El término “fintech” es una conjunción abreviada de los términos “finanzas” y “tecnología” en inglés y se refiere a cualquier negocio que utilice nuevas tecnologías para mejorar y automatizar los servicios o procesos financieros.
Este ecosistema emergente supone un gran desafío para los modelos de negocio del banco físico tradicional. Su flexibilidad e innovación le permite reaccionar rápidamente a la apertura de oportunidades comerciales o crear una demanda de nicho entre personas, a partir de un servicio novedoso.
¿Por qué las fintech tienen un rol protagónico en la economía regional?
Actualmente Latinoamérica posee 1075 compañías que han recibido inversión en tres grandes categorías: pagos, préstamos y bancos digitales (que concentran el 95% de inversión para esta industria).
Durante 2021, la inversión en la región alcanzó los 9.800 millones de dólares, lo que representó un incremento de más del 200% respecto al año anterior, según cifras de CB Insights, y la proyección a corto plazo es seguir superando estos indicadores.
Para entender el rápido crecimiento de la industria fintech en Latam, habría que considerar los siguientes factores:
- La transición de modelos financieros tradicionales hacia esquemas basados en tecnología ha propiciado mejores prácticas por parte de las instituciones financieras. El uso de las fintech no está limitado a empresas más tradicionales como bancos o empresas de seguros sino que su espectro se abre a cualquier empresa con flujo de dinero que desee incorporar esos servicios.
- El sector adquirió un enorme potencial en el corto plazo y modificó rotundamente la manera de hacer negocios financieros y emprender en la industria, mediante la innovación. Como ejemplo de ello, las fintech optimizan los servicios y relaciones de la industria financiera con los usuarios, personalizando su experiencia y propiciando la inclusión financiera (se puede contratar un producto o acceder a un crédito de manera sencilla, desde una aplicación).
- Existe un alto porcentaje de personas que aún no está bancarizada. En particular, en América Latina casi un 50% de la población adulta no posee acceso a un producto o servicio financiero. Y, movidos por el shock de la pandemia, millones de usuarios sintieron la necesidad de acceder a estas herramientas de forma remota y digital, incluso por primera vez (entre abril y septiembre de 2020 alrededor de 40 millones de personas ingresaron en el sistema financiero solamente en Argentina, Brasil y Colombia).
- “La verdadera definición de ‘inclusión financiera’ no es que una persona tenga una cuenta bancaria. Es, en realidad, la habilidad para colocar su dinero en algún sitio, y manejarlo a la hora de hacerle frente a una situación difícil”, afirma Federico Gómez Schumacher, gerente general de PayPal Latinoamérica.
Data Science: tendencias de valor para las fintech
En el mundo de las finanzas no tradicionales, los algoritmos de aprendizaje automático y modelos predictivos resultan moneda corriente para procesar y analizar grandes volúmenes de datos financieros.
“Claramente la ciencia de datos fue más efectiva en motorizar el cambio en el ecosistema fintech, que en la banca tradicional, al facilitar la aplicación de Big Data y de complejos cálculos en la toma de decisiones de una empresa que brinda servicios financieros”, señala Ernesto Mislej, co-founder & Chief Scientist de 7Puentes.
Algunos de los principales desafíos para los próximos dos años, que presentan las empresas del rubro fintech aplicadas a su gestión desde la ciencia de datos, son:
1) Ciberseguridad y protección de datos personales: la autenticación de cliente de dos factores (preferiblemente biométrica), el análisis de comportamiento, el cifrado de datos y las alertas de seguridad en tiempo real son las principales medidas para garantizar la seguridad de todas las transacciones y datos del cliente. Al mismo tiempo, está creciendo el uso de tecnología Blockchain (base de datos distribuida y descentralizada) por lo que, posiblemente, muestre mayor demanda en el futuro.
2) Detección de fraude: a partir de las técnicas de Big Data ahora es posible procesar y analizar millones de bases de datos que contienen registros de infracciones previas y asegurarse de que haya menos grietas en el sistema. Además, puede implementarse machine learning y redes neuronales para procesar los datos y predecir diferentes resultados, de modo de prevenir posibles ataques con alertas tempranas (ver nota anterior).
3) Cumplimiento normativo y calidad de servicio: si bien la región está dando sus primeros pasos regulatorios, en Argentina el BCRA ya introdujo recientemente un primer marco regulatorio para los proveedores de servicios de pago (“billeteras virtuales”) y los proveedores no financieros de crédito. Es por ello que cualquier solución tecnológica debe considerar y actualizar la información regulatoria disponible no sólo para garantizar el estricto cumplimiento del marco legal por parte de la organización sino también para generar mejoras en toda la cadena de valor.
4) Personalización del servicio: en la era de los sistemas bancarios móviles, cada vez más descentralizados y disponibles globalmente, las soluciones de Big Data e Inteligencia Artificial ofrecen una ventaja inconmensurable sobre la competencia. Mediante el análisis de grandes cantidades de datos de alta calidad y el uso de esos datos para crear ofertas, recomendaciones y servicios personalizados, los clientes reciben todo lo que necesitan en tiempo real (ver nota anterior).
5) De las transacciones físicas a las transacciones 100% online: esta característica resultó favorecida por el confinamiento que llevó a las personas a no moverse de sus hogares, por lo que en algunos casos las instituciones físicas (sucursales) se volvieron obsoletas. Por este motivo, el desarrollo de algoritmos entrenados eficientemente para la atención en dispositivos móviles con una interacción en persona muy limitada, resulta crucial para las fintech. Las empresas necesitan una plataforma para autenticar usuarios, un chatbot y un sistema de soporte correctamente diseñado para dar soluciones rápidas y seguras al cliente.
No caben dudas de que Argentina se está posicionando como uno de los clústers más relevantes en la región, con más de 300 empresas fintech, de las cuales un 20% nacieron en plena pandemia. En este contexto, la capacidad predictiva y exactitud de los modelos de ciencia de datos desarrollados localmente en 7Puentes –extendidos en toda la región- resultaron potenciadas a partir de la evolución del negocio de las fintech.
“Desde hace varios años desarrollamos modelos de ciencia de datos que son la arquitectura de los modelos de negocios de estas empresas líderes en el sector”, destaca el cofundador y socio de 7Puentes.
Para ello, nuestros especialistas extraen información masiva de diversas fuentes que pueden alimentar sistemas de reportes, recuperación integral de la información y sistemas de modelos de Score para evaluar riesgo crediticio y capacidad de pago.
“Asimismo, nuestros modelos incluyen la ciberseguridad, protección de datos personales, detección y prevención de fraude en la banca digital, atendiendo a los desafíos presentes para los próximos dos años en el ecosistema fintech”, concluye Mislej.