Datele devin principala resursă a băncilor: Impactul analytics și GenAI în sectorul financiar

Datele nu mai reprezintă doar un suport pentru deciziile bancare, ci au evoluat într-un motor al transformării digitale. De la automatizarea centrelor de contact și personalizarea serviciilor, până la anticiparea nevoilor clienților și sprijinirea inițiativelor de sustenabilitate, domeniul Analytics reconfigurează modul în care instituțiile financiare interacționează cu clienții. Tehnologii emergente precum inteligența artificială generativă amplifică provocările legate de volum, relevanță și etică. Andreea Mihăilescu, IT area lead pentru Analytics în ING Hubs România, discută despre cum se desfășoară această revoluție din interior și despre construirea soluțiilor scalabile cu impact global.

Care este rolul crucial al datelor în cadrul unei instituții financiare?

De mult timp se discută despre importanța fundamentală a datelor în organizații, în special în sectorul financiar. Datele constituie fundația unei companii, sprijină deciziile de afaceri, dezvoltarea produselor, eficientizarea proceselor, îmbunătățirea experienței clientului și sunt esențiale pentru gestionarea riscurilor și conformității.

Ce se schimbă acum este că datele, împreună cu tehnologiile emergente precum inteligența artificială generativă, transformă acest ecosistem, sporind eficiența și relevanța pentru clienți. Ele permit automatizarea, personalizarea și furnizarea de răspunsuri rapide și precise adaptate în timp real.

Inteligența artificială generativă facilitează proiecte care susțin hiperpersonalizarea și crearea unor experiențe mai intuitive, exemplificate prin intermediul contact center-elor automate cu ajutorul chatbot-urilor. Pentru clienți, eficiența se traduce prin simplitate, eliminând pașii inutili în procesul de deschidere a unui cont sau aplicare pentru un credit, oferindu-le trasee rapide și directe.

Mai mult, analiza datelor ne ajută să anticipăm nevoile nespuse ale clienților. De exemplu, în domeniul sustenabilității, clienții care doresc să adopte un stil de viață „verde” nu știu întotdeauna cum să procedeze. Prin analiza comportamentului financiar, putem oferi recomandări personalizate sau produse care să-i sprijine în această direcție.

Cum contribuie divizia de Analytics în dezvoltarea platformelor pentru instituția financiară?

Contribuția esențială provine din înțelegerea profundă a domeniilor în care dezvoltăm produse de analytics și a problemelor de business pe care încercăm să le adresăm. Fără această înțelegere, modelele și analizele generate nu ar fi aplicabile în mod real.

Echipele mele colaborează în contexte globale, lucrând la proiecte diverse, de la prevenirea criminalității financiare la dezvoltarea de chatbot-uri conversaționale și inițiative de sustenabilitate. Aceste proiecte sunt scalabile și de impact global, având potențial de replicare în diferite piețe unde ING este prezent.

Ce instrumente și tehnologii sunt utilizate frecvent pentru analiza datelor? Puteți da exemple de proiecte relevante?

Utilizăm o varietate de instrumente, de la soluții tradiționale de analiză și vizualizare precum Power BI și Cognos, până la algoritmi clasici de machine learning și soluții bazate pe inteligența artificială generativă.

Ceea ce ne diferențiază sunt proiectele de amploare globală, care implică un volum mare de date, folosind tehnologii eficiente pentru construirea de modele robuste. Dincolo de uneltele utilizate, factorul cheie este profilul echipei: personal cu abilități solide în analytics și o pregătire tehnică adecvată. Aceste profiluri au fost cultivate intern, întrucât este dificil să găsim specialiști cu acest mix competențial pe piață.

Care sunt principalele provocări întâmpinate în analiza datelor financiare?

Am două provocări semnificative, care țin de domenii diferite.

