Por revistaeyn.com
Las empresas del sector financiero deben, ahora más que nunca, implementar una gestión de riesgos más robusta, activa, preventiva y basada en datos; considerando que hoy la analítica avanzada se ha convertido en una aliada estratégica para anticipar vulnerabilidades, tomar mejores decisiones y fortalecer la sostenibilidad financiera.
Luis Barrientos, Risk Domain Expert de SAS para América Latina, explica que “es importante comprender que la gestión de riesgos en las entidades financieras no busca eliminar completamente las pérdidas, sino mantenerlas bajo control dentro de un apetito de riesgo definido por la misma entidad, permitiendo así a las instituciones crecer, innovar y atender nuevos nichos de mercado sin comprometer su estabilidad”.
En este punto, señala, la analítica avanzada cumple un rol clave al permitir comprender cómo se comportan los flujos financieros, cómo circulan y se asignan tales recursos dentro de la organización y qué factores influyen en el cumplimiento de las obligaciones por parte de los clientes.
Precisamente, información generada por SAS muestra que, cuando los datos, los modelos analíticos y la toma de decisiones se integran en una sola línea de producción, las entidades pueden lograr reducciones de hasta un 25 % en el costo total de propiedad de sus sistemas, además de proyectar retornos de inversión de hasta 10 veces el monto invertido.
Barrientos recordó que, tradicionalmente, la gestión del riesgo se apoyaba en modelos históricos y criterios relativamente estáticos. Existían múltiples sistemas heredados para modelar el riesgo y tomar decisiones, así como datos aislados que no se explotaban al máximo, lo que se traducía en una capacidad analítica y operativa exiguas que generaban costos más altos en todas las áreas y no permitía cumplir a cabalidad con los objetivos de eficiencia y eficacia de la institución.
Hoy, gracias al análisis de grandes volúmenes de datos, tanto estructurados como no estructurados, las entidades financieras pueden identificar patrones de comportamiento, anticipar posibles incumplimientos y actuar con mayor oportunidad y precisión. Experiencias internacionales en tiempo volátiles e inciertos, han dado cuenta de mejoras del 1 % en el desempeño de los procesos de cobranza, lo que representa cantidades millonarias de dinero en resultados financieros.
En productos sin garantía directa, como las tarjetas de crédito, la analítica permite segmentar a los clientes según su perfil de riesgo, ajustar precios, definir límites de crédito diferenciados e incluso activar esquemas de cobranza preventiva antes de que se materialice la mora.
En este tipo de escenarios, se ha documentado que las entidades pueden reducir sus pérdidas crediticias anuales en alrededor de un 5 %, o incluso incrementar la recuperación de deudas de difícil cobro o antes de este punto hasta en un 70 %, cuando ajustan pertinentemente sus estrategias de cobranza con base en modelos analíticos más meticulosos y las etapas de dichos procesos articulados idóneamente.
