Jupiter Asset Management ist seit etwa 15 Jahren Kunde von FE fundinfo. Die Zusammenstellung von Factsheet-Performance-Daten ist heute viel einfacher als damals, sagt Gergana Kabakova, Senior Performance Reporting Analyst bei Jupiter.
Gergana Kabakova kam vor acht Jahren zu Jupiter, einer der führenden Fondsverwaltungsgruppen in Großbritannien. Ihre primäre monatliche Aufgabe, das Abrufen, Zusammenstellen und Abgleichen von Fondsperformance- und anderen Daten, war langsam, anstrengend und ressourcenintensiv.
"Der Prozess war ganz anders als der, den wir derzeit haben. Am Anfang mussten wir nur die primäre Aktienklasse abgleichen und davon ausgehen, dass der Rest in Ordnung ist", räumt Gergana ein. Seitdem sind Jupiter und sein globaler Kundenstamm erheblich gewachsen, was die Anforderungen an das Analystenteam erhöht hat.
"Da die Vorschriften im Laufe der Jahre immer strenger wurden, müssen wir jetzt Marketinginformationen für alle Anteilsklassen herausgeben. Wir mussten also anfangen, mehr Daten zu prüfen. Das bedeutete, dass wir etwa 600 Anteilsklassen gleichzeitig hatten. Es war unmöglich, das in zwei oder drei Tagen zu überprüfen", sagt Gergana.
Warum sich die unterstützende Technologie mit strengeren Vorschriften und einem wachsenden Geschäft weiterentwickeln muss
Auch wenn sich das Arbeitsaufkommen veränderte, blieb die interne Verarbeitung gleich. Zwei oder drei Mitarbeiter mussten sich immer noch bei FE Analytics anmelden und die benötigten Daten abrufen. Obwohl FE Analytics Jupiter in Bezug auf die Datenabdeckung und die benutzerfreundliche Oberfläche gute Dienste geleistet hatte, erforderte der gestiegene Bedarf an Informationen und maßgeschneiderten Berichten auf regelmäßiger Basis auf Anteilsklassenebene einen neuen Ansatz.
"Anfangs gingen wir zu FE Analytics und fügten die Fonds, die Benchmarks, Leistungstabellen, Kennzahlen und Bestandsdaten manuell hinzu", sagt Gergana. "Und das mussten wir jeden Monat zu Beginn wiederholen, gerade zu unserer arbeitsreichsten Zeit."
Seit der Übernahme von Merian Global Investors durch Jupiter im Jahr 2020 hat sich die Arbeitsbelastung ebenfalls erhöht. Eine Automatisierung der Daten war erforderlich. Axel Torstenson, Account Director bei FE fundinfo, schlug Gergana vor, FinXL auszuprobieren, das eingeführt wurde, um Nutzern die Möglichkeit zu geben, FE fundinfo-Daten direkt in ihre Tabellenkalkulationen einzuspeisen.
"Axel stellte uns FinXL vor, als das Produkt noch recht neu war, vor etwa fünf oder sechs Jahren. Es klang wie eine gute Lösung. Die Idee bei der Einführung von FinXL war, die Daten selbst gegenzuprüfen, um sicherzustellen, dass die veröffentlichten Daten korrekt waren", sagt Gergana.
Zugang zu qualitativ hochwertigen Gesamtmarktdaten, die auf spezifische Geschäftsanforderungen zugeschnitten sind
In einem ersten Versuch begann sie mit einem einzigen Konto, bei dem sie selbst die Hauptnutzerin war. Die Einrichtung von FinXL für ihre anspruchsvollen Bedürfnisse nahm ein wenig Zeit in Anspruch, aber die Ergebnisse waren es wert. "Mit Axels Hilfe und vielen Schulungen haben wir beide das Programm an unsere Bedürfnisse angepasst. Wir haben einen Bericht erstellt, der jeden Monat leicht zu aktualisieren ist", sagt sie. Sobald sich das Team an das Produkt gewöhnt hatte, waren die Ergebnisse deutlich zu sehen.
"Die Arbeitsbelastung ging deutlich zurück, vor allem weil ich mich nicht jedes Mal bei FE Analytics anmelden musste, um die Tabellen zu erstellen und manuell zu kopieren und einzufügen. Alle fehleranfälligen Arbeiten fielen komplett weg", sagt Gergana.
Zeit- und Ressourcenersparnis
Eine Aufgabe, für die früher zwei oder drei Personen erforderlich waren, wird jetzt von nur einer Person - Gergana - erledigt und kann in zwei Stunden abgeschlossen werden. Selbst wenn Fehler auftreten, sind sie ihrer Meinung nach leicht zu erkennen, vor allem wenn interne und FE fundinfo-Daten über Feiertage oder Schaltjahre nicht übereinstimmen.
Die Umstellung auf die Arbeit von zu Hause aus war ebenfalls einfach, als die erste Sperre eingeführt wurde. Die Anpassung von FinXL an die anspruchsvollen Berichtsanforderungen von Gergana und Jupiter sparte Zeit und Ressourcen und senkte die Fehlerquote, so dass die Daten stets korrekt und pünktlich sind.