5 nuevos roles de análisis de datos que definirán el futuro de la banca

Este artículo se publicó originalmente en la revista Analytics India.
Desde la personalización hasta los enfoques centrados en el cliente, la gestión predictiva del riesgo y la definición de la optimización del producto en varios canales. El sector bancario ha dado lugar a una nueva generación de talento en el espacio profesional de análisis de datos. Según una guía reciente de Mckinsey para sobrevivir a la banca en 2017, los datos son el centro de cada decisión significativa. Conduce a un aumento de científicos de datos y traductores de datos; que analizan grandes volúmenes de datos y los convierten en un nuevo producto o impulsan la mejora del producto para el usuario final.

Además, se ha profundizado la dependencia de la industria bancaria de los analistas cuantitativos, conocidos popularmente como 'quants'. Con los roles cada vez más distribuidos entre las instituciones bancarias, este nuevo talento de datos definirá el futuro de la banca. Puede combinar habilidades y experiencia en los principales aspectos de: big data, análisis, digital, mitigación de riesgos y prevención de fraudes.

¿Tendrá la ciencia de datos un futuro mejor? Definitivamente. Y habrá una racha de roles diversos en todo el sector financiero. A medida que los bancos lidian con grandes volúmenes de datos de todo tipo: sociales, de texto, de video y geoespaciales. Los analistas de datos desempeñarán un papel de liderazgo en el sentido de préstamo de datos y en la obtención de información del cliente, como predicciones de comportamiento y profundización en el sentimiento del cliente.

Las áreas clave en las que se aplica el análisis de datos son la orientación al cliente, la contención de costos, la lucha contra la amenaza cibernética, el terror global y el cumplimiento y la gestión de riesgos. Estas son las áreas donde surgirán la mayoría de los nuevos roles.

Analytics India Magazine y UpGrad señalan algunos roles de análisis de datos que surgirán y lo que implica su creación:

1. Analista de Prevención de Fraudes

Habilidades imprescindibles: una buena base en estadística, matemáticas aplicadas y algoritmos. Se requiere experiencia en Python, Java y conocimiento de HBase.
Empleadores potenciales: EY, Genpact, Deloitte, HPE Infosys, TCS
Rol laboral: el análisis predictivo era el estándar de oro en la estrategia de mitigación del fraude, pero lo que se ha puesto de relieve recientemente es el sistema dinámico basado en aprendizaje automático (ML). El alcance de Data Analytics solo está aumentando. Muchas instituciones financieras lo han implementado. Un ejemplo de ello es una empresa histórica, Mastercard.

En Mastercard, el uso de algoritmos sofisticados para el análisis inteligente no solo brinda más precisión, sino también información en tiempo real que reduce los falsos rechazos y aumenta las aprobaciones para transacciones genuinas.

La solución Decision Intelligence de Mastercard, lanzada el año pasado, investiga una cuenta existente con el tiempo y detecta anomalías, como un aumento en el gasto, aprovechando la información de la cuenta del cliente, el dispositivo, la ubicación, el tipo de compra, el comerciante, etc.

El papel de un analista en la industria bancaria incluye brindar asesoramiento a los clientes, planificar y ejecutar proyectos diarios, invertir su tiempo en buscar si el cliente es solvente o no y preparar análisis financieros y de mercado. A través de algoritmos únicos, los bancos implementan técnicas de ML para descartar anomalías en el patrón de gasto de un cliente y aprovechar las técnicas de inteligencia artificial para mejorar la experiencia general del cliente.

2. Analista de Riesgo de Crédito

Habilidades imprescindibles: además de las estadísticas, el conocimiento de las herramientas de Business Intelligence (BI) y el marco de modelado de riesgos también son importantes.
Empleadores potenciales: Accenture, Genpact, SAS, Mckinsey, TCS
Función laboral: la gestión del riesgo crediticio implementa medidas preventivas y se basa en gran medida en el análisis preventivo para permitir que los bancos mitiguen la probabilidad de incumplimiento. Después de la crisis hipotecaria de 2008, los bancos han fortalecido su cartera de riesgo crediticio a la luz de las nuevas y más estrictas regulaciones que han entrado en vigor.

El trabajo de un analista de riesgo crediticio implica tomar decisiones comerciales acertadas a través de análisis crediticios avanzados. Aquí es donde entra en juego el análisis prescriptivo y predictivo. El informe CRISIL ya señaló una gran brecha de talento en India, en esta área.

3. Traductor de ciencia de datos en la banca

Habilidades imprescindibles: además del conjunto habitual de habilidades de ciencia de datos, excelente comunicación; una comprensión del dominio de la industria, las tendencias y las nuevas tecnologías es imprescindible.
Empleadores potenciales: Mckinsey
Puesto de trabajo: es un perfil casi desconocido, hasta ahora, y una de las mejores instituciones financieras a nivel mundial, Mckinsey lo inició. Mckinsey se define como una de las principales organizaciones impulsadas por análisis en todo el mundo. Recientemente publicaron un nuevo título de trabajo para su equipo de análisis. Según Mckinsey, un traductor de ciencia de datos es aquel que tiene una base sólida de herramientas de análisis avanzadas como Tableau, Hive, Hadoop, Spotfire y una base de lenguajes de programación como R, Python y SAS.

