Los datos son un elemento vital de cualquier institución financiera y son la piedra angular sobre la cual se construye la nueva generación de fintech; así como insurtech, entre otros ámbitos vinculados a nuevos servicios que ahora están ampliando horizontes gracias a la tecnología. Al fin y al cabo, en 2020 aprendimos la lección de que un gran desafío conlleva una gran oportunidad. Ahora, dos años después, se espera un repunte en la actividad de fintech con renovado interés y la mirada puesta en la seguridad.
Para obtener valor de los datos y utilizarlos de manera que impulsen un mejor rendimiento operativo, la gestión eficaz es un requisito previo imprescindible: estructuras internas, sistemas de validación y control de calidad. Sin estos elementos, los bancos y las entidades financieras no pueden aprovechar todos los datos que acumulan día a día en todos los canales, productos y servicios.
Los imperativos regulatorios: seguridad, privacidad y confianza como punto de partida
Una buena gestión de datos es un requisito inequívoco para que las entidades financieras cumplan con los requisitos normativos en materia de seguridad, privacidad y confianza. Esta es, en muchos sentidos, la primera base. Los reguladores europeos, empezando por el BCE, se están enfocando cada vez más en estos temas, consagrando distintas directivas e instrucciones.
También en la vertiente más externa, a través de los ecosistemas de PRD2 y Open Banking, que requiere que las instituciones financieras compartan los datos de los clientes con otras organizaciones que lo soliciten para mejorar la competencia y sus opciones. Para cumplir con esa necesidad, las entidades bancarias deben asegurarse de que sus datos sean precisos, de alta calidad y que puedan recuperar la información relevante rápidamente para cumplir con los plazos requeridos. Es también una oportunidad menos defensiva, en tanto que representa una oportunidad de captación de nuevos clientes al tomar decisiones rápidas basadas en los datos proporcionados.
Otro problema creciente y potencialmente importante es lograr una inteligencia artificial “responsable”. Es un hecho innegable que, a medida que los datos se aprovechan cada vez más a través de modelos de IA, los clientes, los reguladores y los accionistas deben confiar más en la tecnología. La explicabilidad y la transparencia de los modelos de inteligencia artificial -incluida la forma en que se gestionan los datos a través del proceso- es primordial. Sin embargo, parte del reto supone dejar atrás sistemas de legado para incorporar tecnologías emergentes, algoritmos o sistemas que se benefician de la validación cruzada para verificar la calidad de la información en una fracción del tiempo empleado anteriormente.
Los datos son un activo de un valor incalculable
Ahora mismo, los datos se han convertido en algo más que un activo. No sólo porque en Silicon Valley hayan nacido “unicornios” y startups cuyos modelos están 100% basados en dichos datos de sus usuarios, sino porque éstos se han convertido en el motor y facilitador de nuevos modelos de negocio e innovación en cualquier sector -incluyendo el bancario y financiero- de un modo que puede cambiarlo para siempre.
Sólo en el ámbito de la contabilidad, en un aspecto tan mundano pero importante como las notas de Estados Financieros y los reportes e informes de las que éstas emanan, existe un campo de mejora en la eficacia si la base del reporte financiero y contable parte de una fuente de datos validada, que apoye la gestión y optimice el tiempo de dedicación a su generación. La reducción de errores es de por sí un aspecto relevante y que tradicionalmente consume muchas horas, no sólo del departamento correspondiente, sino de todos aquellos vinculados.
En el mundo digital, conectado y en la era de la banca abierta, existe la oportunidad de poner orden operativo en los datos de la entidad, pensando en la exportación de informes, modelos de riesgo y reportes normativos, pero también en la importación de proveedores, servicios externos o de clientes, que permitan ofrecer servicios más específicos. Cuando los conjuntos de datos se pueden analizar y segmentar para obtener información sobre perfiles, áreas de negocio o clientes, se maximiza el rendimiento de los recursos humanos dedicados a modelos de personalización, diversificación y asociación.
Un camino no exento de desafíos propios
En un panorama donde fintech ha nacido incorporando inteligencia artificial, aprendizaje automático y automatización para impulsar la personalización y una buena experiencia del cliente, sigue existiendo margen de aplicación de dicha tecnología en la propia gestión de datos, no tan enfocada a cliente pero sí a la eficiencia interna, en especial a medida que crecen los volúmenes de datos y aumentan los requisitos normativos o la complejidad misma de la entidad.
Ninguna entidad financiera podrá ganar en el mercado sin aprovechar los datos, y para hacerlo debe administrarlos adecuadamente. La gestión de datos es parte integral de una estrategia de crecimiento eficaz y se está convirtiendo en un determinante cada vez más crítico del éxito. Muchos de los cambios vistos con la pandemia no se detendrán. En todo el mundo, personas y empresas reconocen la importancia de la respuesta eficiente, rápida y precisa; que sólo se consigue mediante la innovación digital.