Las entidades han encontrado en el análisis de los datos que manejan de sus clientes una palanca para ser más eficientes y desmarcarse de la competencia. La falta de perfiles especializados en analítica preocupa al sector.

Prevenir el abandono de clientes y sus necesidades, ofrecer productos personalizados, identificar nuevos perfiles profesionales, controlar el riesgo operativo, anticipar el fraude, seleccionar las carteras más rentables, determinar el riesgo jurídico de una operación…

La irrupción del big data ha enfrentado a la banca a un nuevo desafío: explotar y sacar rentabilidad de la gran cantidad de datos que manejan de sus clientes. Un proceso en el que están inmersas buena parte de las compañías financieras de nuestro país, aunque el grado de adopción de estas tecnologías difiere en función del tamaño de cada una y sus prioridades estratégicas.

Según el informe El nivel de madurez digital del sector financiero en España, elaborado por la consultora KPMG y Funcas, un 73% de los bancos ya cuenta con iniciativas en marcha relacionadas con el big data y el análisis de información. «Las entidades financieras españolas son conscientes de la importancia de los datos desde hace tiempo, pero el grado de adopción es medio porque les ha costado tomar decisiones estratégicas dentro de la organización», explica Antonio Herráiz Molina, director del Programa de Innovación y Tecnología Financiera del Instituto de Estudios Bursátiles (IEB).

Los grandes bancos, como Santander, BBVA o CaixaBank, son los que más han apostado por el big data por el momento. Aunque, como apunta Juan Manuel López Zafra, coordinador del Máster en Data Science para Finanzas en Cunef, las entidades medianas y las cajas comienzan a subirse a la ola del dato. «Los grandes bancos son, hoy por hoy, una referencia a nivel internacional. Algunas entidades medianas empiezan a modificar sus estructuras de transmisión de la información e incluso existen cajas que van incorporando esta nueva forma de entender el negocio.La toma de decisiones basadas en datos es el nuevo paradigma que se va implantando en el sector financiero», asegura.

Entre las principales iniciativas destacan las llevadas a cabo por Banco Santander, que recientemente anunció la creación de una división específica de análisis para la gestión de riesgos; BBVA, que en 2014 puso en marcha la división BBVA Data & Analytics: y CaixaBank, que desde 2014 cuenta con un único repositorio de datos de información de más de diez datamarts -o almacenes de datos- desarrollado junto con Oracle.

simismo, la entidad catalana firmó el pasado mes de febrero un acuerdo con el Grupo AIA para crear una sociedad, Knowledge Discovery and Predictions (KDP), que desarrolla proyectos de innovación relacionados con los datos.

VOLUMEN DE DATOS

El reto, una vez el banco cuenta con los sistemas necesarios para almacenar todo ese ingente volumen de información, es procesarlo y saber diferenciar aquello que aporta valor de lo que no. «El volumen de datos que manejamos fácilmente se sitúa en la banda de los petabytes», explica Jon Beracoechea, co-director de BBVAData&Analytis.

«Los datos bancarios son extraordinariamente ricos y variados, pero el verdadero reto está en cómo domesticar esa diversidad de información de forma que aporte valor a nuestros clientes. Esto implica tener el talento adecuado, las plataformas tecnológicas necesarias y un diseño organizativo que facilite las interacciones entre los diferentes actores», apunta Beracoechea.

En este sentido, Jordi Fontanals, director ejecutivo de Medios de CaixaBank, entidad que puede llegar a gestionar 6.600 transacciones por segundo en los picos de actividad, tiene claro que «el uso de la información y su grado de comprensión son los ejes fundamentales para diferenciarse de la competencia y ofrecer mejores productos y servicios a los clientes».

FALTA DE PERFILES DE ANÁLISIS

Llegado este punto, el problema, según apuntan desde el sector, radica en encontrar a los encargados de filtrar esa información. Y es que los perfiles de data scientist escasean en el mercado. Sólo en Estados Unidos se calcula que existe una demanda potencial de entre cuatro y cinco millones de empleos de científicos de datos para el próximo año, cuando se estima que la brecha entre la oferta y la demanda de habilidades analíticas sea de entre el 40% y el 50%. En el caso de España, la necesidad de perfiles que encajen con este rol podría ser incluso superior. ¿Por qué? «Es relativamente sencillo de entender. En España, hoy por hoy, no existe ninguna carrera que forme los profesionales necesarios para gestionar la información, procesarla, depurarla y emplearla con sentido de negocio», señala el profesor de Cunef.

«El tipo de perfil que se está buscando no es nada fácil de encontrar», confirma Beracoechea. «Nos movemos en la intersección entre las matemáticas y el desarrollo de software, todo ello mezclado con una buena dosis de conocimiento de cómo funciona la banca. La mayor parte de las incorporaciones vienen de ámbitos muy técnicos (ingenieros, matemáticos, físicos…) pero con una mentalidad pragmática que busca desarrollar soluciones concretas y accionables», señala el co-director de BBVA Data &Analytics.

Un ejemplo de cómo cada vez es más habitual encontrar perfiles del mundo tecnológico en las plantillas de las grandes entidades nacionales es Santander Analytics. La división de análisis de datos del banco que preside Ana Botín estará compuesta en su mayoría por matemáticos e ingenieros. Queda por ver si los bancos tradicionales serán capaces de aguantar el envite de fintechs y grandes grupos tecnológicos, de gran atractivo para los jóvenes.

Fuente:Expansión