Como a Plataforma de Orquestração de Decisão da Sinky eleva sua vantagem competitiva
Há um número cada vez maior de fontes de dados e APIs disponíveis para ajudar os provedores de serviços financeiros a incorporar a inovação em seus processos existentes. No entanto, combinar todas essas fontes de dados e APIs para criar valor comercial mensurável é onde a verdadeira complexidade entra em ação.
Em 2022 no Brasil, o número de APIS de serviços financeiros cresceram 244% e o ritmo da inovação só continuou a acelerar. Nosso mercado de API integrado permite que os provedores de serviços financeiros acessem dados anteriormente isolados e integrem as melhores soluções pontuais da categoria com mais facilidade do que nunca. Mas o “acesso” é simplesmente a ponta do iceberg: o verdadeiro desafio é criar valor comercial mensurável a partir destas inovações.
US$ 1 trilhão por ano: o custo surpreendente da má gestão de dados de clientes
Considere um processo típico de integração de clientes B2B em um contexto de serviços financeiros, como pagamentos internacionais, crédito e empréstimos, subscrição de seguros ou casos de uso ainda mais simples, como abertura de conta bancária. Para integrar um cliente, você precisará avaliar os dados de seu aplicativo em relação a várias “fontes de verdade” e, em seguida, oferecer um produto financeiro conforme determinado pelas regras de sua política. Normalmente, isso envolverá a orquestração de mais de 10 fontes de dados diferentes para cada mercado operacional, cada uma com seus próprios esquemas, fluxos de consentimento, complexidades e economia.
Sem a capacidade de compartilhar e compreender facilmente os mesmos dados entre essas diferentes fontes, cada integração exigirá uma implementação personalizada, muitas vezes resultando em duplicação dispendiosa de dados, dependências manuais e experiências desarticuladas do cliente. Isto é agravado pelo número de fontes de dados normalmente envolvidas e pela complexidade dos dados que elas retornam.
De acordo com a Experian e a MIT Research, dados de má qualidade e má gestão de dados podem representar surpreendentes 15-25% das receitas, o que colocaria o custo para o sector dos serviços financeiros em mais de US$ 1 Bi. Não é novidade que os prestadores de serviços financeiros deverão gastar mais de US$ 120 Mi de dólares todos os anos nos próximos anos na gestão de dados e na análise de risco para resolver estes problemas – e isso sem contar com os intervenientes financeiros incorporados.
Se fizerem a integração do zero, as equipes de engenharia poderão rapidamente ficar sobrecarregadas pela complexidade das tarefas de engenharia de dados e pela experiência comercial específica do domínio necessária para tornar os dados acionáveis para toda a empresa. A desconexão entre equipes de dados e usuários empresariais é um problema bem conhecido e documentado. Sob a pressão dos prazos de lançamento, os compromissos de design resultam em processos rígidos e não escaláveis. Estas tornam-se particularmente evidentes quando o negócio cresce para acomodar mais utilizadores, novos produtos ou expande a sua cobertura internacional.
Os usuários empresariais que consomem os dados, como as equipes de operações de risco, atualmente contornam esses desafios consultando manualmente cada fonte de dados, verificando seu conteúdo e avaliando se quaisquer discrepâncias são significativas. Tudo isso consome muito tempo, está sujeito a erros e é difícil de automatizar.
Não é nenhuma surpresa que o uso de ferramentas como o Excel para conectar e reconciliar manualmente diferentes fontes de dados ainda seja o padrão em muitas partes dos serviços financeiros.
E essas mudanças têm um impacto muito mais amplo em todo o negócio. Os prestadores de serviços financeiros têm de investir tempo e dinheiro em atividades não essenciais e não diferenciadoras, de importância crítica, como a gestão de fornecedores, a engenharia de dados e a manutenção constante – tempo e dinheiro que poderiam ser investidos de forma muito mais impactante na otimização das experiências dos clientes ou no desenvolvimento de mais conformidade competitiva, ou políticas de risco. Como consequência, demora muito mais tempo a entrar em novos mercados ou a lançar novos produtos; e sem uma visão abrangente dos dados subjacentes, é quase impossível gerir e otimizar todo o portfólio.
Acertar sua camada de dados representa uma enorme oportunidade de negócios
A maioria das organizações reconhece há muito tempo que ter uma plataforma de dados não é apenas algo bom de se ter, mas também uma necessidade. O valor é desbloqueado através da ativação de dados coerente e consistente: gerando insights acionáveis, melhorando as experiências do cliente e fornecendo a base escalonável para a automação de processos e decisões.
