Administrando Big Data y grandes riesgos en el sector bancario

Administrando Big Data y grandes riesgos en el sector bancario

Administrando Big Data y grandes riesgos en el sector bancario

Con la implementación de la tecnología adecuada, las entidades bancarias pueden garantizar la seguridad de sus negocios a futuro.

Cada vez más los datos están jugando un papel importante en la industria bancaria, siendo la clave para desarrollar interacciones inteligentes con los clientes sin importar el canal y las cuales son adaptadas para satisfacer la demanda de individuos y familias. Los datos también están impulsando nuevas tecnologías, como la inteligencia artificial y los bots, que están a su vez, ayudando a aumentar la eficacia operativa y a reducir riesgos. Los datos están permitiendo incluso nuevos modelos de banca, como préstamos entre pares (peer-to-peer), financiación colectiva (crowdfunding) y economía compartida.

El impacto generado por los datos se ilustra mejor al observar los avances en el sector de crédito al consumidor. Tradicionalmente, los bancos usan calificación de crédito que se basa en un estrecho rango de puntuación que cambia con poca frecuencia. Este enfoque presenta dos restricciones principales, en primer lugar, la toma de decisiones es lenta pues los bancos tienen una visión incompleta de la salud financiera del consumidor. En segundo lugar, esto genera 'archivos pequeños', especialmente sobre consumidores de la generación millennial que no tienen una historia financiera y tienen aversión a deudas. En muchos países, el crédito al consumidor ha sido negativo y usado por los bancos esencialmente para colocar en la lista negra personas con pagos atrasados.

Hoy en día, los bancos están basando sus decisiones de préstamo y gestión de riesgos en datos integrados, donde la información sobre amortización de deuda está combinada con datos de transacciones y cuentas corrientes casi en tiempo real para desarrollar modelos completos de evaluación de riesgos. Por ello, en lugar de depender de la puntualidad de los pagos o del porcentaje de crédito disponible utilizado, los bancos pueden evaluar patrones de riesgo a partir de comportamientos en el pasado o posibles cambios futuros.

Con los consumidores de tipo 'archivo pequeño', bancos y agencias de crédito están explorando nuevas fuentes de datos, tales como historia de pago de cuentas y uso de teléfonos móviles. En algunos casos, particularmente con prestamistas no bancarios, la naturaleza de las redes sociales del consumidor también puede contribuir a la evaluación de la oferta de crédito.

Los datos se pueden utilizar para personalizar las interacciones de ventas y marketing. En la misma forma que eso puede ayudar a los bancos a formar un perfil detallado para la oferta de crédito al consumo, también se utilizaría para personalizar mensajes de ventas y productos en beneficio de los clientes los cuales cada vez son más exigentes en cuanto a servicios.


Trabajando sobre datos

Muchas veces, volumen, velocidad y variedad de tipos de datos pueden técnicamente superar la capacidad de las tecnologías tradicionales (por ejemplo, bases de datos relacionales). Datos no estructurados, como video, voz y texto, son especialmente poco adecuados para enfoques antiguos de TI y la primera generación de tecnologías de big data.

{quote}

Para superar esas barreras, los bancos están adoptando recursos de aprendizaje automático que entrenan a los modelos predictivos continuamente basados en flujos de datos. Esto puede ayudar a identificar detalles sutiles y así obtener mejores resultados, por ejemplo, los enfoques tradicionales de regresión o árbol de decisión pueden predecir las mayores probabilidades de pérdida de clientes basados en variables relevantes. Es así que el aprendizaje automático va más allá de las relaciones lineales para reconocer interacciones entre conjuntos de datos mucho más amplios, en la que su éxito dependerá del cambio cultural debido a la circulación más rápida de los datos y de la rapidez del cambio de las expectativas, siendo necesario tener un enfoque mucho más iterativo de planificación, en particular, la migración al desarrollo ágil requiere un cambio significativo en el estilo de gestión de productos.


El desafío para los bancos


Inevitablemente, el papel central de los datos trae nuevos riesgos. Las personas necesitan entender cómo gobernar y organizar un negocio orientado del punto de vista analítico, por ejemplo, muchos bancos actualmente mantienen datos sólo sobre personas cuyas solicitudes de crédito se aceptan. Por definición, mantener solamente este subconjunto de datos, y no de todos que han solicitado crédito, significa que los bancos están en riesgo de tener reducidas sus oportunidades de marketing.

Sin embargo, los riesgos más graves pueden ser externos. Amenazas cibernéticas están perjudicando más que la reputación actualmente y están provocando la dimisión de directores generales, como en los caso de Target y de Sony. Del mismo modo, altos funcionarios del gobierno y del sector académico también están perdiendo sus empleos debido a la violación de datos. Además, la naturaleza de las amenazas ha cambiado, pues los hackers ahora buscan efectos físicos o tratan de minar la credibilidad de una organización al corromper sutilmente en el lugar de robar.


Solución para el futuro


Para seguir siendo competitivos, los bancos necesitan la garantía de que tienen la mejor tecnología de seguridad a su disposición. Esto incluye autenticación, por ejemplo, el uso de tecnología biométrica permite confirmar la identidad del consumidor basándose en la comprensión de los hábitos de uso, como lo es la forma típica que una persona agarra un teléfono, la velocidad de digitar y los ángulos de deslizamiento de los dedos.

Asimismo, el aprendizaje automático se puede aplicar para detectar amenazas. Por ejemplo, un modelo de análisis cibernético puede continuamente consumir grandes flujos de datos provenientes de la actividad de red para definir líneas básicas y detectar anomalías, siendo modelos que pueden ser aplicados dentro del software de seguridad cibernética de una organización e integrados con inteligencia de amenazas.

Esta capacidad de proteger a los clientes se sustenta en la innovación permanente pues es fundamental que al tener la capacidad de comprender y anticiparse al carácter evolutivo de las amenazas cibernéticas en el mundo los bancos puedan asegurar su éxito en el futuro, en la que con la tecnología adecuada es posible el día de mañana asegurar la seguridad de sus negocios.


Eric Crabtree
Vicepresidente y Global Head de Servicios Financieros de Unisys

Visto 680 veces
Corporación Colombia Digital

@colombiadigital

La Corporación Colombia Digital (CCD) es una organización dedicada a promover el uso y apropiación de las tecnologías de información y las comunicaciones, en beneficio del desarrollo social y económico.