Además de una facilidad demostrada para trabajar con grandes conjuntos de datos, un traductor de ciencia de datos es competente en análisis de red, gestión del ciclo de vida del cliente y tiene la habilidad principal de convertir datos en BI e información significativa. Los traductores de datos también tendrían un papel de cara al cliente, probablemente actuando como un puente entre el equipo y los clientes.

4. Anti-Lavado de Dinero (AML)

Habilidades imprescindibles: conocimiento de métodos estadísticos avanzados, experiencia comprobada en análisis de datos financieros y familiaridad con los problemas de ALD.
Empleadores potenciales: Infosys, Genpact
Rol laboral: el análisis de datos puede desempeñar un papel muy importante en la lucha contra el terrorismo global al detener el flujo de fondos a las organizaciones terroristas y criminales.

AML se ha convertido en un flujo de servicios con instituciones financieras que implementan soluciones AML-KYC y aprovechan diversas fuentes de datos para obtener clientes potenciales. El primer paso para abordar el lavado de dinero es recopilar la información correcta para cumplir con las obligaciones regulatorias. Esta información debe hacerse digerible y visible a través del conjunto adecuado de herramientas de BI.

Para afinar aún más el proceso, se debe agregar otra capa a la base de datos para extraer el tipo correcto de datos que ayudarán a encontrar los patrones correctos de datos. Genpact, es un líder mundial en gestión y transformación de procesos de negocios con tecnología digital. Ofrecen herramientas de análisis avanzadas en AML/KYC que también brindan diligencia debida y una plataforma de detección de clase mundial.

5. Análisis de servicio al cliente

Habilidades imprescindibles: conocimiento comprobado de SAS, R y experiencia en la construcción de modelos analíticos de marketing, habilidades para resolver problemas y conocimiento de técnicas como la regresión y el análisis de la canasta de mercado.
Empleadores potenciales: IBM, Salesforce.com, Oracle, TCS
Rol de trabajo: ¿Quiere crear productos centrados en el cliente aprovechando los grandes datos? ¿Quiere grandes conocimientos sobre lo que podría hacer clic con los clientes de la nueva era antes de hacer una inversión considerable? Tendrá que aprovechar una gran cantidad de datos antes de descubrir información valiosa, como los puntos débiles del cliente y el comportamiento de gasto.

Desde el análisis de sentimientos hasta los productos centrados en el cliente, los bancos impulsan cada vez más experiencias atractivas mediante la creación de excelentes capacidades analíticas a través de las soluciones Customer Journey Analytics. La plataforma de análisis identifica oportunidades clave y también puede predecir el comportamiento futuro.

El uso del análisis de datos en el servicio al cliente abarca cuatro puntos básicos en los que trabajan los especialistas en recorrido del cliente:

1. Recopile datos que cubran el viaje del cliente, incluidos los diferentes puntos de contacto.

2. Aplique análisis para comprender los puntos débiles del cliente y personalizar el viaje.

3. Utilice el análisis predictivo y la técnica de ML para predecir el comportamiento futuro.

4. Reelaborar la plataforma con los nuevos datos descubiertos.

¡Terminando!

Futuro del análisis de datos

Bueno, como discutimos anteriormente, el alcance del análisis de datos, que es enorme en el futuro cercano. El papel del analista de datos en la banca es recopilar informes analíticos a partir de los conocimientos y ayudar a la institución y a sus empleados a tomar una mejor decisión para el futuro. Además, el papel de Analytics en la industria bancaria es crucial ya que el crecimiento de la empresa se basa en las estrategias que realiza para obtener los resultados deseados.

Otro campo de análisis incluye el traductor de ciencia de datos como se discutió anteriormente. El alcance de la ciencia de datos en la India está aumentando significativamente, ya que los sectores bancarios solían evitar los datos masivos y la ciencia de datos para evitar el fraude. Ahora que la industria está emergiendo inmensamente, el alcance de Data Analytics en India está aumentando en proporciones directas. El futuro del análisis de datos depende de la ciencia de datos, ya que trata tanto los datos estructurados como los no estructurados. Luego viene la limpieza, la extracción y el análisis de datos hasta el punto en que pueda llegar a las medidas beneficiarias que deben iniciarse para el crecimiento de la empresa. Todo esto entra dentro de Data Science.

Si está interesado en liderar las innovaciones basadas en datos en el sector bancario, que está preparado para un crecimiento exponencial en 2017, hay una gran cantidad de roles para elegir. Y si no tiene las habilidades requeridas o desea mejorar con cursos especializados, ¡entonces puede inscribirse en la Certificación PG de UpGrad en ciencia de datos! El curso se ofrece en colaboración con IIIT-B. Como parte del programa, tiene la oportunidad de especializarse en el dominio BFSI a través de cursos y a través de un proyecto Capstone relevante para la industria. ¡Échale un vistazo ahora!