Los datos analizados y aplicados a los fines de las fintech, nos permiten la posibilidad de actualizar el adagio que dice que la información es poder.
La información en el siglo XXI, es decir la big data, se vuelve poder cuando se sistematiza para su análisis y posterior aplicación orientada a la toma de decisiones estratégicas y la innovación para generar generar cambios; de otro modo es sólo basura epistémica, datos ocupando espacio en los discos duros, spam. De ahí la importancia de la ciencia de datos.
La revolución del sector financiero en los últimos años se profundizó cuando algunos —en Silicon Valley, principalmente— comenzaron a preguntarse cómo utilizar la ciencia de datos en las fintech. Al plantearse esta cuestión se buscaba explotar el enorme potencial del Big Data con el objetivo de transformar el mundo de las finanzas.
La data se ha convertido en una de las materias primas más ricas de la actualidad. Podría afirmarse que los datos son el oro del siglo XXI. Pero un montón de datos sin procesar no vale mucho ni es de utilidad. Al igual que el metal precioso, los datos deben ser intervenidos—es decir, procesados y analizados— para que adquieran su valor. Allí es donde ingresa la ciencia de datos.
Vivimos en la era de la información. Aunque resulta casi imposible imaginar la magnitud de los datos que ha generado la humanidad, según el portal de Forbes, cada dos días se crea la misma cantidad de información en el mundo que la que se generó desde el comienzo de la civilización hasta el siglo XX.
Cada clic que das genera información, datos que dicen, en mayor o menor medida, con claridad o de manera abstracta, cosas sobre ti: tus gustos e intereses, tu edad, tus hábitos de consumo, tu profesión, etc. El sistema financiero también posee una cantidad ingente de datos de sus clientes en todo el mundo, es por eso que en el sector de las fintech es donde la ciencia y el análisis de datos han sido mayormente aplicados, y también donde se han generado más empleos para los científicos de datos.
Por lo tanto hoy vamos a revisar la estrecha relación entre data science y las empresas fintech y veremos cómo el big data ha transformado al sector financiero global a partir del estudio de algunos usos de la ciencia de datos en las fintech.
La transformación digital del sector financiero
Antes de responder cómo se puede utilizar la ciencia de datos en las fintech debemos recordar que el siglo XXI ha estado marcado no solamente por la vertiginosidad de los avances tecnológicos, sino por la democratización de esas tecnologías. El modo en el que interactuamos con el mundo se transforma de acuerdo a las herramientas que tenemos a nuestro alcance y, a su vez, las herramientas y tecnologías de las que dispone una cultura transforman al mundo.
La irrupción del internet y sus tecnologías, entre las que se encuentra la ciencia de datos, derivadas de esta infraestructura cambiaron nuestra sociedad de manera radical en muy pocos años. Y el mundo de las finanzas no fue la excepción.
La banca se ha digitalizado, cada día se expiden menos cheques y hay quienes piensan que el dinero en efectivo está en vías de desaparición. Operaciones financieras complejas que antes tomaban días ahora se pueden realizar de manera instantánea desde una aplicación móvil.
Debido a este cambio de paradigma en el sector financiero se comenzaron a buscar alternativas al sistema bancario tradicional. Así es como surgieron miles de startups que ofrecen productos o servicios financieros en plataformas digitales con un potencial disruptivo, como expone un informe del área de investigación de BBVA.
Fuente: Clay Banks (Unsplash)
La revolución fintech
La tecnología financiera (conocida simplemente como fintech) es uno de los sectores de mayor crecimiento a nivel mundial en los últimos años. De acuerdo con datos de Business Insider, en el 2019 esta industria captó 34.5 mil millones de dólares en inversiones.
El término fintech hace referencia a una serie de tecnologías orientadas a los servicios financieros y, de manera extensiva, se usa comúnmente para nombrar a las startups que ofrecen estos servicios. Las tecnologías de finanzas tienen muchos usos, y se encuentran en casi la totalidad del mundo financiero, pero se relacionan principalmente con estas actividades:
- Asesoramiento y gestión patrimonial
- Finanzas personales
- Financiación alternativa
- Servicios de pago
- Big Data
- Identificación online de clientes
- Criptoactivos
- Seguros
Es decir, aún si no conoces a cabalidad cómo funcionan las empresas fintech, su crecimiento e importancia es tal que probablemente ya las hayas usado. Algunas de las más conocidas a nivel mundial son: PayPal (con alrededor de 20 años de existencia), Robinhood (que permite invertir en la bolsa sin costos operativos), Opendoor (del rubro de los bienes raíces), Square (empresa que a principios de año recibió el permiso para operar como un banco), Lemonade (dedicada a los seguros) y SoFi (para el refinanciamiento de deuda).
En Latinoamérica sobresalen nombres como Mercado Libre (el líder regional en e-commerce), Nubank (de origen brasileño), Rappi (que aunque comenzó como una app de food delivery, está comenzando a operar como un neobanco), Kavak (el primero unicornio mexicano) y Bitso (para la compra-venta y transferencia de criptomonedas).
