El poder de la analítica de datos en la banca transaccional

La banca transaccional es una de las áreas más relevantes del sector financiero: millones de transacciones de cash management, financiación de working capital y trade finance que permiten a una compañía operar de forma eficiente son procesadas diariamente. La cantidad de datos que generan estas transacciones es enorme y puede ser difícil de gestionar y analizar de forma eficiente. Es por ello que la analítica de datos es una herramienta poderosa para convertir datos en información valiosa que nos ayude a la toma de decisiones estratégicas. 

Son las 8:30 de la mañana de un día primaveral en Madrid, es hora de salir de casa hacia el trabajo. Las aplicaciones del tiempo indican día despejado y temperaturas entre los 15ºC y 27ºC lo cual significa que hoy dejamos el jersey en casa. Entro al coche y el GPS me indica que la ruta hacia mi oficina tiene un retraso de 5 minutos debido a un accidente en la autovía.

Aplicaciones móviles o programas informáticos son diseñados para utilizar grandes cantidades de datos y por medio de algoritmos ayudarnos a responder preguntas tan simples como ¿cuál será el tiempo que vamos a tener hoy? (pronosticar) o ¿cuál es la mejor ruta para ir al trabajo? (optimizar). 

Tanto en la vida personal como en la laboral, la toma de decisiones informada es esencial para llevar a cabo nuestras tareas con éxito. La capacidad de recopilar y analizar información relevante sobre el mercado, la competencia, los clientes y otros factores como el impacto de la sostenibilidad en las finanzas de la empresa, puede marcar la diferencia entre una organización que prospera y otra que se queda atrás. 

Algunos de los casos de uso de datos más comunes hoy en día en la banca son chatbots que utilizan programas de lenguaje entrenados para atender solicitudes de clientes en banca retail principalmente, algoritmos de detección de fraude, robotización de procesos del back office y segmentación de clientes para ofrecer productos y servicios. 

Sin embargo, aún hay mucho por hacer. Los bancos podemos ofrecer a nuestros clientes acceso a herramientas y soluciones que les permitan recopilar, analizar y utilizar datos de manera efectiva para tomar decisiones informadas y estratégicas, que respondan a preguntas un poco más complejas como las que diariamente se podría formular un equipo de finanzas. Por ejemplo, un tesorero podría estar interesado en saber cuál es el flujo proyectado de caja en sus cuentas para este mes teniendo en cuenta información de años anteriores; un gerente de sostenibilidad podría estar interesado en saber cuáles son las emisiones de su cadena de suministro; mientras que un responsable de riesgos quisiera saber cuáles son los plazos medios de cobro y pago que hay en un sector industrial específico. 

Los bancos podemos ofrecer a nuestros clientes acceso a herramientas y soluciones que les permitan recopilar, analizar y utilizar datos para tomar decisiones estratégicas.

Es fundamental comprender e identificar las necesidades de información de nuestros clientes. El primer paso para llegar a una buena definición es formular preguntas específicas, ¿qué información necesita mi cliente? ¿Qué datos podría tener para ayudarle? Estas preguntas nos permiten buscar y recopilar los datos necesarios para desarrollar un algoritmo o programa que transforme esos datos en información de calidad para nuestros clientes, impulsando así su crecimiento. 

En la era de la información en que vivimos estamos ante una oportunidad muy grande de poder co-crear y poder plantearnos el reto de identificar y formular esas preguntas que podrían ser contestadas con los datos para entregar más valor agregado a nuestros clientes. Las preguntas deberán surgir y construirse en la gran mayoría de casos desde los equipos de finanzas y los equipos comerciales de relación con clientes para plantear casos de uso a los equipos de científicos de datos o de ingeniería de software. 

Por eso debemos incluir en nuestras agendas comerciales un espacio para discutir y plantearnos preguntas, y luego poner el reto al banco de trabajar en casos de uso para transformar datos en información que responda esas preguntas.

En BBVA nos encontramos en el camino para poder ofrecer a nuestros clientes información que permita ser un apoyo para la toma de decisiones informadas sobre cómo manejar las finanzas de la empresa. Queremos impulsar el crecimiento, mejorar la rentabilidad y aumentar la ventaja competitiva de nuestros clientes aportando valor a través de los datos.