Especificamente num contexto de serviços financeiros, os dados são utilizados ao longo de todo o ciclo de vida da organização e do cliente – na verdade, a “camada de dados” é indiscutivelmente o componente mais importante do design do sistema de informação:
- Contribui diretamente para qualquer tomada de decisão e afeta a capacidade de atingir metas de automação.
- Permite uma experiência perfeita em todos os pontos de contato com o cliente.
- Determina a eficiência com que as regras de conformidade regulamentar podem ser satisfeitas.
O ROI de acertar a camada de dados é mensurável desde o primeiro dia:
Economia de custos e eficiência – Economize custos de engenharia de dados e operações de risco, reduzindo tarefas manuais e automatizando processos
Aumente as receitas e reduza fraudes – Aumente a conversão por meio de pontos de contato de dados personalizados e tempo de processamento de decisão acelerado. Reduza fraudes por meio de dados holísticos e em tempo real
Menor tempo de lançamento no mercado – Lance novos produtos financeiros, expanda entre regiões geográficas ou adicione novas fontes de dados em tempo recorde
Mas o que uma camada de dados deve fazer?
A função principal de uma camada de dados é abstrair a complexidade da engenharia de dados (como integração, manutenção e otimização de dados), permitindo que você crie facilmente produtos escalonáveis e automatize seus processos.
Acreditamos que existem cinco recursos principais necessários para alimentar uma camada de dados eficaz:
Conectar – uma camada de dados deve ser capaz de se conectar a todas as suas principais fontes de dados, independentemente do provedor e da fonte, e exibir dados delas de maneira consistente. Resolvemos isso com nosso marketplace de API integrado, que possui uma biblioteca de integrações prontas para uso com as fontes de dados financeiros e provedores de API mais importantes. Nossos recursos otimizados garantem que a adição de novos provedores de dados nas principais categorias de provedores seja simples, garantindo nossa própria neutralidade de fornecedor e permitindo que nossos clientes se conectem e usem seus próprios fornecedores.
Normalizar – cada fonte de dados, mesmo aquelas aparentemente muito semelhantes, terá suas próprias nuances e complexidades. Nossos modelos de dados unificados proprietários fornecem uma linguagem compartilhada entre esses provedores de API de serviços financeiros, alimentando um conjunto de esquemas extensíveis e otimizados para cada categoria de provedor (como dados de agências de crédito, dados de registro de empresas, dados de identidade e assim por diante).
Priorize – diferentes fontes de dados podem retornar dados sobrepostos – e possivelmente conflitantes – e, portanto, sua camada de dados deve ser capaz de priorizar hierarquias de dados, resolver conflitos de dados e reduzir erros. Para acionar os provedores de API automaticamente, você também pode precisar fazer uma “ligação em cadeia” entre várias fontes para retornar os melhores dados. Por exemplo, o nome fantasia de uma empresa pode ser diferente da razão social; portanto, ele precisará ser transformado para permitir pesquisas adversas na mídia ou na presença on-line.
Link – Em qualquer processo típico de serviços financeiros, você desejará avaliar diversas entidades (empresa, pessoa e possivelmente ativos e passivos) relacionadas ao mesmo registro de cliente. Com uma visão coerente de todas essas entidades, a camada de dados da Sinky revela os relacionamentos para otimizar o gerenciamento de aplicações na vida real. Mais importante ainda, apoiamos você a ir além de um instantâneo único de um registro de cliente para uma visão abrangente da evolução do perfil do seu cliente à medida que mais dados são coletados.
Unificar – alcançar uma visão unificada do cliente entre os fornecedores de API parece impossível para muitas empresas, resultando em tomadas de decisão inadequadas devido a percepções imprecisas do cliente e ineficiências de processo. Na verdade, 89% das empresas enfrentam desafios para criar uma visão única do cliente. Por outro lado, uma camada de dados bem projetada e abrangente, com todas as capacidades descritas acima, pode fornecer esta visão “por padrão”. Como estamos integrados em todas as APIs e fontes de dados relevantes, a Sinky está numa posição única para gerar um perfil de cliente unificado e fornecer insights acionáveis sobre qualquer fornecedor individual usado isoladamente.
Qual é o próximo passo?
Melhorar a qualidade dos seus dados é uma grande oportunidade de negócio. Dados melhores significam menos erros, custos mais baixos, melhores decisões e menos atrito nas experiências do cliente.
Mas a simples implementação de uma camada de dados não é o fim da história. Ajudamos nossos clientes a resolver seus casos de uso de negócios específicos e a automatizar seus principais processos de serviços financeiros.
