La crisis mundial dejó en evidencia el poder del análisis de la información en la industria de servicios financieros. Precisamente las empresas que han surgido como las más sólidas en este escenario le deben mucho al uso inteligente del análisis predictivo de la información en tiempo real. Tras años de recolectar vastas cantidades de datos, las instituciones de servicios financieros deben aplicar ahora los métodos analíticos más actualizados para entender que los datos anticipan, en forma precisa, las futuras necesidades y logran resultados de negocios de alto desempeño.
La crisis financiera mundial ha demostrado, para bien o para mal, el poder del análisis de la información en la industria de servicios financieros. Muchas empresas atribuyeron sus desgracias a la aplicación imprudente de tecnologías inadecuadas para el análisis de los datos, tal como sucedió cuando las compañías confiaron excesivamente en modelos cuantitativos que no eran los adecuados. Sin embargo, las empresas que han surgido como las más sólidas desde la crisis (tan sólidas que los gobiernos les pidieron que rescataran a las demás), le deben mucho al uso inteligente del análisis predictivo de la información en tiempo real. Estas firmas contaban con sistemas y estructuras organizacionales para capturar y actuar al detectar señales tempranas, monitorear un ambiente cambiante y ajustar las respuestas en consecuencia. No solamente entendían lo que les había sucedido en el pasado, sino lo que esto significaba, y lo que debían hacer luego.
A futuro, el análisis de la información resultará esencial para lograr un éxito competitivo, a medida que las demandas globales y el cumplimiento relacionado con la gestión de riesgos, las reglamentaciones y el control de gestión exploten en complejidad. Las regulaciones cada vez más estrictas prometen agregar costos mediante nuevos honorarios y requerimientos de capital, y pueden restringir a las economías de escala en su intento por abordar el problema de ser “demasiado grandes como para fracasar”.
El ambiente inestable forzará a las instituciones financieras a hacer más con menos. Aquéllas que prosperen serán las que tengan la capacidad analítica de entender qué clientes y productos proporcionan el mejor retorno ajustado por riesgo, establezcan el dominio sobre posiciones de liquidez y exposición a riesgos y cuenten con medios predictivos para realizar ajustes rápidos y eficientes para minimizar las pérdidas y maximizar las oportunidades que les permitan lograr una ventaja competitiva.
Hacia un análisis predictivo
Tras años de recolectar vastas cantidades de datos, las instituciones de servicios financieros deben aplicar ahora los métodos analíticos más actualizados para entender que los datos anticipan, en forma precisa, las futuras necesidades y logran resultados de negocios de alto desempeño. En esencia, deben pasar de aplicar un análisis meramente descriptivo de los datos (el “qué”) a un análisis predictivo (el “y entonces”), que puede hacer que las organizaciones sean más prescriptivas (el “qué hacemos ahora”), derribando silos y conectando un análisis vanguardista de la información con sus operaciones.
Es claro que algunos en la industria de servicios financieros han abandonado o utilizado el análisis de la información erróneamente. La crisis de las hipotecas de alto riesgo de 2007-2009 demuestra que muchos enfoques analíticos salieron mal. Al examinar las causas de la crisis, resulta claro que una escasez de análisis de datos, la profundidad inadecuada y el historial de los análisis existentes y una falta general de rigor en el análisis de la data disponible tuvieron mucho que ver con eso.
Pero si miramos más allá de la crisis, nunca hubo un momento más oportuno para las organizaciones financieras de agregar valor y mejorar su posicionamiento competitivo, reconociendo la necesidad de contar con aplicaciones más sofisticadas para el análisis de los datos, más particularmente con relación a su aspecto predictivo. Al hacerlo las empresas financieras pueden aumentar los niveles de integración y comunicación entre los procesos para abordar mejor los imperativos relacionados con el cliente, el riesgo y el desempeño. A su vez, dada la explosión de la nueva información y la proliferación de canales internos, externos y sociales a través de los cuales se disemina, no contar con la capacidad analítica de datos para potenciar y dirigir éstos con el objetivo de obtener la mejor ventaja puede socavar profundamente la capacidad de una empresa de superar a sus pares.
Metodologías para análisis de información
En este sentido, Accenture propone tres metodologías para implementar y gestionar el análisis de información en toda empresa de servicios financieros, con tres modelos organizacionales principales:
• Modelo distribuido: Aplicable cuando las estructuras son complejas y las capacidades analíticas y los reportes son inmaduros, utilizando los datos como una herramienta para desarrollar negocios, pero no aprovechados aún como ventaja competitiva. Este modelo mantiene a los analistas de negocios cerca del negocio, con múltiples procesadores, bases de datos, aplicaciones y planillas, y con equipos distribuidos para la producción de reportes de negocios y análisis de información.
• Modelo del centro de excelencia: Aplicable en estructuras de negocios moderadamente complejas, con capacidades de reportes y análisis de información en vías de madurez, donde los datos son visualizados como una ventaja competitiva. El negocio es responsable por realizar una medición del desempeño, elaborar reportes y analizar la información. El centro de excelencia proporciona funciones estandarizadas de dirección, selección de personal, gestión de carreras y otras funciones y también gestiona la interfaz con la tecnología informática.
• Modelo consolidado: Aplicable en estructuras de negocios directas, con capacidades maduras de producción de reportes y análisis de la información, en donde el uso predominante de los datos es para fines de cumplimiento. Una unidad central gobierna las estructuras de reportes, datos de referencia y control de calidad. El negocio es responsable de analizar los resultados con la organización corporativa central. Los reportes estándar son elaborados centralmente.
Cualquiera sea el modelo, las compañías deben concentrarse en las siguientes tareas pendientes: apuntar a áreas de alto valor en términos de identificar necesidades y oportunidades nuevas y diferentes, alineando su modelo operativo para involucrar disciplinas de negocios, tecnología y análisis para toda la empresa; y definir la estrategia adecuada de ejecución para implementar recursos dadas las restricciones de capital, la necesidad de integrarse a lo largo de líneas tradicionales, la evolución de los modelos de cloud computing y el análisis de la información como soluciones de servicio ofrecidas.
