- Primera. Hace referencia a poder acceder a datos diferenciados, esas fuentes de datos que permitan evaluar a estas personas, que muchas veces no “aparecen” en las fuentes de datos tradicionales. Es decir, las instituciones deben innovar en la selección, acceso y gestión de fuentes de datos alternativas.
- Segunda. Deben enfocarse en la utilización y gestión de plataformas de Big Data, pues muchas de la información que se acceda de estas personas, será por medio de redes sociales, redes celulares y del internet de las cosas, a medida que las diferentes maquinarias comiencen a incorporar sets de sensores en sus estructuras. Lo que implica que mucha información sea no-estructurada, con altos volúmenes y gran velocidad.
- Tercera. Se debe innovar en las preguntas que guiarán el análisis de datos, dado los potenciales insights diferentes que se pueden encontrar. Muy probablemente los perfiles y comportamientos de las personas bancarizadas, no serán los mismos exactamente de las personas que no están incluida financieramente, y las hipótesis de trabajo deben recoger este tipo de diferencias.
Data Analytics en la base de la pirámide
Para 300 millones de personas fuera del sistema financiero en Latinoamérica, el Data Analytics puede ser la solución de inclusión crediticia.
Desde la perspectiva de “base de la pirámide”, cabe preguntarnos ¿cómo se está comportando el sistema financiero en América Latina? Según informe del BID (2016) sólo el 51% de la población regional tiene una cuenta en una institución financiera, el 13% afirma tener ahorros en una institución financiera, el 11% señala haber recibido un crédito en el año anterior y apenas el 1,7% afirma tener una cuenta de dinero electrónico o similar a través de un teléfono móvil.
Otro dato interesante, es el de la población informal o el número de microempresarios, que constituye aproximadamente la cuarta y tercera parte de la población adulta (mayor de 15 años) y de la fuerza laboral, respectivamente. Estos segmentos de la población -por lo general- no hacen uso de servicios financieros o se remiten a proveedores informales, lo que nos da una idea de la oferta potencial no satisfecha, para la cual se requiere el diseño de productos adaptados a las necesidades de este segmento.
Ahora, lo que hemos visto en el mundo, y también en América Latina, es que la progresiva digitalización de los servicios financieros está tratando de incluir a estos grupos. La inclusión financiera digital debería ser el nuevo foco: si la población más vulnerable no pueden ir al banco, que los bancos vayan a ellos. Es decir, llegar a los dos mil 700 millones de personas del mundo que, a día de hoy, no tienen acceso a los servicios financieros formales.
Unos de los ejemplos que más éxito ha tenido desde esta perspectiva, es la telefonía móvil, que en los últimos 10 años se ha convertido en el catalizador de una transformación política, económica y social en el sur del planeta, donde, en efecto, el número de celulares se ha disparado, y donde crecen los monederos virtuales, es decir, las plataformas que permiten guardar y transferir dinero en formato digital.
Por lo tanto, el problema no es “el medio” para lograr la inclusión financiera de estos casi tres mil millones de personas en el mundo, (más de 300 millones de personas en América Latina) que no acceden de ninguna forma al sistema financiero formal. El problema real es acceder a “conocerlos” de tal forma de poder entender su comportamiento y llevarlos a una inclusión financiera, económica y social. Desde mi perspectiva, el análisis de datos (Data Analytics) es fundamental para cumplir con este cometido.
Para ello, las empresas financieras deben considerar una estrategia de tres partes.
