Home Blog/ Transformación cultural/
Transformación cultural

La ciencia de datos, un pilar de la revolución fintech

Lucas Fierro - 03 Nov 21

Articulo

7 min.

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 revoluci√≥n del sector financiero en los √ļltimos a√Īos se profundiz√≥ cuando algunos ‚ÄĒen Silicon Valley, principalmente‚ÄĒ comenzaron a preguntarse c√≥mo utilizar la ciencia de datos en las fintech. Al plantearse esta cuesti√≥n 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 m√°s ricas de la actualidad. Podr√≠a afirmarse que los datos son el oro del siglo XXI. Pero un mont√≥n de datos sin procesar no vale mucho ni es de utilidad. Al igual que el metal precioso, los datos deben ser intervenidos‚ÄĒes decir, procesados y analizados‚ÄĒ para que adquieran su valor. All√≠ es donde ingresa la ciencia de datos.

Vivimos en la era de la informaci√≥n. Aunque resulta casi imposible imaginar la magnitud de los datos que ha generado la humanidad, seg√ļn el portal de Forbes, cada dos d√≠as se crea la misma cantidad de informaci√≥n en el mundo que la que se gener√≥ desde el comienzo de la civilizaci√≥n 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.

¬ŅQuieres mejorar la productividad de tu equipo pero no sabes qu√© habilidades necesitan? En Crehana for business te brindamos entrenamiento personalizado para ellos

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 irrupci√≥n del internet y sus tecnolog√≠as, entre las que se encuentra la ciencia de datos, derivadas de esta infraestructura cambiaron nuestra sociedad de manera radical en muy pocos a√Īos. Y el mundo de las finanzas no fue la excepci√≥n.

La banca se ha digitalizado, cada d√≠a se expiden menos cheques y hay quienes piensan que el dinero en efectivo est√° en v√≠as de desaparici√≥n. Operaciones financieras complejas que antes tomaban d√≠as ahora se pueden realizar de manera instant√°nea desde una aplicaci√≥n m√≥vil. 
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.

qué es el big data

Fuente: Clay Banks (Unsplash)

La revolución fintech

La tecnolog√≠a financiera (conocida simplemente como fintech) es uno de los sectores de mayor crecimiento a nivel mundial en los √ļltimos a√Īos. De acuerdo con datos de Business Insider, en el 2019 esta industria capt√≥ 34.5 mil millones de d√≥lares en inversiones.

El t√©rmino fintech hace referencia a una serie de tecnolog√≠as orientadas a los servicios financieros y, de manera extensiva, se usa com√ļnmente para nombrar a las startups que ofrecen estos servicios. Las tecnolog√≠as de finanzas tienen muchos usos, y se encuentran en casi la totalidad del mundo financiero, pero se relacionan principalmente con estas actividades:

  • Asesoramiento y gesti√≥n patrimonial
  • Finanzas personales
  • Financiaci√≥n alternativa
  • Servicios de pago
  • Big Data
  • Identificaci√≥n online de clientes
  • Criptoactivos
  • Seguros

Es decir, a√ļn si no conoces a cabalidad c√≥mo funcionan las empresas fintech, su crecimiento e importancia es tal que probablemente ya las hayas usado. Algunas de las m√°s conocidas a nivel mundial son: PayPal (con alrededor de 20 a√Īos de existencia), Robinhood (que permite invertir en la bolsa sin costos operativos), Opendoor (del rubro de los bienes ra√≠ces), Square (empresa que a principios de a√Īo recibi√≥ el permiso para operar como un banco), Lemonade (dedicada a los seguros) y SoFi (para el refinanciamiento de deuda). 

En Latinoam√©rica sobresalen nombres como Mercado Libre (el l√≠der regional en e-commerce), Nubank (de origen brasile√Īo), Rappi (que aunque comenz√≥ como una app de food delivery, est√° 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 gesti√≥n 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 c√°lculos del negocio los puede hacer una fintech. Pero si a√ļn prefieres lo anal√≥gico, descarga nuestra plantilla en excel para calcular el retorno de inversi√≥n 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 m√≠nimo esfuerzo. Tambi√©n permite a los usuarios particulares realizar operaciones financieras donde quieran y cuando quieran.
  • Transparencia: la utilizaci√≥n de c√≥digos autom√°ticos e inteligencia artificial puede impulsar la gesti√≥n transparente y efectiva. 
  • Eficiencia: la automatizaci√≥n va de la mano con la especializaci√≥n, porque lo que se automatiza son procesos muy espec√≠ficos. Al dejar tareas complejas, como grandes cuentas o el an√°lisis de grandes cantidades de datos en manos de la inteligencia artificial, se aumenta la eficiencia y se eleva la velocidad de respuesta. 
  • Mejora la precisi√≥n de los an√°lisis: los insights apoyados en el an√°lisis de data van a ser m√°s precisos y atinados, lo que puede conducir a la adquisici√≥n de ventajas competitivas con los competidores que no aprovechen las fintech.
  • Proyecci√≥n internacional: la rigidez del sistema financiero tradicional puede dificultar y hacer m√°s lento la gesti√≥n de transacciones a nivel internacional. Por lo tanto, en el mundo de comercio globalizado, las tecnolog√≠as de fintech est√°n mejor preparadas para acompa√Īar a las empresas en su desarrollo internacional, con mayor flexibilidad y mejores soluciones.

