Los datos son el alma de cualquier institución financiera, y es sobre lo que se basa la nueva generación de fintechs, insurTechs y RegTech.
Pero para obtener valor de los datos y usarlos de manera que impulsen un mejor rendimiento y mejoren la experiencia del cliente, la gestión efectiva de los datos es un requisito previo. Sin él, las organizaciones no pueden aprovechar todos los datos que acumulan día a día en todos los canales, productos y servicios.
Imperativos regulatorios: seguridad, privacidad y confianza
Una gestión sólida de los datos es un requisito fundamental para que las instituciones financieras cumplan con los requisitos reglamentarios en materia de seguridad, privacidad y confianza. Esta es, en muchos sentidos, la primera base para la gestión de datos. Los reguladores se centran cada vez más en estos temas, consagrados en legislación como GDPR y, en Australia, Consumer Data Rights (CDR).
También es necesario a través de movimientos para crear ecosistemas de Open Banking, que requieren que las instituciones financieras compartan los datos de los clientes con otras organizaciones a pedido para mejorar la competencia y la elección de los clientes. En muchas jurisdicciones, los sistemas de Open Banking ya están avanzados. En Australia, si bien se ha retrasado un poco por la pandemia de COVID-19, está en desarrollo activo. Para cumplir con las demandas, las organizaciones 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. Pero no es solo un problema de cumplimiento defensivo: Open Banking también es una oportunidad ofensiva para ganar nuevos clientes al tomar decisiones rápidas basadas en los datos proporcionados.
La gestión de datos en el corazón de la transformación de los préstamos
Otra área donde la gestión de datos es crítica es en los préstamos. Más precisamente, es fundamental para el trabajo de transformación de préstamos que se ha hecho necesario a través de COVID-19. Los reguladores y los gobiernos han estado buscando que las organizaciones financieras pongan el apoyo financiero rápidamente a disposición de los clientes y las empresas que se han visto afectados por los efectos de la pandemia. A través de préstamos no garantizados y garantizados, esto significa poder acceder rápidamente a datos de alta fidelidad y alta integridad para tomar las decisiones y autorizaciones de crédito necesarias.
Sin embargo, muchos procesos de préstamo siguen siendo en gran medida manuales. Algunos préstamos hipotecarios, por ejemplo, pueden consistir en más de 100 pasos separados. Por lo tanto, se ha vuelto necesario revisar y actualizar los procesos básicos de préstamo, incluidos cambios bastante drásticos en la forma en que se utilizan los datos. Es una combinación de procesos de revisión e introducción de mayores niveles de automatización y flujos de decisiones impulsados por IA en los modelos, y esto requiere un acceso rápido a datos confiables. Es un área en la que KPMG ha estado trabajando estrechamente con muchas organizaciones financieras a raíz de la pandemia.
CX y personalización
En términos más generales, la gestión de datos es un elemento vital para ofrecer la experiencia mejorada del cliente que las organizaciones se esfuerzan por crear en la era digital. Casi todas las instituciones financieras están (o deberían estar) invirtiendo en el desarrollo de canales digitales mejorados que hacen que la gestión de los asuntos financieros sea fácil, simple y relevante para los clientes.
Cada vez más, esto incluye ampliar los servicios de manera altamente personalizada, para brindar a los clientes oportunidades y ofertas en servicios adyacentes relevantes, como compras y venta minorista, energía y servicios públicos, o servicios de pagos. Se trata de comprender las necesidades y deseos de un cliente y, como resultado, proporcionarles servicios relevantes. Pero no puede tener una capacidad de personalización a escala sin una gestión de datos sólida. Como ejemplo, el motor de participación del cliente del Commonwealth Bank of Australia (Commbank) ejecuta 400 modelos de aprendizaje automático e ingiere la asombrosa cantidad de 157 mil millones de puntos de datos en tiempo real para entregar mensajes contextuales altamente relevantes a los clientes.
Más que un activo
De hecho, los datos se han convertido en algo más que un activo. Se ha convertido en el motor y facilitador de nuevos modelos de negocio e innovación. En el mundo digital y conectado, y en la era de la banca abierta, existe la oportunidad de traer datos de proveedores externos y ofrecer servicios más específicos. Vemos esto con los proveedores de datos inmobiliarios, lo que permite a los bancos y prestamistas aplicarlo a las ofertas hipotecarias, y en las empresas Buy Now Pay Later (como Afterpay o Klarna), donde se pueden analizar conjuntos de datos para obtener información sobre los perfiles de crédito y las tendencias de compra dentro de los sectores y categorías.
Los principales bancos y otras instituciones pueden tener varios cientos de empleados altamente calificados que trabajan en estos modelos de datos y personalización. Hay una cantidad impresionante de caballos de fuerza e intelecto que se aplican. Pero ahora se está moviendo más allá del trabajo centrado internamente para mirar hacia afuera y crear asociaciones de datos con un conjunto cada vez más diversificado de actores externos.
Desafíos de la gestión de datos
Para las instituciones más tradicionales y establecidas, uno de los obstáculos clave para lograr una gestión de datos sólida es ese problema antiguo: los sistemas heredados. Lograr una visión única del cliente desde fuentes múltiples y dispares es un desafío continuo, especialmente a medida que se generan más datos en diferentes formatos todo el tiempo.
Para las fintech y otras organizaciones nativas digitales, si bien están naturalmente en una buena posición para integrar la IA, el aprendizaje automático y la automatización para impulsar la personalización y una buena experiencia del cliente, tal vez no se hayan centrado tanto como podrían haberlo hecho en los aspectos de gestión de datos. En cierto sentido, no lo han necesitado: todos sus datos generalmente ya están bien integrados desde el principio. Pero a medida que sus volúmenes de datos crecen y se vuelven más complejos como organizaciones, y a medida que los reguladores continúan aumentando los requisitos sobre cómo se almacenan y protegen los datos, es un área en la que es probable que necesiten dejar atrás más recursos.
Hacia una IA responsable
Otro problema creciente y potencialmente significativo es lograr una «IA responsable». Claramente, a medida que los datos se aprovechan cada vez más a través de modelos de IA, es clave que los clientes, los reguladores y los accionistas confíen en la tecnología. La explicabilidad y transparencia de los modelos de IA, incluida la forma en que se gestionan los datos a través del proceso, es primordial. Y, sin embargo, una encuesta reciente en Australia en conjunto con la Universidad de Queensland encontró que solo un tercio de los australianos están dispuestos a confiar en los sistemas de IA. Esto es indicativo de un problema más amplio a nivel internacional. Es imperativo que las instituciones financieras traigan a los clientes y las partes interesadas con ellos en el viaje a medida que incorporan la IA y las tecnologías emergentes cada vez más profundamente.
Ninguna institución financiera puede ganar en el mercado sin aprovechar los datos, y para hacerlo tienen que administrarlos adecuadamente. La gestión de datos es parte integral de una estrategia de datos efectiva y se está convirtiendo en un determinante cada vez más crítico del éxito.