Menu

Como administrar o Big Data e os riscos no setor bancário

Eric Crabtree, vice-presidente e líder global de Serviços Financeiros da Unisys Eric Crabtree, vice-presidente e líder global de Serviços Financeiros da Unisys

Dados são a chave para desenvolver interações inteligentes com os clientes, potencializando tecnologias como inteligência artificial e bots

 

Eric Crabtree*

Os dados desempenham um papel cada vez mais importante no setor bancário e são a chave para desenvolver interações inteligentes com os clientes, independentemente do canal utilizado. Também estão potencializando novas tecnologias, como inteligência artificial e bots, que estão, por sua vez, ajudando a elevar a eficiência operacional e reduzir riscos. Possibilitam ainda novos modelos bancários, como empréstimo entre pares (P2P), financiamento coletivo (crowdfunding) e economia compartilhada.

Podemos notar os avanços do impacto gerado pelos dados quando analisamos seu uso no setor de crédito ao consumidor. Tradicionalmente, os bancos utilizam a classificação de crédito, que se baseia em uma estreita faixa de pontuação, alterada com pouca frequência. Essa abordagem apresenta duas grandes restrições: em primeiro lugar, a tomada de decisões é lenta porque os bancos têm uma visão incompleta da saúde financeira do consumidor e, em segundo lugar, isso gera “arquivos enxutos”, especialmente sobre os consumidores da geração Millennial que não possuem um histórico financeiro ou não contraíram dívidas. Em muitos países, o crédito ao consumo tem sido explorado de um ângulo negativo e está sendo utilizado pelos bancos essencialmente para colocar na lista negra pessoas com pagamentos atrasados.

Hoje, os bancos estão baseando suas decisões de empréstimo e gestão de risco em dados integrados. As informações sobre amortização de dívida são combinadas com dados de transações e contas correntes quase em tempo real para desenvolver modelos completos de avaliação de risco. Em vez de depender da pontualidade de pagamentos ou do percentual de crédito disponível utilizado, os bancos podem avaliar padrões de risco a partir de comportamentos do passado ou possíveis mudanças futuras.

Com os consumidores que possuem o chamado “arquivo enxuto”, bancos e agências de informação de crédito estão explorando novas fontes de dados, como história de pagamento de contas e uso de telefones celulares. Em alguns casos, particularmente com credores não bancários, a natureza das redes sociais do consumidor também pode contribuir para a avaliação da oferta de crédito.

Os dados podem ser utilizados para personalizar interações de vendas e de marketing. Da mesma forma, os bancos podem formar um perfil detalhado para a oferta de crédito ao consumidor, além de ser usado para personalizar mensagens de vendas e produtos para benefício dos clientes, cada vez mais exigentes no que diz respeito à qualidade de serviços.

Trabalhando com os dados

Muitas vezes, o volume, a velocidade e a variedade de tipos de dados podem tecnicamente superar a capacidade das tecnologias tradicionais (por exemplo, bancos de dados relacionais). Dados não estruturados, tais como vídeo, voz e texto, são particularmente pouco adequados para abordagens antigas de TI e para a primeira geração de tecnologias de Big Data.

Para ultrapassar essas barreiras, os bancos estão adotando recursos de aprendizagem automática, por meio dos quais modelos preditivos são treinados continuamente com base em fluxos de dados. A aprendizagem automática pode ajudar a identificar detalhes sutis e assim obter melhores resultados. Por exemplo, as abordagens tradicionais de Regressão Linear ou Árvore de Decisão podem prever as maiores chances de rotatividade de clientes, com base em variáveis relevantes. A aprendizagem automática vai além das relações lineares para reconhecer interações entre conjuntos de dados muito mais amplos.

O sucesso vai depender de mudança cultural e será pautado em função da rápida movimentação dos dados e do ritmo mais acelerado das mudanças de expectativas. É necessário ter uma abordagem muito mais iterativa de planejamento. Em particular, a migração para o desenvolvimento ágil requer uma mudança significativa no estilo de gestão de produtos.

O desafio para os bancos

Inevitavelmente, o papel central dos dados traz novos riscos, isso porque é preciso entender como governar e organizar um negócio orientado do ponto de vista analítico. Por exemplo, atualmente, muitos bancos mantêm apenas dados sobre pessoas cujos pedidos de crédito foram aceitos. Por definição, manter apenas esse subconjunto de dados, e não de todos os que solicitaram crédito, significa que os bancos correm o risco de ter suas oportunidades de marketing reduzidas.

No entanto, os riscos mais graves podem ser externos, já que as ameaças cibernéticas estão prejudicando mais do que a reputação e estão provocando a demissão de CEOs, como nos casos da Target e da Sony. Da mesma forma, funcionários seniores do governo e do setor acadêmico também estão perdendo seus empregos por conta da violação de dados. A natureza das ameaças também mudou, com hackers agora buscando efeitos físicos ou tentando minar a credibilidade de uma organização, ao corromper sutilmente dados ou operações, em vez de roubar dados.

Solução para o futuro

Para permanecerem competitivos, os bancos precisam da garantia de que possuem a melhor tecnologia de segurança à sua disposição. Isso inclui autenticação, por exemplo, com uso de tecnologia biométrica que pode confirmar a identidade do consumidor. Isso se fundamenta em uma compreensão dos hábitos de uso, como a maneira com que uma pessoa costuma segurar um telefone, a velocidade de digitação e os ângulos em que desliza os dedos nas teclas.

Separadamente, a aprendizagem automática pode ser aplicada para detectar ameaças. Por exemplo, um modelo de análise cibernético pode continuamente consumir grandes fluxos de dados provenientes da atividade em rede para definir linhas básicas e detectar anomalias. Esses modelos podem ser aplicados dentro do software de cyber segurança de uma organização e integrados com inteligência de ameaças.

Essa capacidade de proteger clientes se baseia na inovação contínua e a habilidade de compreender e de se antecipar à natureza evolutiva das ameaças cibernéticas, em todo o mundo, é fundamental para que os bancos possam garantir o sucesso. Com a tecnologia adequada, os bancos podem ter certeza de que seus negócios estarão seguros no futuro. 

(*) Vice-Presidente e líder global de Serviços Financeiros da Unisys

 

Deixe um comentário

Certifique-se de preencher os campos indicados com (*). Não é permitido código HTML.

voltar ao topo
Info for bonus Review William Hill here.

Finanças

TI

Canais

Executivos Financeiros

EF nas Redes