Para los expertos, participantes en la elaboración del informe, el modo de enfrentarse a las mencionadas barreras pasa por seguir diferentes actividades orientadas a la generación de valor:

1. Generar conocimiento a partir de los datos - Transformar los datos en el tipo de información que la organización necesita para optimizar su negocio y tomar mejores decisiones. Hay consideraciones de tipo práctico a resolver, como el almacenamiento de grandes volúmenes de datos, comprobar la calidad y veracidad de las diferentes fuentes y tipos de datos, las herramientas analíticas a emplear o la evaluación de si la compañía dispone de las capacidades y el talento necesarios para realizar estos análisis.
2. Decidir qué es lo que se quiere lograr con los datos - Identificar los problemas de negocio a resolver, plantear hipótesis y aprovechar los datos y las herramientas analíticas para probar o descartar dichas hipótesis. Recomendamos comenzar con datos ya existentes en la empresa, con el objetivo de acelerar la obtención de resultados, generando así confianza y credibilidad dentro de la organización.
3. Definir modos de medir los resultados - El éxito de las iniciativas de Big Data y Analytics se mide por su impacto en la rentabilidad, mediante menores costes o más frecuentemente, por el incremento de ingresos. Las organizaciones deben desarrollar medidas para cuantificar el impacto específico de los esfuerzos de Big Data. Decidir qué métricas son relevantes dependerá de la iniciativa implantada, y pueden incluir desde gasto por cliente hasta el coste de capital. El desarrollo de estas métricas permitirá concentrar los esfuerzos en aquellas áreas donde se genera mayor valor y se posibilita la generación de resultados cuantificables.
4. Gestionar los riesgos - Minimizar y mitigar el riesgo adoptando medidas más proactivas ante aspectos como la privacidad de datos o la ciberseguridad, con énfasis en la flexibilidad, adaptabilidad y responsabilidad. El cambiante entorno regulatorio, cada vez más exigente, constituye el riesgo más importante de todos.
5. Prepararse para la transformación - Todos los cambios significativos en las organizaciones deben iniciarse en la alta dirección. Es ésta quien debe liderar el cambio e identificar el talento interno, fomentando que los ejecutivos más senior y el resto de la organización adopten los mejores sistemas, tecnologías y analíticas. Para conseguir valor de Big Data y Analytics es necesario que todas las funciones estratégicas (dirección financiera, de sistemas, marketing, estrategia, etc., trabajen juntas y alineadas.
6. Ir un paso más allá - Definir planes de actuación que se puedan llevar a cabo, maximizando los resultados obtenidos, identificando su impacto en procesos, tecnología y organización.

A nivel global, el sector de servicios financieros es bastante maduro en comparación con otros en lo que se refiere a la adopción de Big Data y herramientas analíticas en su operativa diaria. Algunas empresas del sector han rediseñado modelos de negocio a partir de los resultados obtenidos en el análisis de sus datos, por ejemplo reestructurando divisiones de negocio alrededor de los segmentos de clientes en lugar de los productos.

El estudio concluye que aunque se están realizando avances, aún quedan pendientes aspectos relevantes para llegar a un modelo de Big Data y Analytics totalmente maduro. Por ejemplo, el alto número de procesos de concentración del sector bancario en nuestro país en los últimos años, ha dejado a muchos bancos con disparidad de sistemas que son difíciles de integrar y consolidar.

Otro aspecto importante es el riesgo reputacional: las empresas del sector, tan afectadas por la crisis, son extremadamente cautas en áreas como la privacidad o la confidencialidad de los datos y el acceso a los mismos, por temor a deteriorar aún más las relaciones con sus clientes, aunque se cumpla la regulación al pie de la letra.

El asesoramiento en inversiones y la banca transaccional en las entidades bancarias, y seguros de automóviles y previsión social en las entidades aseguradoras, son las áreas de negocio que se considera que másdeben adaptarse a estas iniciativas más avanzadas, posiblemente por ser aquellas en las que de modo más inmediato se percibe como posible la aplicación de modelos Big Data.

En cualquier caso, se recomienda que las entidades acometan este proceso de transformación de forma global, aunque gradualmente, a medida que se priorizan las necesidades y se desarrollan las capacidades correspondientes; y debe cubrir todas las áreas de negocio y no solo algunas de ellas. Solo de este modo puede asegurarse el éxito de Big Data y el aprovechamiento de todas las ventajas y diferenciación que pueden aportar a las empresas.

(*) Más información y acceso al informe completo pulsando en este enlace y en www.teradata.com