A importância de ter uma fonte central de informação para gerar insights valiosos dentro de uma organização é bem conhecida por líderes de tecnologia. Mas o que antes era considerado desejável, hoje se tornou essencial. Empresas na vanguarda de data analytics reconhecem a necessidade de uma inteligência unificada.
Este movimento é impulsionado pela crescente complexidade de processos como a aceitação de novos clientes, contratação de funcionários e integração de novos fornecedores. Antes de qualquer envolvimento, tem sido cada vez mais importante verificar a identidade dessas pessoas ou empresas, checar se há sanções ou problemas legais e avaliar riscos de fraude, lavagem de dinheiro, financiamento ao terrorismo, riscos creditícios ou o melhor preço e oferta para um possível cliente.
Com uma inteligência unificada, as organizações também podem simplificar e reduzir os custos de gerenciamento, eliminando a necessidade de múltiplos sistemas distintos. Essa abordagem moderna ajuda a resolver problemas comuns em empresas que estão evoluindo no uso de analytics. Nesta primeira coluna para a TI Inside, discuto os desafios dos métodos tradicionais e os benefícios da modernização da inteligência empresarial.
Quebrando silos
Empresas de vários segmentos, como bancos, provedoras de serviços de telecomunicações, seguros, varejo, indústria e até organizações governamentais precisam adotar um processo completo de avaliação que considere não apenas os clientes, mas também sua rede de parceiros comerciais, funcionários e colaboradores.
Por exemplo, um banco precisa realizar uma análise integral antes de conceder crédito, validando qual seria a melhor oferta, sem trazer para dentro de casa clientes com sanções ou com alta propensão a fraudes e saber se essa pessoa é publicamente exposta. Entender as relações dos indivíduos também é essencial para campanhas de prevenção ao cancelamento, como no setor de telecomunicações. Entre seguradoras, é possível ajustar o preço de um serviço de acordo com o risco do cliente, evitando negar serviços e, ao mesmo tempo, protegendo a empresa financeiramente.
No dia a dia de uma empresa, vários sistemas específicos são usados neste processo de análise de riscos e oportunidades. Por exemplo, existem motores que definem a melhor oferta para um cliente, fazem análise de crédito ou calculam preços. Para detectar a propensão a fraudes ou verificar se alguém está em listas de sanções das Nações Unidas, por exemplo, outros sistemas entram em ação.
No caso de novas contratações, é possível verificar se um novo funcionário tem vínculos com pessoas que processaram a empresa ou com atuais funcionários através de sistemas específicos. Cada sistema e processo específico para cada atividade pode ser caracterizado como "silo" empresarial.
A inteligência unificada vem para quebrar estes silos, oferecendo uma visão de 360 graus sobre quem orbita o ambiente empresarial. Em vez de executar processos separados, empresas podem integrar decisões e compartilhar dados e análises. Isso permite identificar se uma pessoa pode ser um bom cliente, mas também saber se ela representa um risco de fraude ou está envolvida em atividades criminosas em um único processo decisório.
Essa integração não só elimina etapas desnecessárias, melhorando a experiência do cliente, mas também aumenta a eficiência operacional, já que reduz a necessidade de operar múltiplos sistemas que demandam diferentes especializações. Com a verificação integrada, as decisões de uma empresa são mais inteligentes, responsáveis e os investimentos em gerir estes processos são otimizados.
Presente e futuro
Do ponto de vista técnico, unir diversos processos de tomada de decisão requer a integração de várias fontes de dados e capacidades analíticas. Isso pode ser feito através de uma plataforma centralizada ou um sistema que coordene e gerencie os diferentes modelos e entradas de dados.
Ter acesso a uma plataforma aberta é crucial quando uma organização decide adotar o modelo de inteligência unificada. Considerar a capacidade de trazer desenvolvimentos feitos em outras linguagens para governar e unificar todo o espectro de motores em um único processo é importante para fazer um gerenciamento inteligente da orquestração de dados.
Ao consolidar diferentes sistemas em um único processo, também é possível democratizar o conhecimento sobre seu uso em várias áreas ao mesmo tempo, e também permite direcionar profissionais para áreas mais estratégicas e complexas. Além disso, a abordagem traz uma melhor comunicação e desenvolvimento acerca dos recursos analíticos da organização.
Quanto à evolução da inteligência unificada, especialmente no contexto de tecnologias emergentes e novas fontes de dados, vejo possibilidades interessantes no horizonte. À medida que as empresas coletam e analisam mais dados, a capacidade de integrar e utilizar essas informações de forma unificada se tornará cada vez mais crucial.
Além disso, técnicas analíticas avançadas como machine learning e processamento de linguagem natural irão aprimorar ainda mais essas soluções e processos de análise.
Mas existem desafios para promover esta mudança. Embora muitas empresas estejam prontas para adotar uma abordagem unificada, vejo que muitas ainda hesitam, por conta do receio de serem as primeiras a inovar. Além disso, existem fenômenos que apontam para diferentes direções, como a crescente propensão ao compartilhamento de dados entre consumidores, e a disposição de consumidores em escolher marcas que se preocupam com prevenção à fraude e segurança de dados. Tudo isso deverá ser levado em conta pelas organizações.
Neste cenário de constante mudança, os benefícios de um pensamento holístico se tornarão mais evidentes para gestores de tecnologia. Melhor tomada de decisão, redução de custos, maior conformidade e melhor gerenciamento de riscos são apenas algumas das recompensas. Conforme as empresas navegam por um cenário de negócios cada vez mais complexo, minha previsão é que a adoção de soluções integradas será uma prioridade estratégica cada vez relevante.
Ricardo Saponara, Head de prevenção a fraude para América Latina do SAS.
