Tener un objetivo claro o la formación del personal son sólo dos de los principales factores que tienen que tener en cuenta las entidades financieras a la hora de apostar por Big Data como un elemento de negocio de futuro.

Las soluciones que predicen el comportamiento futuro y se adaptan mediante analítica predictiva o mediante modelos de optimización de decisiones son la clave de la innovación en Big Data, afirma FICO.

Encontrar las tendencias entre una maraña de mensajes y predecir los comportamientos de los consumidores es la gran promesa de Big Data y conseguir esto en línea es sencillo, pero utilizar la analítica en tiempo real en todos los canales, incluyendo tiendas físicas, no sólo las redes sociales, es otra historia.

Estas son las principales cuestiones que tienen que tener en cuenta las entidades financieras cuando apuestan por Big Data como un elemento de negocio de futuro:

1) Tener un objetivo: Muchas empresas se lanzan a la compra de máquinas o reservan grandes presupuestos para ese fin sin darse cuenta de que con Big Data la premisa inicial y esencial es tener un objetivo de negocio en el que las herramientas de Big Data son un medio de gran ayuda para conseguirlo. Hay que definir claramente cuál es el problema de la empresa, fijar un objetivo y, a partir de ahí, usar Big Data para solucionarlo y generar valor.

2) No es sólo cuestión de peso: Erróneamente se ha asociado Big Data con la generación de un gran volumen de datos. Pero es más importante crear columnas nuevas de datos para analizar y parametrizar que simplemente rellenar filas y filas de datos de una misma columna. Aunque en ocasiones, como ocurre por ejemplo en el análisis de patrones de comportamiento de fraude, analizar un gran volumen de los mismos datos sí puede resultar útil, ya que a mayor número de transacciones analizadas más tipos de fraudes diferentes se pueden detectar.

3) La técnica sí importa: En un intento por no consumir muchos recursos la tendencia es eliminar datos obsoletos o que no forman parte del rango temporal que nos interesa evaluar. Pero en ocasiones, para tener una mayor visión y perspectiva esos datos sí son relevantes. Por ejemplo, para fijar los precios de una póliza de vida es indispensable contar con datos acumulados durante varias décadas. Por eso surgen nuevas técnicas, como la Descomposición Única de Valores, de forma que no se tengan que desechar datos, al tiempo que se consumen menos recursos.

4) Formar a los profesionales: Es complicado conseguir liberar a los profesionales de una compañía para que trabajen en un proyecto nuevo o aprendan nuevas técnicas y herramientas. Pero cuando Big Data puede tener un impacto importante en la cuenta de resultados de la organización, si se sabe actuar a tiempo, es vital encontrar la manera de formar a los equipos de analítica o bien, buscar en el mercado nuevos profesionales que ya conozcan esas metodologías.