Prima provine din recrutare. Profilurile pe care le căutăm, care îmbină abilități tehnice cu cele de analytics, sunt înguste în România. În Vest sunt mai frecvent întâlnite, dar aici industria încă începe să formeze specialiști capabili să răspundă acestor cerințe. În plus, rolurile de management de mijloc necesită abilități solide în leadership, comunicare și asumare a responsabilității.

A doua provocare se referă la volumul mare de date, care poate genera zgomot. Astfel, identificarea și selecția datelor relevante rămâne o provocare constantă.

Analytics-ul, ca domeniu, este încă în dezvoltare în România; multe companii utilizează sisteme care nu respectă cele mai recente standarde internaționale, ceea ce face tranziția către practici avansate dificilă.

Ce competențe tehnice și abilități interumane sunt esențiale pentru aspirantele în domeniul analizei de date?

Din perspectiva tehnică, cerințele variază în funcție de rol, putând include Python, SQL, Cloud (mai ales GCP) și algoritmi de machine learning. Totuși, esențială este înțelegerea conceptelor fundamentale. Analytics nu se rezumă la un instrument, ci la cum abordezi o problemă, construiești o ipoteză și validezi un model.

Mulți dintre experții seniori din industrie sunt autodidacți, din lipsă de acces la tehnologie durant studiile universitare. Cu toate acestea, acum asistăm la o nouă generație educată în domeniu, mai bine pregătiți și adaptați la realitățile pieței.

Din perspectiva abilităților interumane, curiozitatea este crucială, urmată de autonomie, proactivitate și capacitatea rapidă de a învăța. Mediul dinamic al tehnologiilor, care se schimbă anual, necesită indivizi care sunt gata să își asume inițiativa. Lucrăm în echipe auto-organizate, astfel că înțelegerea contextului și formularea întrebărilor esențiale sunt vitale.

Un exemplu este că au existat colegi care au trecut de la analiza tradițională a datelor la dezvoltarea de chatbot-uri și lucrul cu inteligența artificială generativă, demonstrând astfel capacitatea de adaptare și învățare.

Ce tehnologii și proiecte sunt deosebit de atrăgătoare? Cum promovați inovația în această divizie?

Cele mai atractive proiecte sunt cele cu impact demonstrabil și care utilizează tehnologii avansate, precum GenAI, chatbot-uri și sectorul de Customer Due Diligence. GenAI, de exemplu, permite clienților să obțină informațiile necesare rapid, reducând necesitatea de interacțiune cu contact center-ul și optimizând timpul de răspuns. În zona CDD, aceleași tehnologii ajută analiștii să aloce mai puțin timp căutând date și mai mult timp analizând detaliat profilul clienților.

Atunci când observi impactul direct al muncii tale și implementezi tehnologii inovatoare, motivația devine inevitabilă.

Încurajăm inovația prin sesiuni interne unde echipele pot explora idei și noi direcții. De asemenea, încurajăm angajații să dedice timp pentru dezvoltare personală și experimentare cu unelte și concepte emergente, cultivând o cultură a învățării continue ca o necesitate.

Cum anticipați evoluția domeniului analytics în anii următori și impactul asupra sectorului bancar?

Analytics generează deja transformări semnificative în sectorul bancar, iar ritmul schimbărilor va continua să accelereze. Vedem deja integrarea inteligenței artificiale generative în zone precum optimizarea experienței clienților și eficientizarea proceselor interne. Totuși, apar și provocări și responsabilități noi: explicabilitatea modelelor, etica utilizării algoritmilor și reglementările pentru deciziile automatizate.

Etica modelului devine un aspect esențial, asigurându-ne că algoritmii nu discriminează și pot oferi explicații clare pentru deciziile luate. Reglementările vor deveni din ce în ce mai stricte, iar analytics va juca un rol cheie în conformitatea acestora.

În plus, asistăm la o extindere a focusului pe sustenabilitate, hiperpersonalizare și produse bancare create „pe măsură”, adaptate stilului de viață al fiecărui client. Această evoluție continuă să redefinească conceptul de banking.

Articol sponsorizat de ING Hubs