Gestão de processos

Revolução no setor financeiro! Veja como o Big Data é usado na área

Escrito por Telium

Durante anos, bancos e financeiras transbordaram os intervalos comerciais dos programas de TV e de rádio com anúncios cujo mote era a personalização de seus serviços. No entanto, foi somente com o desenvolvimento de sistemas da informação com altíssima capacidade de processamento de dados que o setor bancário descobriu um universo ilimitado de possibilidades de interação com seus clientes. Bem-vindo à era do data mining.

Big Data no setor financeiro é hoje um caminho sem volta no segmento, que tem redesenhado a maneira de pensar os serviços e produtos oferecidos. Hoje você vai conhecer como a indústria bancária tem utilizado a análise de dados para ganhar mercado, reduzir custos e fortalecer sua imagem! Acompanhe-nos!

1. Aprimoramento na qualidade do atendimento ao cliente

A coleta de dados de CRM, SAC, redes sociais, sites de reclamação e da própria movimentação bancária dos clientes tem auxiliado bancos a aprimorar suas políticas de atendimento.

Um exemplo é o caso do Oversea-Chinese Banking Corporation – OCBC (um dos maiores bancos da Ásia) que, por meio da análise de dados, redimensionou suas estratégias de marketing, triplicando os dígitos nas métricas de atendimento.

2. Prevenção e descobertas de fraudes internas

Muito se falava em Big Data desde a década passada, mas tudo se restringia à teoria. Ninguém sabia, de fato, por onde começar ou como aplicá-la para solucionar os problemas empresariais.

No entanto, nos últimos anos, as novas tecnologias em análise de dados fizeram com que as pessoas parassem de olhar Big Data como uma forma diferente de armazenar mais dados e passassem a entender que, de fato, o negócio é que deveria demandar uma nova forma de pensar, um novo modo de administrar a informação.

Uma das utilizações de Big Data no setor financeiro que mais tem sido comum é a detecção de fraudes internas. Aliás, um levantamento global da Protiviti, feito com 906 auditores, revelou que 66% dos processos de auditoria interna já são realizados com Ciência de Dados.

Descoberta de inscrições contábeis de veracidade duvidosa, pagamentos em desacordo com critérios contratuais ou gerenciamento incorreto no controle de estoque: nada escapa ao crivo de sistemas de alto impacto, totalmente baseados em mineração de dados.

3. Proteção contra hackers e fortalecimento de sistemas

Esse é o uso mais óbvio das soluções de Big Data no setor financeiro. Diz respeito à utilização de soluções capazes de avaliar toda a movimentação nos sistemas do banco, identificando comportamentos suspeitos por meio do cruzamento de montanhas de dados.

Seria o caso, por exemplo, de uma compra feita na Tunísia por um cliente que só utiliza seu cartão de crédito no Brasil (e que não informou previamente a realização de qualquer viagem ao exterior). Em casos como esse, o sistema já é pré-programado para disparar alertas ao celular do cliente, bloquear operações e abrir um procedimento interno de investigação.

A mesma lógica se aplica ao uso de terminais de autoatendimento e ao bankline. Em alguns países, já existem até mesmo projetos de validação de identidade na agência por meio da checagem eletrônica da forma de andar do correntista (capturada pelas câmeras do banco). Impressionante, não?

4. Precisão na análise de crédito

Analisar, a olho nu, contracheques, informe de rendimentos, relatórios do Serasa, entre outras dezenas de documentos, não é tarefa simples. O resultado é que, mesmo com o auxílio de alguma tecnologia (como sistemas integrados ao Banco Central e a órgãos de proteção ao crédito), muitas liberações de valores a clientes sem capacidade de pagamento têm gerado prejuízo aos bancos.

A presença de Big Data no setor financeiro tem mitigado esse problema, com sistemas de análise eletrônica de toda a documentação apresentada. O resultado, além de mais preciso, costuma sair bem antes do que costumava ocorrer no processo tradicional.

5. Oferecimento de serviços e produtos personalizados

Foi-se o tempo em que o banco era um gigante impassível, a enxergar seus clientes como uma montanha de números. Atualmente, o trabalho profundo de Big Data no setor financeiro permitiu que as ofertas e o oferecimento de produtos bancários passassem a ser feitos de maneira analítica, algo que vem sendo materializado especialmente no segmento prime.

Muitos bancos analisam seus clientes em seu campo mais amplo, em uma perspectiva de 360º, correlacionando histórico de movimentação bancária, dados de preferência de compra e até manifestações em mídias sociais para construir uma visão holística sobre o que cada correntista precisa.

Um limite maior em determinado mês? Uma consultoria em gestão de ativos? Um crédito pessoa jurídica para reforçar o capital de giro? Na era dos negócios digitais, muitos bancos não mais esperam a solicitação dos clientes. Eles oferecem o que o cliente precisa, antes mesmo de que ele pegue o telefone para ligar para o gerente. Esse timing preciso só é possível graças à Ciência de Dados na indústria bancária.

6. Redução das taxas de churn

No passado, as taxas de churn não figuravam entre os indicadores que mais despertavam a preocupação das grandes instituições financeiras do país. A burocracia e a dificuldade para trocar de instituição eram impedimentos para que os brasileiros encerrassem suas contas e migrassem para concorrentes que oferecessem condições mais adequadas aos seus interesses.

Entretanto, as recentes regras sobre portabilidade do crédito e o surgimento de instituições digitais, mais enxutas e com custos reduzidos (fintechs), provocaram uma mudança radical no comportamento do consumidor. E os bancos sentiram esse impacto. Taxa de churn passou a ser levada a sério nas instituições do setor.

O churn pode ser avaliado sob diversas perspectivas. Pode ser o cancelamento de um investimento automático em títulos de capitalização; pode ser a transferência de um financiamento para o banco rival, que oferece taxas mais competitivas; pode ser o pedido de cancelamento de um cartão de crédito (já que existem concorrentes digitais que não cobram anuidade). Ou, em última análise, o próprio pedido de fechamento da conta.

Big Data no setor financeiro tem sido sinônimo, sobretudo, de análise do comportamento do consumidor para prevenir elevações no churn rate. Poderosos sistemas capturam todos os dados da movimentação bancária dos correntistas, buscando diagnosticar, por exemplo, redução do uso do cartão de crédito e constantes transferências de recursos para outro banco, com a mesma titularidade.

Com essa ação de inteligência, os bancos conseguem identificar quais correntistas estão mais propensos a suspenderem sua relação com a instituição e, antes de qualquer pedido formal, oferecer descontos na tarifa de administração, conversão de pontos em programas de milhagem e outros incentivos.

7. Análise de acordos financeiros no setor de cobrança

No JP Morgan, já existem programas com alta velocidade e capacidade de processamento capazes de analisar uma infinidade de acordos financeiros em poucos minutos.

Essas soluções em inteligência de dados interpretam acordos de pagamento de débitos, revisam as condições de quitação e identificam falhas (inclusive do ponto de vista jurídico), realizando uma atividade que antes consumia 360 mil horas por ano do trabalho de advogados.

Este artigo sobre Big Data no setor financeiro lhe ajudou a ter insights sobre como tirar proveito da Ciência de Dados em sua empresa? Então agora siga-nos nas redes sociais e mantenha-se permanentemente atualizado sobre tudo o que se refere a tecnologia na gestão de empresas! Estamos no Facebook, no LinkedIn e no Twitter!

Sobre o autor

Telium

Deixar comentário.

Share This