłopotów jest redundancja i sprzeczności danych. Corocznie w efekcie złej jakości danych tracone są kwoty idące w miliardy dolarów. Wprowadzenie nawet drobnych działań zapobiegawczych, może prowadzić do niebywałych oszczędności.