Revolution Banking SP 2016

Cinco claves para que el Big Data no sea un lastre en las entidades financieras

By on 14 septiembre, 2014
Fido gente

Fico logoLas soluciones que predicen el comportamiento futuro y se adaptan mediante analítica predictiva o mediante modelos de optimización de decisiones son la clave de la innovación en el Big Data. Encontrar las tendencias entre una maraña de mensajes y predecir los comportamientos de los consumidores es la gran promesa del Big Data y conseguir esto de forma online es posible, pero utilizar la analítica en tiempo real en todos los canales, incluyendo tiendas físicas, no sólo las redes sociales, es bastante más complejo.

Fico analiza cada mes más de 24.000 millones de transacciones de pago, lo que genera un volumen anual de 650 TB de datos. Una cantidad que, cada año, se incrementa un 25%. A partir de su experiencia, la compañía ha redactado las cinco claves para que evitar que el Big Data se convierta en un lastre para la compañía. Como advierte Andrew Jennings, director de analítica de Fico, en Big Data no se trata tanto de rellenar filas, sino de incorporar nuevas columnas para analizar y sacar conclusiones que aporten valor a la empresa o a sus clientes”.

1) Tener un objetivo: Muchas empresas se lanzan a la compra de máquinas o reservan grandes presupuestos para ese fin sin darse cuenta de que con Big Data la premisa inicial y esencial es tener un objetivo de negocio en el que las herramientas de Big Data son un medio de gran ayuda para conseguirlo. Hay que definir claramente cuál es el problema de la empresa, fijar un objetivo y, a partir de ahí, usar Big Data para solucionarlo y generar valor.

2) No es sólo cuestión de peso: Erróneamente se ha asociado el Big Data con la generación de un gran volumen de datos. Pero es más importante crear columnas nuevas de datos para analizar y parametrizar, que simplemente rellenar filas y filas de datos de una misma columna. Aunque en ocasiones, como ocurre por ejemplo en el análisis de patrones de comportamiento de fraude, analizar un gran volumen de los mismos datos sí puede resultar útil, ya que a mayor número de transacciones analizadas más tipos de fraudes diferentes se pueden detectar.

3) La técnica sí importa: En un intento por no consumir muchos recursos, la tendencia es eliminar datos obsoletos o que no forman parte del rango temporal que interesa evaluar. Pero en ocasiones, para tener una mayor visión y perspectiva esos datos sí son relevantes. Por ejemplo, para fijar los precios de una póliza de vida es indispensable contar con datos acumulados durante varias décadas. Por eso surgen nuevas técnicas, como la Descomposición Única de Valores, de forma que no se tengan que desechar datos, al tiempo que se consumen menos recursos.

4) Formar a los profesionales: Es complicado conseguir liberar a los profesionales de una compañía para que trabajen en un proyecto nuevo, o aprendan nuevas técnicas y herramientas. Pero cuando Big Data puede tener un impacto importante en la cuenta de resultados de la organización, si se sabe actuar a tiempo, es vital encontrar la manera de formar a los equipos de analítica, o bien buscar en el mercado nuevos profesionales que ya conozcan esas metodologías.

5) La información es valor: En entornos de negocio en los que hay que tomar decisiones en tiempo real a partir de múltiples fuentes de información, los datos son clave para tener una ventaja competitiva. Mientras que los datos puedan proporcionar información valiosa, no existe ninguna razón para no guardarlos, sobre todo, teniendo en cuenta el precio decreciente de los costes de almacenamiento.

www.fico.com

Deja un comentario