Las preocupaciones sobre la confianza y el cumplimiento normativo están ralentizando la adopción de análisis predictivos en los servicios financieros.
Esto es según una investigación de la firma de análisis de datos Qlik, realizada por Censuswide en junio y julio de 2021. De los 503 profesionales de servicios financieros encuestados, 200 estaban en banca, 201 en seguros y el resto en contabilidad, fondos e inversión, inversión, y pensiones, según un portavoz de Qlik.
El informe, Liberar el potencial de la analítica predictiva en los servicios financieros, encontró que el 38% de las instituciones financieras británicas tienen cinco o menos casos de uso de análisis predictivo actualmente en funcionamiento, mientras que un 7% posiblemente de vanguardia ha introducido 50 o más.
El análisis predictivo implica la aplicación de técnicas de análisis estadístico a los datos para crear modelos predictivos para hacer pronósticos. En esta investigación, Qlik estaba elaborando una definición de análisis predictivo que incluye el aprendizaje automático.
Richard Speigal, cliente de Qlik, líder del centro de excelencia de información empresarial (BI) en Nationwide, dijo: “La integración de análisis predictivos en BI permite a nuestra organización aprovechar sus beneficios para mejorar la toma de decisiones de los empleados”.
Refiriéndose a los casos de uso de análisis predictivo en la sociedad de la construcción, dijo: “He visto a Nationwide explorar los usos del análisis predictivo en la lucha contra el lavado de dinero, los delitos financieros y la gestión de riesgos. Existe interés en usarlo para respaldar las decisiones humanas, por ejemplo, clasificando y ayudando a priorizar el número de casos del personal. Sin embargo, todavía no he visto ningún deseo de automatizar completamente en este espacio, no tenemos una cultura para ‘la computadora dice que no’, y puede que siga siéndolo durante mucho tiempo.
“Tenemos muy claro lo que nuestros clientes, nuestros miembros, significan para nosotros y eso se extiende a lo transparentes que somos en los procesos de toma de decisiones. Nunca quisiéramos que un cliente sintiera que se toman decisiones sobre él que no se pueden explicar. Un humano tiene que ser capaz de explicar esas decisiones “.
La investigación encontró que solo la mitad de los encuestados (50%) confía en que las decisiones tomadas por los sistemas de análisis predictivo no tengan sesgos. Alrededor del 44% de ellos dijeron que temían que pudieran ser considerados personalmente responsables de las decisiones desencadenadas automáticamente por el software de análisis predictivo, lo que aumenta al 81% entre los que trabajan en fondos e inversiones. La carga regulatoria también pesa sobre ellos, y el 46% informa que supera el beneficio que podría ofrecer la solución.
Un número considerable de encuestados citó cuestiones de gestión de datos como barreras para el uso de análisis predictivo. Dos quintas partes dijeron que enfrentaban problemas con la calidad de los datos (40%), los silos de datos (40%) y la velocidad de integración de datos (36%). La privacidad de los datos (30%) y el uso de conjuntos de datos inexactos u obsoletos (30%) también fueron preocupaciones comunes. Un poco más de dos quintas partes (43%) también temían no tener las habilidades para implementar análisis predictivos.
Otro problema revelado por la investigación fue la falta de conocimientos de datos necesarios en las organizaciones. Tres cuartas partes (76%) de los encuestados dijeron que una mayor alfabetización en datos era esencial para que los empleados reconocieran las limitaciones de la tecnología, y se consideró igualmente importante para ayudarlos a explicar a los clientes y a otras partes interesadas cómo se toman las decisiones mediante análisis predictivo (77 %).
“La industria de servicios financieros está experimentando una rápida transformación de datos”, dijo Adam Mayer, gerente senior de Qlik. “La analítica predictiva desempeñará un papel clave para capacitar a los empleados para que tomen acciones más informadas, y las previsiones les ayudarán a considerar lo que podría suceder, así como lo que sucedió antes, al tomar decisiones. Sin embargo, nuestra investigación ha demostrado que muchos líderes de TI aún tienen que confiar plenamente en los conocimientos de la analítica predictiva y en el impacto que estas decisiones podrían tener en sus clientes “.