La ciencia de datos, un pilar de la revolución fintech

La ciencia de datos, un pilar de la revolución fintech

Última actualización 9 de Abril del 2021Tiempo de lectura: 7 min.

Herson Barona

La información es poder, reza el adagio. Pero solamente lo es 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 tu cerebro o en 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, como venimos diciendo, un montón de datos sin procesar no vale mucho ni es de utilidad. Al igual que el metal precioso, los datos deben ser minados —es decir, procesados y analizados— para que adquieran su valor.

Vivimos en la era de la información. Aunque resulta casi imposible imaginar la magnitud de los datos que ha generado la humanidad, 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. Puesto de otro modo: todos los días se crean más de 2.5 quintillones de bytes de información (un quintillón equivale a un millón de cuatrillones o, lo que es lo mismo, el número 1 seguido de treinta ceros). Recuerda esto la próxima vez que escuches el término big data.

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.

A partir de este contexto revisaremos 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.

 

¿Quieres mejorar la productividad de tu equipo pero no sabes qué habilidades necesitan? En Crehana para empresas te brindamos capacitación corporativa personalizada a tus necesidades. 

Landing Crehana para empresas

La transformación digital del sector financiero

Antes de responder cómo se puede utilizar la ciencia de datos en las fintech, detengámonos un momento en la transformación digital del sector financiero de los últimos años. 

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 las tecnologías derivadas de esta infraestructura cambiaron nuestra sociedad de manera radical en muy pocos años. Y el mundo de las finanzas no fue la excepción.

Piensa, por ejemplo, cuándo fue la última vez que fuiste a un banco. Hoy cada vez es menos necesario hacerlo: también 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.

Pago sin contacto con Google Pay en terminal Square

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. Si quieres conocer a fondo qué es una fintech, hemos dedicado un artículo completo al tema

Incluso si no conoces a cabalidad cómo funcionan las empresas fintech, su crecimiento e importancia es tal que probablemente ya las hayas usado o, por lo menos, hayas oído hablar de ellas. 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 acaba de recibir 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).

La aparición de estas startups ha transformado completamente el paisaje financiero, y es que en su corta vida este sector ha evolucionado de manera tan acelerada que, según un informe del banco mundial publicado en 2018, la revolución fintech representaba una amenaza al sistema bancario tradicional. 

Actualmente las fintech ocupan prácticamente todos los aspectos del mundo financiero, y podemos agruparlas en seis áreas principales: banca, pagos, inversión y gestión patrimonial, cambio de divisas y criptomonedas, préstamos y financiamientos y, finalmente, seguros.

Infografía sobre fintech y control financiero desde un teléfono inteligente

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. 

Pero veamos más detalladamente cómo se usa la ciencia de datos en las fintech.

Computadora con data analytics

Fuente: Chris Liverani (Unsplash).

 

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. 

 

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. 

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.
 

Teléfono con una app wallet

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.

Conoce más de Crehana para empresas

Al solicitar la demo acepto los términos y condiciones de Crehana

También podría interesarte

Subcategorías

Softwares