3 razones por las que la industria financiera aún no ha aprovechado el análisis predictivo
Las organizaciones de servicios financieros recopilan más información sobre sus clientes que cualquier otra industria. Pero, como afirma Nick Blewden (Head of Data Products – Lloyds of London), “los datos sin procesar por sí solos no necesariamente tienen un valor tan alto. Los productos de datos más centrados y de mayor valor generan conocimientos centrados en los resultados».
Las empresas necesitan dotar a sus empleados de información que no solo les diga lo que ha sucedido, sino también lo que, según los datos, es probable que suceda. Esto es fundamental para saber qué acción informada tomar en el momento.
La analítica predictiva juega un papel clave en esto. Combina datos históricos con inteligencia recopilada en tiempo real para comprender y pronosticar cómo están evolucionando los nuevos escenarios. Por lo tanto, podría sorprenderle saber que la adopción es lenta entre las instituciones financieras británicas. Más del 53% tiene cinco o menos casos de uso de análisis predictivo en implementación, en marcado contraste con el 10% líder, que ha introducido más de 50 cada uno.
Para comprender mejor por qué la adopción es tan baja, encuestamos a más de 500 líderes de tecnología del Reino Unido en organizaciones financieras sobre las actitudes hacia el uso de datos y análisis predictivo. Reveló que, a pesar de que existe un claro apetito por la tecnología, hay tres obstáculos que están frenando una adopción más generalizada:
Confianza
Solo el 51% de los líderes de TI confía en que las decisiones tomadas por las soluciones de análisis predictivo no tienen sesgos y el 45% son precisas. La confianza es tan baja que ni siquiera permitirían que la analítica predictiva influyera en sus propias transacciones financieras, y el 45% confía en ella para administrar el dinero de bolsillo de sus hijos. Pero el problema principal surge del hecho de que el 33% teme que sus clientes no confíen en la decisión que toman las soluciones de análisis predictivo. Y los clientes no optarán por realizar operaciones bancarias con una organización en la que no confíen.
Cumplimiento normativo
Más del 44% de los líderes de TI temen ser responsables de las decisiones tomadas por soluciones que desencadenan acciones basadas únicamente en análisis predictivos. Su preocupación es suficiente para que el 46% sienta que la carga regulatoria de estas tecnologías supera el beneficio.
Capacidad técnica
Las soluciones de análisis predictivo deben alimentarse con datos gobernados en tiempo real de una sólida canalización de datos de análisis para proporcionar información precisa y confiable. Sin embargo, muchos líderes de TI citan vulnerabilidades en su flujo de datos que representan una amenaza para su implementación exitosa. El 41% de los líderes de TI citaron preocupaciones sobre la calidad de los datos, el 40% en los silos de datos y el 36% en la velocidad de integración de datos. También se percibe una falta de habilidades internamente, y el 42% temen que carecen de la experiencia técnica para implementar análisis predictivos en su organización.
Estos no son obstáculos insustanciales. Para superarlos, las organizaciones de servicios financieros deben integrar el análisis predictivo con la inteligencia empresarial moderna, que combina lo mejor de la inteligencia humana y la máquina, de modo que estén preparadas para tomar acciones más informadas, precisas y confiables en el momento empresarial.
Desde el fortalecimiento de la canalización de datos analíticos hasta la implementación real de la analítica para superar muchos de los obstáculos regulatorios, el informe proporciona pasos prácticos y tangibles que pueden ayudar a los líderes de TI a aprovechar el potencial de la analítica predictiva, mientras mantienen la fe en los datos, el proceso y sus resultados.
Paul Carey, Gerente de Gestión de Datos en HSBC, resumió maravillosamente por qué es crucial tomarse el tiempo para hacer bien estos diferentes elementos: “Los líderes modernos saben desde hace mucho tiempo que necesitaban datos. Lo que estamos aprendiendo ahora es cuán poderoso es el acceso total a los datos en manos de toda la organización. La calidad de los datos, por ejemplo, es más fácil de lograr cuando toda la organización conoce su papel en el mantenimiento de la integridad de los datos. Tomar decisiones basadas en datos también es más simple cuando los conocimientos del análisis se pueden destilar en listas procesables para los empleados de primera línea. Las empresas en las que todo el mundo contribuye a la inteligencia empresarial están en mejores condiciones de encaminarse hacia el éxito «.
Te puede interesar también: Inteligencia Financiera para tu empresa
Si está interesado en obtener más información sobre cómo aprovechar al máximo el análisis predictivo, completa el formulario a continuación y nos pondremos en contacto.
Fuente: Qlik.com
