Big Data
O que é Big Data?
Big Data se refere ao processamento de um grande volume de dados verdadeiros, relevantes, de vários tipos e que transitam em alta velocidade.
No setor financeiro, a análise desses dados pode ser útil para tomar decisões mais rápidas e acertadas, controlar melhor as finanças pessoais dos clientes e aperfeiçoar a segurança dos sistemas.
Como funciona o Big Data?
Quando se fala em dados, normalmente as pessoas pensam em uma tabela no Excel, não é mesmo? Isso é o que chamamos de dados estruturados. Mas imagens e textos, por exemplo, também são e é o que denominamos dados não-estruturados.
Estima-se que, diariamente, são criados 2,5 quintilhões de bytes de dados, sendo que, 90% deles foram criados nos últimos dois anos. Essa preocupação com o volume de informações, inclusive, começou com as enormes bases de dados das redes sociais, como Facebook e Youtube.
Todos esses elementos estão por toda parte, pensando nas ferramentas digitais que uma empresa utiliza. Nomes, históricos, dados geográficos, informações confidenciais e assim por diante. Tudo isso precisa ser armazenado e, preferencialmente, analisado.
“Ah, mas minha tia só tem uma pequena loja de roupas. Não existe Big Data ali.”
Não é bem assim. Por mais que não exista um aplicativo oficial da loja, se é o que você pode estar pensando, a loja provavelmente está no Google Meu Negócio e atende clientes pelo WhatsApp, por exemplo.
Tudo isso gera dados que podem ser processados e analisados para a obtenção de vantagens estratégicas para o negócio.
Como as organizações de serviços financeiros utilizam o Big Data?
Como já introduzimos, algumas organizações já contam com serviços de Big Data para otimizar a prevenção contra fraudes.
Outros exemplos de aplicações são agilizar avaliações de crédito e melhorar a experiência do cliente, uma vez que dados personalizados ajudam a oferecer um bom aconselhamento e uma sugestão de produtos financeiros que realmente façam sentido.
Conheça algumas empresas que investem no Big Data para aprimorar seus serviços:
JP Morgan
A holding de serviços financeiros tem o diferencial de prever tendências e sugerir os melhores momentos para os seus clientes comprarem ou venderem ações com alta precisão.
Vale lembrar que a organização tem mais de 3,5 bilhões de contas e está presente em mais de 100 países. Eles utilizam o Hadoop — um sistema que ajuda a processar dados.
American Express
A Amex oferece vários serviços, principalmente cartões de crédito.
Houve um tempo em que muitos clientes cancelavam o contrato, então, com o Big Data, eles conseguiram prever esses cancelamentos e agir antes que eles, de fato, solicitassem o encerramento.
Lendit
A Lendit é uma empresa coreana de empréstimos e o modelo de pontuação de crédito deles se baseia em dados do Facebook, além dos que são coletados no próprio site.
Por exemplo, imagine que um cliente em potencial acabou de mudar de emprego para uma empresa que tem maior risco de pagar mal seus funcionários. Porém, pela análise das redes sociais, a Lendit detecta que ele e sua família são profissionais com uma fonte de renda estável.
Logo, por mais que a renda do indivíduo não pareça a mais adequada, uma análise profunda assegura que ele tem condições de arcar com o empréstimo.
Quais as possíveis limitações do Big Data?
O ponto negativo mais comum no Big Data é a possibilidade da empresa armazenar vários dados, mas acabar criando uma sobrecarga de trabalho inútil. Em meio a tantas informações, é realmente desafiador selecionar aquelas que realmente importam.
Algumas intercorrências de cunho ético também podem surgir. Uma startup de pagamento de jogos online, a Xsolla, por exemplo, demitiu, de uma vez, 150 pessoas.
O time de Big Data cruzou dados do Gmail, conversas e outras fontes e determinou que essas pessoas eram improdutivas e desinteressadas. Cerca de 60 funcionários conseguiram recorrer com os gerentes, mas os outros, talvez, irão processar a empresa.
