O open banking, ou o sistema financeiro aberto, é uma tendência já presente e irreversível, que promoverá a criação de produtos financeiros cada vez mais personalizados e individualizados, aumentando a competitividade entre os players do mercado.
Para que as instituições bancárias consigam surfar com sucesso na onda do open banking e promover a inovação sustentável, é fundamental seguir uma estratégia de negócio orientada a API. Para quem não está familiarizado com a sigla, as APIs são as interfaces que permitem a fácil conexão de uma plataforma com outros sistemas.
No cerne de cada API estão os dados. Por isso, ter acesso rápido a eles é o primeiro ponto de partida em qualquer processo. Porém, embora toda fintech deseje que seus dados sejam ágeis, eficientes e escaláveis, a maioria ainda lida com um pântano de dados em seus sistemas, ou seja, um complexo labirinto de barreiras organizacionais de dados históricos, recentes, tempo real e de streaming.
No mundo do open banking, nada acontece sem a API para integrar um serviço, uma função ou parte dos dados. Então, a forma como as empresas do open banking gerenciarão suas APIs é uma questão essencial para que consigam ser ágeis e inovadoras. A tecnologia por trás do gerenciamento de APIs ajuda as empresas a criar, produzir, proteger e analisar o conjunto de rotinas e padrões de programação como produtos.
Outra inovação que veio para ficar é o uso de tecnologias de análise para entendimento contínuo das informações. Ferramentas de Business Intelligence de autoatendimento ajudam os humanos a entender mais facilmente seus dados. Porém, essas ferramentas analisam apenas o que já aconteceu. Analisar dados históricos gera padrões e os mecanismos observados no passado continuarão no futuro.
Já a governança e a gestão de metadados são parte de uma cultura que não pode ser imposta a fórceps por regulamentações, fornecida apenas pela tecnologia ou terceirizada. Mas a tecnologia pode facilitar uma cultura de curadoria contínua de dados. As empresas do Open Banking terão acesso às informações de contas, dados pessoais sensíveis, interações consentidas e outros dados, o que faz do gerenciamento de metadados um aspecto crucial em um projeto de arquitetura, considerando como todos os elementos (APIs, BI, ciência de dados e virtualização de dados) podem interagir com estes metadados.
E, finalmente, há a ciência de dados em streaming. O Machine Learning tradicional treina modelos com base em dados e esta abordagem considera que o mundo permanece essencialmente o mesmo, isto é, que os mesmos padrões, anomalias e mecanismos observados no passado continuarão no futuro.
Um conhecido caso de sucesso é o da AA Ireland, uma das maiores seguradoras da Europa, com soluções para automóveis, viagens e residências, que usa ciência de dados em streaming para gerar modelos de precificação dinâmica e avaliação de riscos. Em vez de usar modelos preditivos estáticos, a AA Ireland usa as condições atuais do mercado, aumentando ou diminuindo descontos, por exemplo. Essa tecnologia ajuda a explicar oportunidades e riscos existentes no mercado naquele momento, não dependendo de previsões baseadas nos cenários passados.
Por Jorge López Morales, vice-presidente de vendas da Tibco Software na América Latina.
Leia nesta edição:
CAPA | TECNOLOGIA
Centros de Dados privados ainda geram bons negócios
TENDÊNCIA
Processadores ganham centralidade com IA
TIC APLICADA
Digitalização do canteiro de obras
Esta você só vai ler na versão digital
TECNOLOGIA
A tecnologia RFID está madura, mas há espaço para crescimento
Baixe o nosso aplicativo