Big data a serviço do gerenciamento de risco

Seletas / Artigo / Bolsas e conjuntura / Edição 63 / 27 de janeiro de 2017
Por     /    Versão para impressão Versão para impressão
Ana Paula Candeloro*

Ana Paula Candeloro*

Em apenas dez minutos hoje geramos mais dados do que toda a humanidade produziu em sua história até 2003, segundo pesquisa da consultoria EY¹. A quantidade de informação processada cresce exponencialmente: são dados sobre clientes, fornecedores, competidores, funcionários e operações. As áreas de tecnologia lutam para manter infraestruturas capazes de armazenar esse volume descomunal.

Mas será que estamos fazendo o melhor uso desse reservatório de informação e extraindo valor estratégico do custo de sua manutenção?

O conceito de big data surge como resposta. Trata-se do conjunto de informações de alto volume (centenas de terabytes), alta velocidade (frações de segundos) e enorme variedade (diversas fontes) — os três “vs” do big data. É necessária tecnologia sofisticada para entendimento, correlação e transformação desses dados em indicadores de risco, performance, produtividade e valor (o quarto “v”). Assim eles podem contribuir para as análises dos departamentos de risco, compliance, antifraude, de prevenção à lavagem de dinheiro, entre outros.

Estamos falando de informação estruturada (mantida nos sistemas de legados das instituições), semiestruturada (relatórios, trade messages) e não estruturada (imagens, vídeos, áudios e textos que circulam em mídias sociais, e-mails, SMSs, smartphones, blogs, chats etc). Combinadas, essas três categorias constituem um potencial inestimável para previsões de conduta quase em tempo real — desde que manipuladas por uma aplicação analítica capaz de prevenir atividades suspeitas e de gerenciar riscos, resultados financeiros e performance operacional.

Com modelos estatísticos e algoritmos os dados são convertidos em inteligência para fundamentar decisões estratégicas, com impacto na sustentabilidade da organização². O emprego da análise preditiva, originalmente desenvolvida para uso das inteligências de governos, amplia a segurança nos negócios. O refinamento dos diagnósticos embasa conclusões que não seriam possíveis com a simples avaliação de informação estruturada.

O big data, assim, revoluciona os tradicionais processos e pode representar economia de custos, por reduzir o potencial de risco. Em vez de simplesmente monitorar eventos passados, o tipo de análise que acessa múltiplas fontes e as combina para identificar um padrão de comportamento resulta em previsões que permitem reação muito mais rápida.

Por meio de um melhor entendimento da informação é viável identificar áreas em que existam esforços duplicados, e propor melhorias em processos; atenuar requerimentos de capital, porque os riscos operacionais foram apropriadamente dimensionados; entender comportamentos de funcionários e identificar oportunidades de aperfeiçoamento na comunicação interna ou definir perfis de contratação.

Sob o ponto de vista de prevenção à lavagem de dinheiro, os diagnósticos são hoje comumente baseados em cenários preestabelecidos que se relacionam com informação estruturada armazenada nos sistemas legados, sem inclusão de algoritmos ou análise preditiva — de forma que a detecção de desvios dentre tantas variáveis exige um esforço manual considerável. O mesmo acontece com a detecção de fraudes, dependente da reconciliação de um volume significativo de dados de clientes, operações e colaboradores.

No que diz respeito à análise de crédito, em vez de examinar manualmente relatórios financeiros para detectar problemas, o analista pode valer-se do big data para identificar prematuramente sinais de alerta. Já os auditores logram rever cada transação, e não apenas trabalhar por amostragem, o que se traduz em controle operacional mais eficaz.

Recentes escândalos no mercado financeiro mostram que a tolerância é zero para desvios (vide as altíssimas multas aplicadas). As instituições precisam usar formas não tradicionais de prevenção, uma vez que as antigas técnicas não acompanham o a evolução do requinte dos fraudadores.

Nesse cenário, auditores, risk managers, compliance officers, chief information officers e chief security officers desempenham um importante papel como agentes de transformação — apesar de muitos continuarem submersos em processos manuais. Com o big data, eles podem fazer mais e novas perguntas e prever condutas. A tecnologia se traduz em mais do que proatividade: representa previsibilidade. É fundamental ressaltar, entretanto, que o diferencial não está na capacidade de se armazenar o dado, e sim de tratá-lo de forma inteligente.

Ter pleno controle das informações significa desenhar o próprio futuro com mais segurança. As instituições que investirem nessa nova tecnologia e conseguirem extrair um valor mensurável de seus próprios dados terão uma evidente vantagem competitiva. E poucos vão querer perder essa onda.


¹ Big data: changing the way businesses compete and operate – Insights on governance, risk and compliance – EY, April 2014
² Where have you been all my life? How the financial services industry can unlock the value in Big Data – PwC FS Viewpoint, October 2013


*Ana Paula P. Candeloro (anacandeloro@uol.com.br) é docente de governança corporativa e compliance no LL.M. em Direito dos mercados financeiro e de capitais do Insper



Participe da Capital Aberto: Assine Experimente Anuncie


Tags:  tecnologia big data gerenciamento de risco banco de informações informação estruturada banco de dados

Compartilhe: 


Encontrou algum erro? Envie um e-mail



Matéria anterior
Dividendo controverso
Próxima matéria
Visão eclética do compliance reforça ética nas empresas




Recomendado para você




Nenhum comentário

Deixe uma resposta

O seu endereço de e-mail não será publicado.



Leia também
Dividendo controverso
Desde as discussões iniciais em torno de sua adoção legal, nos anos 1970, o dividendo mínimo obrigatório está no centro...