La pandemia causada por el covid-19 planteó nuevos desafíos para todas las actividades comerciales y económicas del país, incluidas las del sector financiero, que por cuenta de las cuarentenas, el control de aforo en oficinas de entidades de crédito e incluso el factor tiempo de sus usuarios, tuvo que acelerar el desarrollo de modelos digitales para ser más competitivo y convertirse en un motor de la economía en tiempos de crisis.
(Analítica de datos, clave para un capital humano más efectivo).
Esto ha permitido grandes avances y adaptaciones que quedarán incluso fijadas cuando pase la pandemia, razón por la cual las apuestas en las empresas del sector están dirigidas al fortalecimiento de las áreas de tecnología y desarrollo.
Y es que la coyuntura llevó también a un cambio de objetivos, que antes estaban centrados en cómo operar eficientemente, pero que con la llegada de la pandemia llevó a nuevos ajustes enfocados en la gestión eficiente de riesgos y la incorporación de procesos de analítica avanzada y de inteligencia artificial, en la toma de decisiones en sus operaciones, incluso las más pequeñas.
Renato Fiorini, gerente de Soluciones de Riesgo de SAS para Latam, compañía dedicada a la analítica avanzada e inteligencia artificial, le contó a Portafolio cómo estos elementos se ha convertido en la base que permite a las entidades formular servicios más relevantes, optimizar procesos operativos, responder ante eventos inesperados y anticiparse para tomar decisiones más acertadas.
(¿Cómo maximizar los negocios a partir de la analítica de datos?).
“Nuestras soluciones permiten que las entidades bancarias utilicen modelos de machine learning y de despliegue rápido para que tomen las mejores decisiones durante la operación. Además de eso, permite identificar nuevos casos de uso y apalancar datos alternativos y comportamentales, entre otros”, explicó Renato Fiorini.
El experto destaca la importancia de estas opciones, ya que en los últimos años cambió la manera en la que las instituciones financieras toman decisiones crediticias.
“La implementación de estos modelos nos permiten entender mejor el comportamiento de los clientes y manejar diferentes tipos de escenarios para poder gestionar los riesgos de una forma más eficiente e inteligente. Esto lleva también a explorar otros campos como la aprobación de créditos para personas que no están bancarizadas, realización de inversiones o colocación de nuevos productos aún en escenarios inciertos y que requieren de adaptación como los actuales”, agrega Fiorini.
Señala además que a empresas del sector retail y de telecomunicaciones también fijan sus ojos en estos modelos de analítica e inteligencia artificial, ya que cuentan con riqueza de datos adicionales a los que tienen los bancos.
“Vemos que en el mundo, empresas de telecomunicaciones están dando pasos hacia las fintech's, ya sea aliándose con ellas o creando las suyas propias para ampliar su portafolio”, indica el experto.
Para él, estos desarrollos son fundamentales y son el camino correcto para el futuro de las organizaciones en Colombia, Latinoamérica y el mundo.
De acuerdo con el experto, la posibilidad de combinar los modelos tradicionales con soluciones avanzadas basadas en analítica de datos brinda grandes oportunidades para que las entidades puedan construir nuevos negocios, mejorar sus productos y generar nuevos ingresos ante un nuevo escenario, cada vez más cambiante, más incierto y con nuevos desafíos.
PORTAFOLIO
