La banca abierta, o sistema financiero abierto, es una tendencia ya presente e irreversible, que promoverá el desarrollo de productos financieros cada vez más personalizados e individualizados, elevando la competitividad entre los actores del mercado.
Para que las instituciones bancarias naveguen con éxito en la ola de la banca abierta y promuevan la innovación sostenible, es esencial seguir una estrategia comercial impulsada por API. Para aquellos que no están familiarizados con las siglas, las API son las interfaces que permiten la fácil conexión de una plataforma con otros sistemas.
En el corazón de cada API están los datos. Por lo tanto, tener un acceso rápido a ellos es el primer punto de partida en cualquier proceso. Pero si bien todas las fintech quieren que sus datos sean ágiles, eficientes y escalables, la mayoría todavía se enfrenta a un pantano de datos en sus sistemas: un complejo laberinto de barreras de datos históricos, recientes, en tiempo real y de transmisión.
En el mundo de la banca abierta no pasa nada sin la API para integrar un servicio, una función o parte de los datos. Por tanto, la forma en que las empresas de banca abierta gestionarán sus APIs es un tema fundamental para que sean ágiles e innovadoras. La tecnología detrás de la gestión de API ayuda a las empresas a crear, producir, proteger y analizar el conjunto de rutinas y estándares de programación como productos.
Otra innovación que llegó para quedarse es el uso de tecnologías analíticas para la comprensión continua de la información. Las herramientas de inteligencia empresarial de autoservicio ayudan a los humanos a comprender sus datos con mayor facilidad. Sin embargo, estas herramientas analizan solo lo que ya sucedió. El análisis de datos históricos asume que los patrones, anomalías y mecanismos observados en el pasado continuarán en el futuro.
La conservación de datos, la gobernanza y la gestión de metadatos son parte de un sesgo cultural que no puede ser forzado por la regulación, proporcionado solo por la tecnología o subcontratado. Pero la tecnología puede facilitar una cultura de conservación de datos continua.
Los participantes de la banca abierta accederán a la información de la cuenta, datos personales sensibles, interacciones de consentimiento y otros datos de comunicaciones, lo que hace que la gestión de metadatos sea una parte emergente de un modelo arquitectónico, especialmente como todos los elementos de la arquitectura (APIs, BI, ciencia de datos, virtualización de datos), puede interactuar con esos metadatos.
Y finalmente, está la ciencia de datos de transmisión. El aprendizaje automático tradicional entrena modelos basados en datos históricos. Este enfoque asume que el mundo permanece esencialmente igual, que los mismos patrones, anomalías y mecanismos observados en el pasado que continuarán en el futuro.
Una historia de éxito bien conocida es la de la aseguradora AA Ireland, una de las aseguradoras más grandes en Europa, con soluciones para automóviles, viajes y hogares, que utiliza la ciencia de datos en tiempo real para generar modelos dinámicos de evaluación de riesgos y precios. En lugar de utilizar modelos predictivos estáticos, AA Ireland utiliza las condiciones actuales del mercado, aumentando o disminuyendo los descuentos, dando agilidad inmediata para reaccionar a los eventos del mercado. Esta tecnología ayuda a explicar las oportunidades y riesgos existentes en el mercado en ese momento, no dependiendo de pronósticos basados en escenarios pasados.
Jorge López Morales es Vicepresidente de Ventas en TIBCO para América Latina.
Recuerda dejarnos un comentario
RECOMENDAMOS Tendencias financieras que sanan el bolsillo de los mexicanos
Te compartimos el siguiente vídeo
