Strengths & limitations

El sector financiero español está inmerso en un proceso de reestructuración y saneamiento sin precedentes motivado por la crisis económica de los últimos años. Son muchos los desafíos a los que bancos y cajas de ahorro tienen que hacer frente en la actualidad. Por un lado, la desconfianza de los clientes, que cada vez son más exigentes, tienen más capacidad para analizar los productos y servicios de la competencia a través de Internet y de las redes

10 La fábrica más inteligente de Europa produce a base de ‘big data’ http://www.elmundo.es/economia/2014/04/16/ 534d662c268e3efc2d8b457c.html

60

sociales y, en general, son menos fiables y más sensibles al precio. Por el otro, los bancos están sometidos cada vez a más normas y regulaciones como Basilea III. Además, los depósitos escasean y las entidades pueden conceder menos créditos, por lo que las capacidades de este sector para generar negocio están limitadas actualmente. Para hacer frente a esta situación, las entidades financieras podrían aprovechar las ventajas que ofrece el Big Data, convirtiendo datos internos y externos en conocimiento útil, obteniéndose mejoras de eficiencia

en la provisión de servicios financieros y aumentando la satisfacción de los clientes, en definitiva, aumentando su competitividad y su situación frente

a nuevos competidores11.

En este sentido, son tres las áreas críticas que podrían mejorarse en el sector financiero gracias a Big Data12:

• Visión 360º de los clientes. Se debe consolidar la información interna que poseen los bancos sobre sus clientes (cuentas, productos

y servicios contratados, operaciones en cajeros, banca online y móvil, compras con tarjetas…) con la información externa (por ejemplo, de redes sociales, webs o información pública procedente de plataformas open data), para gestionarla de forma única y así disponer de una visión holística de los clientes, que permita

recomendar y personalizar las ofertas comerciales, mejorando

la venta cruzada y teniendo a los clientes satisfechos y fidelizados. Además, gracias a Big Data las entidades podrían conocer las

causas de abandono de clientes, lo que permitirá optimizar sus mecanismos de retención y focalizar sus esfuerzos en aquellos

que resulten más valiosos.

• Gestión de riesgos. La optimización del riesgo en una entidad

financiera significa una disminución de las provisiones necesarias en sus balances, lo que supone aumentar la confianza de los reguladores y sobre todo un aumento inmediato de los beneficios en sus cuentas de resultados. Entre los riesgos implícitos en este sector destacan: el riesgo de crédito, que podría reducirse aplicando Big Data al permitir un conocimiento integral de los clientes, mejorando así

los modelos de rating y scoring, y la gestión de la morosidad;

el riesgo de mercado, donde las soluciones Big Data permitirían

conocer en tiempo real lo que está aconteciendo en los mercados así como predecir lo que va a suceder en el futuro, mejorando la toma de decisiones; el riesgo de liquidez, que podría

verse minimizado con tecnologías Big Data que ayuden a evaluar

las entradas y salidas de fondos y faciliten la predicción de situaciones futuras; el riesgo exterior, para el cual el Big Data

posibilitaría un diagnóstico claro de los riesgos derivados del

comercio y la inversión en el exterior y, por tanto, predecirlos;

el riesgo operacional, donde el Big Data como gran recolector de la información que atañe a los procesos, sistemas internos y a la propia actividad de la entidad será clave para analizar, predecir y ayudar

a minimizar las pérdidas derivadas; y el riesgo reputacional, que

podrá ser medido, gestionado y predicho de forma más óptima.

11 http://www.aunclicdelastic.com/big-data-como-solucion-a-los-desafios-del-sector-financie-

ro/

12 http://www.aunclicdelastic.com/el-papel-de-big-data-en-tres-areas-criticas-del-sector-ban-

• Gestión de fraudes. Mediante Big Data las entidades financieras

podrían implementar medidas para la detección de actividades

fraudulentas en tiempo real, tanto internas como externas,

destacando dos grupos: detección de fraude en los medios de

pago y prevención de blanqueo de capitales y financiación del terrorismo. En el primer caso, mediante técnicas de Big

Data las entidades podrán detectar posibles patrones de

comportamiento fraudulento basándose en el análisis del

histórico de datos en operaciones llevadas a cabo a través de cajeros, comercios, etc. En el segundo grupo, con Big Data los bancos podrán rastrear las operaciones sospechosas e incluso recurrir a fuentes externas para obtener una información integral del individuo que está llevando a cabo esos movimientos.

Destacamos el informe “El impacto del Big Data en los servicios financieros” de José García Montalvo, catedrático y director del departamento de economía y empresa de la Universitat Pompeu Fabra [13], donde se hace un repaso sobre las posibilidades que ofrecen las técnicas de Big Data en el campo de las entidades financieras, en línea con lo ya explicado. Entre ellas destaca la

microsegmentación, la calificación crediticia de los consumidores, la dinámica, predicción y recomendación de nuevos productos, la detección del fraude en tarjetas de crédito, la identificación de operaciones sospechosas de blanqueo de capitales o actividades terroristas, la gestión eficiente de las relaciones con los clientes en un contexto de multicanalidad

o la fijación de objetivos de ahorro para los clientes a partir del análisis de sus ingresos y gastos. Así mismo, se destaca que en el sector financiero son de especial relevancia en la gestión de los datos las cuestiones relacionadas con la privacidad, la protección de datos y el cumplimento de algunas

regulaciones. Se indica también que, como en cualquier proyecto empresarial,

es importante analizar la relación coste-beneficio del proyecto Big Data así como contar con un equipo experto que sea capaz de extraer conocimiento a partir de los datos.

Por último, es interesante resaltar el convenio firmado el pasado 9 de marzo de 2015 por Daniel Peña, rector de la Universidad Carlos III de Madrid (UC3M), y Ana Botín, presidenta del Banco Santander, para la creación del Instituto

Mixto de Investigación en Big Data Financiero, con sede en el campus de

Madrid-Puerta de Toledo de la universidad. Este Instituto tiene como objetivo convertirse en un centro de liderazgo mundial en la recogida, almacenamiento, tratamiento y análisis de las grandes masas de datos que generan las instituciones, empresas y organizaciones gubernamentales. Trabajará con “Big Data” en todos los ámbitos con un foco especial en el sector de la banca y finanzas, a través de programas de formación, investigación y puesta en marcha de proyectos con

empresas e instituciones públicas y privadas13.

13 http://www.santander.com/csgs/Satellite/CFWCSancomQP01/es_ES/Corporativo/Sa-

la-de-comunicacion/2015/03/09/La-UC3M-y-Banco-Santander-crean-un-Instituto-pionero-de-Inve- stigacion-en-Big-Data-Financiero-.html

62