Os profissionais com visões de negócios conhecem melhor a relevância dos dados que a companhia tem e, se esses dados não estiverem organizados, a ponto de serem requeridos e trabalhados em curto espaço de tempo, não há inteligência – artificial ou humana – que tire o melhor proveito deles. Foi o que mostraram especialistas do Itaú Unibanco, Santander e Serasa Experian, durante o último dia de apresentações da Febraban Tech 2023.
Laila Kurati, head de estratégia de dados do Santander Brasil, avaliou que as grandes companhias têm trabalhado na governança de dados há algum tempo, e isto envolve organização, gestão de acesso, classificação de confidencialidade e outros parâmetros. “Temos trabalhado para organizar as informações em contexto de negócio, para dar acesso a um dado correto, acurado e de qualidade. Enfim, estamos produzindo informação qualificada, inclusive no conceito de single source of truth (fonte única de verdade)”, disse.
Segundo ela, o banco tem framework baseado em modelo federado, e, com ele, trabalha muito próximo às áreas de negócios, justamente para aproveitar do melhor conhecimento que eles têm sobre o valor dos silos de dados coletados e armazenados. “Tudo isso reduz o lead time para colocar os produtos e ofertas na ponta, para o cliente”, resumiu.
No Itaú Unibanco, a estratégia direcionada por dados (data driven) é semelhante, segundo Moisés Nascimento, head de dados e analytics da instituição. Ele salientou que essa organização, comentada por Laila, é o maior desafio de uma cultura data driven, pois, sem informações bem estruturadas, os outputs de serviços baseados em dados, como a inteligência artificial generativa, serão naturalmente ruins. “Já estávamos vendo a ampliação de IA no setor financeiro, e isto vai ser acelerado. O diferencial competitivo está com quem consegue usar melhor os dados para produzir produtos com mais agilidade”, disse.
Segundo ele, o banco trabalhou na sua jornada para a nuvem nos últimos anos, criando uma arquitetura bem distribuída para que a inovação esteja habilitada a acontecer na ponta, perto do cliente, e sem perder a governança sobre os dados. “Temos mais de 300 cientistas de dados hoje e isto é prova do quanto investimos em data analytics para produzir novos serviços e gerar features para respostas mais assertivas às necessidades dos clientes”, completou.
Leia também:
– Entenda a diferença entre dados e informação
Como se auto considera uma “data tech”, o Serasa Experian, segundo Caio Rocha, diretor de produtos de autenticação e prevenção à fraude da empresa, os “dados são os combustíveis para as soluções que a empresa de recuperação de créditos leva ao mercado”. Na visão de Rocha, esse conceito direciona não só os olhares para autenticação e prevenção de fraudes, mas também para a identificação de padrões dos bons consumidores.
“O machine learning e a inteligência artificial, se bem aplicados, ajudam muito nesse processo”, disse, ressaltando que, para isso, a qualidade do arcabouço de dados, como adiantaram os especialistas do Itaú Unibanco e Santander, é fundamental.
“Temos o costume de pensar na parte mais sexy das tecnologias, que é como aplicar e gerar valor em produtos. Mas o alicerce é ter uma engenharia de dados afinada para aplicar essas informações de forma eficiente e organizada”, concluiu.
