Son tiempos de competitividad creciente. Las fintech sacan nuevos productos y servicios a gran velocidad, siempre pensados en un consumidor digital, que requiere inmediatez y que está extremadamente conectado e informado. En este contexto, las entidades financieras en general -incluyendo bancos tradicionales e instituciones digitales- necesitan volverse cada vez más ágiles y, al mismo tiempo, mantener sus riesgos bajo control.

La respuesta a este doble desafío es: big data. Las organizaciones del sector cuentan con enormes volúmenes de datos -así como acceso a fuentes externas- que, combinados y analizados, permiten conocer a fondo a cada uno de sus clientes, tanto potenciales como actuales: desde sus comportamientos como consumidores hasta sus modelos de ahorro e inversión, y desde sus preferencias por determinado estilo de servicios hasta su participación en fraudes de algún tipo.

Con el menor riesgo

Uno de los usos más frecuentes de big data en el sector, es la gestión de riesgo: nada menos que una de las prioridades del negocio. En este segmento, destaca la evaluación de riesgo de los perfiles crediticios. Hoy, en segundos, un banco puede saber qué tan cumplidor es el cliente que le pide un crédito. En otras palabras, lo puede otorgar casi de inmediato con un riesgo mucho más bajo que hasta hace apenas unos años.

En este sentido, no se trata únicamente de un beneficio para las compañías financieras, sino también para la sociedad en su conjunto: las dificultades de acceso al crédito son uno de los grandes obstáculos para la inclusión financiera, ya que se margina a personas -aunque también a micropymes y pequeños emprendimientos- sin historial crediticio que, en una suerte de círculo vicioso, nunca pueden obtener su primer crédito o, si lo hacen, es a tasas de interés muy altas. Big data rompe este modelo, ya que permite evaluar el riesgo en base a otras fuentes digitales.

En el mismo sentido, la aplicación de big data en la gestión de fraudes genera millones de dólares en ahorros anuales y evita numerosos problemas legales. Para esto, se combina con herramientas de análisis predictivo que evalúan y correlacionan comportamientos fraudulentos y detecta patrones y actividades sospechosas.

Siempre en regla

El compliance es otro de los grandes desafíos que experimentan las instituciones financieras: regulaciones diferentes de país en país -y hasta de distrito en distrito-, cambios frecuentes en las reglas del juego, fiscalización de diferentes organismos…

Cuando un banco o una entidad financiera falla en el cumplimiento se somete a múltiples problemas que van desde multas y pérdida reputacional hasta clausuras temporales de las operaciones.

Con big data, es posible mantenerse al día con las regulaciones y hasta motivar un trabajo proactivo de forma que toda la organización esté alineada en todo momento a la última versión de cada normativa vigente.

En la bolsa

Otro caso es el llamado high-frequency trading: algoritmos que combinan big data e inteligencia artificial para evaluar múltiples fuentes bursátiles, procesar millones de operaciones en fracciones de segundo y apuntar a maximizar los ingresos en la compraventa de acciones a partir, incluso de ganancias muy pequeñas por transacción.

Este mismo modelo se está utilizando para ofrecer servicios de asesoramiento autoasistido para inversiones: se evalúan en tiempo real millones de alternativas y se sugieren aquellas que están teniendo mejor rendimiento en cada momento.

Hacer crecer el negocio

Más allá de todo lo anterior, el potencial más interesante que muestra big data para el sector de servicios financieros, es el de la creación de nuevos productos y servicios totalmente personalizados, considerando las preferencias del cliente, su relación con la empresa, el tipo de consultas que efectúa, las interacciones con los diferentes puntos de contacto en los canales, sus búsquedas…

Incluso, se puede llegar con productos puntuales en momentos específicos casi en tiempo real: si se detecta, por ejemplo, que está buscando cambiar su auto, se puede evaluar su perfil crediticio y ofrecerle un préstamo cómodo y certero para que pueda cumplir con su objetivo. El banco no solo generará esa operación, sino que además incrementará notablemente el nivel de engagement.

Aquella máxima “Time is money” (“el tiempo es dinero”) necesita ser adaptada y aggiornada a esta era digital. Hoy, la expresión parece tender hacia “Data is money” (“los datos son dinero”). Los bancos y las instituciones financieras ya tienen los datos. Solo falta que apliquen las estrategias correctas, apoyados en tecnologías como big data, para cubrir la segunda parte de la oración.