Claves para implementar Big Data en el sector financiero


A la hora de conseguir implantar con éxito soluciones de Big Data y Analytics en las compañías, es necesario salvar las barreras que puedan aparecer mediante actividades orientadas a generar valor.

Por Virginia Palomo

Las principales barreras para la implantación de políticas de Big Data en el sector finaciero pueden resumirse en seis puntos. Se trata de conclusiones derivadas de un estudio elaborado conjuntamente por EY, FrontQuery y Teradata, en el que se explica que la forma más eficaz de enfrentarse a estas barreras pasa por seguir diferentes actividades orientadas a la generación de valor:

1) Generar conocimiento a partir de los datos: Transformar los datos en el tipo de información que la organización necesita para optimizar su negocio y tomar mejores decisiones. Hay consideraciones de tipo práctico a resolver, como el almacenamiento de grandes volúmenes de datos, comprobar la calidad y veracidad de las diferentes fuentes y tipos de datos, las herramientas analíticas a emplear o la evaluación de si la compañía dispone de las capacidades y el talento necesarios para realizar estos análisis.

2) Decidir qué es lo que se quiere lograr con los datos: Identificar los problemas de negocio a resolver, plantear hipótesis y aprovechar los datos y las herramientas analíticas para probarlas o descartarlas. Desde Teradata, recomiendan comenzar con datos ya existentes en la empresa, con el objetivo de acelerar la obtención de resultados, generando así confianza y credibilidad dentro de la organización.

3) Definir modos de medir los resultados: El éxito de las iniciativas de Big Data y Analytics se mide por su impacto en la rentabilidad, mediante menores costes o, más frecuentemente, por el incremento de ingresos. Las organizaciones deben desarrollar medidas para cuantificar el impacto específico de los esfuerzos de Big Data. Decidir qué métricas son relevantes dependerá de la iniciativa implantada, y pueden incluir desde gasto por cliente hasta el coste de capital. El desarrollo de estas métricas permitirá concentrar los esfuerzos en aquellas áreas donde se genera mayor valor y se posibilita la generación de resultados cuantificables.

4) Gestionar los riesgos: Minimizar y mitigar el riesgo adoptando medidas más proactivas ante aspectos como la privacidad de datos o la ciberseguridad, con énfasis en la flexibilidad, adaptabilidad y responsabilidad. El cambiante entorno regulatorio, cada vez más exigente, constituye el riesgo más importante de todos.

5) Prepararse para la transformación: Todos los cambios significativos en las organizaciones deben iniciarse en la alta dirección. Es ésta quien debe liderar el cambio e identificar el talento interno, fomentando que los ejecutivos más senior y el resto de la organización adopten los mejores sistemas, tecnologías y Analytics para su negocio. Para conseguir obtener el valor de Big Data y Analytics, es necesario que todas las funciones estratégicas (Dirección Financiera, Dirección de Sistemas, Dirección de Marketing, Dirección de Estrategia, etc.) trabajen juntas y alineadas, lo que supone en muchos casos una importante transformación que afecta a toda la compañía.

6) Ir un paso más allá: Definir planes de actuación que se puedan llevar a cabo, maximizando los resultados obtenidos, identificando su impacto en procesos, tecnología y organización.

Deja un comentario