ecosistema fintech

Fuente: Towards Data Science

Las fintech y la ciencia de datos

No cabe duda de que una de las razones de su √©xito es el modo en que las fintech utilizan la ciencia de datos. De acuerdo con un art√≠culo 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 ‚Äúla ciencia de datos y la tecnolog√≠a financiera est√°n unidas [...] y juntas cambiar√°n la forma en la que se hacen negocios‚ÄĚ

Algunas de las √°reas en las que las fintech m√°s exitosas utilizan la ciencia de datos para continuar transformando esta industria son la automatizaci√≥n de procesos, segmentaci√≥n de clientes, creaci√≥n 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.
  • A√Īadir 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 m√°s 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.

qué es la ciencia de datos

Fuente: Chris Liverani (Unsplash)

Pago móvil

Uno de los usos m√°s comunes de las fintech es el uso cotidiano de aplicaciones de pago que ofrecen las billeteras virtuales. Seg√ļn los datos de Statista, el mercado global de pagos m√≥viles super√≥ el movimiento de un bill√≥n de d√≥lares 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.

An√°lisis de riesgo

Las empresas fintech que se dedican al rubro de los pr√©stamos hacen uso de la ciencia de datos para realizar su tarea m√°s importante: elegir a los candidatos apropiados para recibir un pr√©stamo e identificar a quienes no lo son de manera mucho m√°s r√°pida y precisa que en las instituciones tradicionales de pr√©stamos. 

Al minimizar los riesgos, las fintech est√°n ahorrando millones de d√≥lares en deuda impaga. Michael Li, creador de The Data Incubator, afirma que los cient√≠ficos de datos pueden determinar el valor crediticio de un individuo mediante la evaluaci√≥n de quince mil puntos de datos que van desde el historial crediticio hasta elementos tan extra√Īos 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 adec√ļan a lo establecido, y reducir al m√≠nimo las desviaciones presupuestarias. La informaci√≥n que se recolecta puede ser muy detallada, lo que facilita el proceso de contabilidad de gesti√≥n 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 informaci√≥n ‚ÄĒque va desde datos personales y actividad en redes sociales hasta historiales de compras y b√ļsquedas‚ÄĒ son analizados por los cient√≠ficos de datos de las startups para lanzar campa√Īas de marketing personalizadas con el fin de aumentar los √≠ndices de retenci√≥n de clientes. 

Adem√°s, toda esta informaci√≥n tambi√©n es analizada para la captaci√≥n 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 dr√°sticamente los costos. 

Robo-Advisors

Un robo advisor (que en espa√Īol significa simplemente ‚Äúrobot asesor‚ÄĚ) es una tecnolog√≠a fintech que se encarga de gestionar inversiones. Para ponerlo en t√©rminos muy generales, un robo advisor invierte por ti de manera autom√°tica 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 may√ļscula. En este modelo de inversi√≥n el nivel de intervenci√≥n humana es m√≠nimo, ya que las ‚Äúdecisiones‚ÄĚ son tomadas por sofisticados algoritmos a partir del an√°lisis de los datos ingresados por los inversionistas

Algunas empresas de tecnolog√≠a financiera como Innova Funding, con base en Per√ļ, cuenta con una aplicaci√≥n 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 adec√ļe a tales montos.

Bancos Fintech

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 prevenci√≥n 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. ‚ÄúEs como escuchar la opini√≥n de muchos m√©dicos‚ÄĚ, declar√≥ 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.

Tambi√©n nos encontramos con el ejemplo de la fintech mexicana Simetrik, una de las m√°s grandes del continente. De forma general, se encarga de asignar microcr√©ditos a peque√Īas y medianas empresas (pymes), con plazos y tasas particularizadas, que se establecen mediante los c√≥digos de an√°lisis de la aplicaci√≥n.

Asociación Fintech

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