Un análisis del estudio: “2022 business and consumer insight report”, de Experian.
Debido al auge del open banking, estamos presenciando cómo cada vez se realiza más investigación encaminada a descubrir las posibilidades de esta tecnología para empresas y consumidores.
Recientemente, Experian analizó las opiniones de empresas y consumidores sobre distintos temas, como la privacidad y el intercambio de datos, la experiencia de usuario, la inversión en tecnología, el análisis del dato bancario y mucho más. En este artículo te resumimos las principales conclusiones para que puedas conocer mejor todo lo que el open banking te puede ofrecer.
Salud financiera del consumidor, actitudes hacia los datos y el impacto en Open Banking
Malin Holmberg, CEO EMEA y APAC de la compañía, da la bienvenida mencionando cómo el ritmo de la transformación digital sigue creciendo: “Cada vez más empresas invierten en tecnología en un intento por mejorar el rendimiento, ofrecer una mayor eficiencia operativa y mejorar la experiencia del usuario”.
Se han encuestado 587 directivos de servicios financieros y telecomunicaciones y a más de 3.000 consumidores en seis mercados: Dinamarca, Alemania, Italia, Países Bajos, Sudáfrica y España. Los hallazgos revelan un conjunto común de desafíos y perspectivas en todas las geografías.
El 43 % de los consumidores viven al día, buscan nuevas soluciones para administrar sus gastos fácilmente y hasta un 74 % ha usado un servicio de BNPL en los últimos 12 meses.
La principal razón para utilizar un servicio BNPL es una mayor flexibilidad en los pagos, la comodidad de uso y la ayuda con la planificación del gasto doméstico. A medida que los consumidores buscan pedir más préstamos, parecen elegir la comodidad de los servicios de BNPL, ya sea reemplazando las demás opciones de préstamo tradicionales.
La verdadera oportunidad para Open Banking radica en el "intercambio de valor" y en la medida en que los consumidores ven los beneficios de los datos compartidos en forma de mejores servicios o mejores experiencias con sus bancos.
49%
de los consumidores aceptarían compartir
su información financiera a través de una App de banca.
El intercambio de valor es clave: El 21% se negaría, pero estarían dispuestos a cambiar de idea a cambio de:
- Disfrutar de una App más rápida.
- Obtener ofertas ventajosas personalizadas.
- Evitar el envío de documentación física
La mayoría de las empresas han invertido o planean invertir en Open Banking
El 39 % de las empresas ha invertido en Open Banking, y otro 47 % planea hacerlo. El atractivo de Open Banking es claro para los servicios financieros y las empresas de telecomunicaciones, incluida la promesa de una experiencia del cliente mejorada y personalizada, así como el aumento en la precisión de las evaluaciones de solvencia para las decisiones de préstamo o financiación.
¿Cómo prioriza los siguientes casos de uso de Open Banking en su organización?
* Muestra: 587 directivos de servicios financieros y telecomunicaciones (EMEA).
Esto demuestra el poder de los datos transaccionales. Cabe señalar que la investigación considera el valor de open banking de manera global, con una amplia gama de casos de uso. Dado que los datos transaccionales pueden proporcionar información sobre la estimación de ingresos, la vulnerabilidad financiera o la verificación de identidad, está claro por qué la mayoría de las empresas que aún no han invertido en open banking planean hacerlo a corto o medio plazo.
Analítica avanzada y el auge del machine learning
La investigación destaca las dificultades para reducir la brecha de la experiencia, junto con una mayor complejidad tecnológica del mercado. Por ello, las entidades están viendo la necesidad de aliarse con las FinTech, con estructuras mucho más flexibles y costes significativamente más bajos, para aportar ese valor diferencial.
62%
de las empresas cree que la inteligencia artificial y el machine learning ya están cambiando radicalmente la forma en que hacen negocios.
El 41 % afirma, además, que se hacen necesarios modelos analíticos más avanzados para comprender mejor a los clientes y responder a sus necesidades. Está claro que muchas empresas ven el machine learning y la inteligencia artificial como la respuesta a estos problemas.
Empresas y consumidores incluyen la prevención del fraude como una de sus prioridades, según la investigación. El principal desafío está en que se requieren soluciones permanentemente actualizadas para mantenerse protegido de las amenazas emergentes. La innovación de las scale up tecnológicas puede encontrar el equilibrio entre una experiencia de cliente satisfactoria y una garantía total en la protección de sus datos.
Aprovecha el machine learning para clasificar y ofrecer insights a tus clientes.
En el caso de Coinscrap Finance, además del estricto cumplimiento de todos los reglamentos nacionales e internacionales, a fin de garantizar la protección de información sensible, disponemos de una certificación para nuestro Sistema de Gestión de la Seguridad de la Información según la ISO 27001 por EQA. Entre nuestros desarrollos tecnológicos, debemos mencionar también aquellos capaces de analizar y contrastar información vertida en redes sociales con diferentes fuentes oficiales (como el BOE) para detectar posibles fraudes. Estas innovadoras herramientas también utilizan inteligencia artificial, pero se complementan con NPL (procesamiento de lenguaje natural) para mejorar su aprendizaje continuo.
De la misma forma las técnicas de machine learning y deep learning son capaces de detectar el fraude en tiempo real. Mediante modelos flexibles, analizan los hábitos digitales del usuario y trazan un comportamiento “previsto”. Si detecta alguna desviación de ese comportamiento, pueden indicarlo de manera automática para que pase un segundo análisis. De este modo, se comprueban movimientos que escapan a los sistemas de seguridad tradicionales.
