*Por Márcio Arbex
Mais do que uma mudança sazonal por conta do COVID-19, a intensificação do uso dos canais digitais das instituições financeiras é reflexo dos “novos” hábitos dos consumidores. Antes mesmo da pandemia, as movimentações financeiras por canais digitais já haviam intensificado entre clientes de todos os perfis – que só têm aumentado nesse período de distanciamento social. Essa escalada para o mundo digital, porém, também tem potencializado o surgimento de novas formas de fraudes no sistema financeiro e a proliferação de golpes virtuais.
Com a nova regulamentação do open banking pelo Banco Central, o sistema financeiro brasileiro reforçará a transparência e segurança da informação, beneficiando não apenas os clientes, mas todos os envolvidos em sua cadeia. Na esteira dessa agenda de disrupção, uma das inovações que estão em voga é o gerenciamento de risco por meio de técnicas como machine learning, que permite a identificação de atividades potencialmente arriscadas em um grande fluxo de transações.
Seguindo essa tendência e o dinamismo do binômio segurança e transação, encontrar uma ferramenta capaz de reconhecer comportamentos históricos, criar modelos matemáticos preditivos e aplicá-los em ambientes de produção de forma ágil torna-se essencial. Critérios como personalização, predição, tempo real e rentabilidade são palavras-chave na implementação de tais modelos, aumentando ainda mais a complexidade dessa abordagem não apenas como quesitos tecnológicos. Entre as atividades que mais têm a ganhar com essa tecnologia estão:
- Mercado financeiro, pontuação de crédito, pontuação de cobrança, combate à lavagem de dinheiro, vigilância comercial, gerenciamento de reclamações de seguros e gerenciamento de processos;
- Indústria e transporte, manutenção preditiva baseada em sensores de IoT, detecção de lotes independentes e garantia de qualidade; e
- Varejo e bens de consumo, venda cruzada, venda direta, rotatividade e segmentação de clientes.
É importante destacar que, quando se trata de gerenciamento de risco no mercado financeiro, os dados usadosna análise visual e modelagem precisam ser representativos do crime financeiro em questão. A plataforma selecionada deve eliminar a necessidade de longas e complexas investigações de fraude, combinando conhecimentos extremamente diferentes, em negócios, economia, finanças e direito. Além de cobrir pagamentos e transações com cartão de crédito, a solução deve ter um papel decisivo no combate à lavagem de dinheiro e crimes como fraude de reivindicações de seguro.
Entender riscos e oportunidades em tempo real é cada vez mais crítico, e a maioria das organizações já possui os dados para possibilitar isso. No entanto, fazer isso com a rapidez necessária tem sido um desafio para as organizações. O objetivo principal é usar eficientemente os dados para criar melhores defesas e reduzir perdas financeiras por meio de uma plataforma integrada e flexível que pode ser controlada por meio de dashboards, com modelos de autoaprendizagem contínua, alimentados por informações históricas e em tempo real – tudo isso de maneira auditável e transparente.
* Márcio Arbex é diretor de pré-vendas na América Latina da TIBCO, líder global em inteligência de dados corporativos.
Aviso: A opinião apresentada neste artigo é de responsabilidade de seu autor e não da ABES – Associação Brasileira das Empresas de Software
PT 
EN 