Ventajas del uso de tecnologías de información financiera
Que tu empresa incluya y aproveche las fintech puede generar muchas ventajas y diversas formas de ganancia. Vamos a ver algunas de ellas.
- Aumento del ahorro: agilizar y automatizar la gestión eleva la eficiencia empresarial. Esto nos puede permitir ahorrar tanto a nivel financiero como a nivel de recursos empleados por actividad y tiempo que demanda. Todos los cálculos del negocio los puede hacer una fintech. Pero si aún prefieres lo analógico, descarga nuestra plantilla en excel para calcular el retorno de inversión de tu negocio.
- Flexibilidad: el concepto de flexibilidad laboral se relaciona de manera sensible con las fintech. Permiten construir flujos de trabajo agilizados y hacer operaciones complejas con el mínimo esfuerzo. También permite a los usuarios particulares realizar operaciones financieras donde quieran y cuando quieran.
- Transparencia: la utilización de códigos automáticos e inteligencia artificial puede impulsar la gestión transparente y efectiva.
- Eficiencia: la automatización va de la mano con la especialización, porque lo que se automatiza son procesos muy específicos. Al dejar tareas complejas, como grandes cuentas o el análisis de grandes cantidades de datos en manos de la inteligencia artificial, se aumenta la eficiencia y se eleva la velocidad de respuesta.
- Mejora la precisión de los análisis: los insights apoyados en el análisis de data van a ser más precisos y atinados, lo que puede conducir a la adquisición de ventajas competitivas con los competidores que no aprovechen las fintech.
- Proyección internacional: la rigidez del sistema financiero tradicional puede dificultar y hacer más lento la gestión de transacciones a nivel internacional. Por lo tanto, en el mundo de comercio globalizado, las tecnologías de fintech están mejor preparadas para acompañar a las empresas en su desarrollo internacional, con mayor flexibilidad y mejores soluciones.
Fuente: Towards Data Science
Las fintech y la ciencia de datos
No cabe duda de que una de las razones de su éxito es el modo en que las fintech utilizan la ciencia de datos. De acuerdo con un artículo de Fintech Magazine, el uso del big data le ha aportado un gran valor a la industria de los servicios financieros; sus autores concuerdan en que “la ciencia de datos y la tecnología financiera están unidas [...] y juntas cambiarán la forma en la que se hacen negocios”.
Algunas de las áreas en las que las fintech más exitosas utilizan la ciencia de datos para continuar transformando esta industria son la automatización de procesos, segmentación de clientes, creación de perfiles integrales de los clientes y ofertas financieras personalizadas.
La combinación integrada de las fintech y la ciencia de datos apunta a conseguir una serie de objetivos:
- Ampliar la oferta y el alcance de los nuevos servicios financieros.
- Añadir valor a los servicios financieros actuales.
- Agilizar circuitos financieros que pueden realizar de persona a persona.
- Disminuir de forma eficiente el nivel de costo de los servicios actuales.
- Agrandar el acceso a servicios financieros y generar una oferta más transparente.
- Brindar mejores soluciones a los problemas a los que se enfrentan los servicios financieros.
Aprende los fundamentos de la ciencia de datos y entiende cabalmente su poder y su alcance con el curso de Data Science a cargo de Camila Manera. Con él, vas a comprender mucho mejor lo que sigue en este artículo ya que ahora vamos a ver más detalladamente cómo se usa la ciencia de datos en las fintech.
Fuente: Chris Liverani (Unsplash)
Pago móvil
Uno de los usos más comunes de las fintech es el uso cotidiano de aplicaciones de pago que ofrecen las billeteras virtuales. Según los datos de Statista, el mercado global de pagos móviles superó el movimiento de un billón de dólares en 2020.
En la región sur de América Latina la aplicación a la cabeza es MercadoPago, pero inclusive encontramos locales que incorporan las posibilidades de las fintech a los que se les puede pagar directamente desde Paypal o Airtm.
Análisis de riesgo
Las empresas fintech que se dedican al rubro de los préstamos hacen uso de la ciencia de datos para realizar su tarea más importante: elegir a los candidatos apropiados para recibir un préstamo e identificar a quienes no lo son de manera mucho más rápida y precisa que en las instituciones tradicionales de préstamos.
Al minimizar los riesgos, las fintech están ahorrando millones de dólares en deuda impaga. Michael Li, creador de The Data Incubator, afirma que los científicos de datos pueden determinar el valor crediticio de un individuo mediante la evaluación de quince mil puntos de datos que van desde el historial crediticio hasta elementos tan extraños como la velocidad de llenado de la solicitud y el tipo de palabras usadas.
Control de gastos
Otra de las formas en la que las fintech pueden ayudar al departamento de finanzas de una empresa es la que se relaciona con los gastos de personal. Automatizar el proceso no solo permite ahorrar tiempo y recursos, sino que también genera ventajas estratégicas a tener en cuenta.
El control presupuestario de una empresa, puede ser llevado a cabo de forma total por la correspondiente tecnología financiera. Se puede controlar y supervisar los gastos que tenemos de desplazamiento, capacitación, manutención de espacio de trabajo, etc., triangulados de forma directa con los presupuestos establecidos y la política de gastos de la empresa.
Con el seguimiento y el monitoreo automatizado, se puede estar continuamente revisando si los gastos se adecúan a lo establecido, y reducir al mínimo las desviaciones presupuestarias. La información que se recolecta puede ser muy detallada, lo que facilita el proceso de contabilidad de gestión y gastos, lo que genera oportunidades de ahorro muy interesantes.
Marketing y experiencia del cliente
Como hemos mencionado, las fintech recopilan una inmensa cantidad de data de sus clientes. Esta información —que va desde datos personales y actividad en redes sociales hasta historiales de compras y búsquedas— son analizados por los científicos de datos de las startups para lanzar campañas de marketing personalizadas con el fin de aumentar los índices de retención de clientes.
Además, toda esta información también es analizada para la captación de nuevos clientes. La ciencia de datos orientada al marketing ayuda a las fintech, pues les permite realizar cientos de estudios de mercado de manera automatizada, bajando drásticamente los costos.
Robo-Advisors
Un robo advisor (que en español significa simplemente “robot asesor”) es una tecnología fintech que se encarga de gestionar inversiones. Para ponerlo en términos muy generales, un robo advisor invierte por ti de manera automática a partir de tu perfil de inversionista.
Una vez que un usuario ingresa sus preferencias (plazo, metas financieras y tolerancia al riesgo), el robo advisor construye un portafolio diversificado para comenzar a invertir.
La popularidad de los robo advisors radica en que se requiere poco o nulo conocimiento del mercado de capitales, así como un monto bajo para comenzar a invertir; además los costos operativos son bajos. La Charles Schwab Corporation estima que para el 2022 habrán 460 mil millones de dólares bajo el manejo de robo advisors.
La importancia de la ciencia de datos en plataformas fintech de este tipo es mayúscula. En este modelo de inversión el nivel de intervención humana es mínimo, ya que las “decisiones” son tomadas por sofisticados algoritmos a partir del análisis de los datos ingresados por los inversionistas.
Algunas empresas de tecnología financiera como Innova Funding, con base en Perú, cuenta con una aplicación que funciona como red social en la cual las empresas presentan los presupuestos necesitados y les llegan los inversionistas que han determinado una factura que se adecúe a tales montos.
Fuente: Charles Schwab
Detección y prevención de fraudes
La ciencia de datos les ofrece a las fintech la posibilidad de monitorear sus transacciones, con lo cual pueden localizar, mediante el uso de algoritmos y patrones, aquellas que incurren en comportamientos inusuales. La creación de un sistema de detección de fraudes en tiempo real simplemente no sería posible sin la utilización de data science.
La prevención de fraudes es una de las prioridades de las fintech. PayPal, pionera en el tema, utiliza tres tipos de algoritmos de machine learning de manera conjunta para el manejo de riesgos: linear, red neuronal y deep learning. “Es como escuchar la opinión de muchos médicos”, declaró al respecto Hui Wang, quien dirige el equipo de data science de PayPal.
Análisis financiero y asignación de créditos
Entre las varias opciones de fintech que encontramos actualmente, hay algunas orientadas específicamente al sector financiero. Encontramos varias aplicaciones cuya función es llevar el control de finanzas mediante su software, para gestionar transacciones y automatizar conciliaciones que aseguren la trazabilidad.
También nos encontramos con el ejemplo de la fintech mexicana Simetrik, una de las más grandes del continente. De forma general, se encarga de asignar microcréditos a pequeñas y medianas empresas (pymes), con plazos y tasas particularizadas, que se establecen mediante los códigos de análisis de la aplicación.
Fuente: App Tech Daily (Unsplash)
Después de ver cómo las fintech utilizan la ciencia de datos para procesos fundamentales, podemos afirmar que sin los científicos de datos las fintech no existirían como las conocemos. Es con la ayuda de distintos métodos avanzados que provee la ciencia de datos como las fintech toman decisiones cruciales que afectan su funcionamiento y que les permitirán seguir creciendo. Como es evidente, la revolución fintech tiene en su interior mucha ciencia de datos.
Si deseas convertirte en un gran profesional del análisis de datos, te invitamos a recorrer los cursos de Data y analitica que tenemos para tí. Allí encontrarás desde cursos de iniciación hasta información avanzada, para que adecues tu recorrido a tus capacidades, y llegues a ser una eminencia de las ciencias de datos.
¡Siempre es un placer tenerte por aquí! ¡Hasta la próxima