Conceitos
Na prática é o compartilhamento de dados de clientes (pessoa física ou jurídica) e de produtos e serviços financeiros onde os clientes terão a liberdade de compartilhar o histórico financeiro. São informações como: contas que foram pagas, o tipo de cartão, limites disponíveis, empréstimos, produtos contratuais entre outros.
“Open Finance é o compartilhamento padronizado de dados e serviços financeiros por meio da integração de sistemas entre instituições participantes e autorizadas pelo Banco Central do Brasil. É uma evolução do Open Banking, onde o compartilhamento de dados não se restringe apenas aos dados bancários, mas inclui todos os dados do cliente no ecossistema financeiro aberto”
Este compartilhamento é feito de forma voluntária, segura e gratuita. As instituições financeiras poderão oferecer recomendações mais adequadas, como serviços extras, isenções de cartão de crédito, taxas de crédito mais baixas ou melhores condições de parceria.
Impactos na adoção
O mercado financeiro evoluiu significativamente no uso de tecnologias e na complexidade de suas operações, acumulando uma vasta quantidade de dados sobre clientes e seus comportamentos. Esses dados são utilizados para prevenção de fraudes, combate à lavagem de dinheiro, estratégias de marketing e desenvolvimento de novos produtos. Até aqui, nada de novo.
Mas a pergunta que fica é: como esse modelo se sustenta frente aos concorrentes e ao novo paradigma do Open Finance? Os silos de dados, ou dados fragmentados, são uma realidade (prestes a mudar). As instituições financeiras detêm esses dados e, mesmo sem utilizá-los plenamente, continuam a retê-los estrategicamente para manter seu nicho de mercado.
No entanto, com o Open Finance, há uma necessidade urgente de repensar essa abordagem. Isso impacta diretamente na forma que as instituições financeiras tratam e manipulam seus dados:
Distribuição de Dados: A transição para bancos de dados distribuídos, significando que os dados não estão mais isolados em silos, mas serão compartilhados de maneira padronizada e segura entre instituições autorizadas.
Competitividade: O Open Finance promove maior transparência e controle para os clientes, permitindo que monitorem seus gastos e identifiquem tendências de consumo. Isso aumenta a competitividade e a inovação no setor financeiro.
Barreiras de Entrada: As barreiras tradicionais para novos entrantes são desafiadas, exigindo que as instituições financeiras adaptem suas estratégias para se manterem competitivas frete a novos concorrentes, muitas vezes com estruturas mais enxutas e com aporte financeiro para operarem sem rentabilidade a curto prazo.
Estamos testemunhando uma transição de bancos de dados fragmentados para bancos de dados distribuídos no ecossistema financeiro. Isso não é apenas uma mudança tecnológica, mas uma revolução nos negócios e nas barreiras para novos concorrentes.
Data Analytics e Data Lakes
A área de Data Analytics é essencial para garantir a sustentação e competitividade neste novo modelo. Nunca foi tão vital classificar dados e entender suas inter-relações. A construção Data Lakes (Grandes repositórios de dados brutos estruturados, semiestruturados ou não estruturados) permitem que as organizações armazenem grandes volumes de dados de diversas fontes em um único “local”.
Estes dados podem ser analisados para oferecer produtos e serviços mais personalizados. Para isso, uma especialização dos conjuntos de dados é uma iniciativa que irá requerer extrema atenção para ser mais assertivo nas suas análises e público-alvo. Sobre a perspectiva de custo, este grande volume de dados exigem uma alta capacidade computacional e normalmente utilizando ferramentas, como Big-Query em nuvem, sendo o grande “calcanhar de Aquiles” desta abordagem.
Manter uma estratégia de dados sobre controle e com um publico interno assertivo apoiado por uma governança e dados e Finops é chave para garantir o sucesso na construção Data Lakes especializados. Diante deste cenário elencamos quatro tópico a serem considerado de forma estratégica:
Classificação de Dados: Entender como os dados são classificados e utilizados é fundamental para manter a competitividade.
Alinhamento com Comportamentos dos Clientes: A classificação de dados deve estar alinhada com os novos comportamentos dos clientes, garantindo que as estratégias de negócio sejam eficazes e relevantes.
Ética e Segurança: Utilizar dados de forma ética e segura é imperativo para a confiança dos clientes e a sustentabilidade do negócio.
Controle de Custos: Manter uma governança constante dos custos de ingestão de dados e sua utilização nas análises. Uma reavaliação constante das ferramentas e sua otimização podem garantir um custo adequado frente ao retorno de insights dos comportamentos de produtos e serviços analisados por um público especializado.
API´S
Este modelo depende de integração apoiados em APIs, garantindo a comunicação entre a plataforma e os participantes. Revisitar e reforçar a adoção do conjunto de princípios de comunicação entre plataformas é uma iniciativa necessária para garantir as integrações.
O nível de maturidade proposto por Leonard Richardson, e uma boa maneira de pensar sobre o uso dessas técnicas.
Gestão de Consentimento
Gerenciar o consentimento dos usuários para o compartilhamento de dados pode ser desafiador. É essencial garantir que os consumidores possam facilmente conceder e revogar consentimentos conforme necessário. O fluxo de consentimento deve estar apoiado em boas praticas de segurança (Uso de RFC´s e protocolos seguros) para construir uma forte reputação e ganhar a confiança do cliente e demostrar a transparência necessária para quais operações e quais dados estão sendo compartilhados.
O uso de uma plataforma de API Manager que ofereça recursos adicionais, como gerenciamento de ciclo de vida de API e análise de tráfego, e uma escolha desejada para comunicação externa e pode apoiar e acelerar os fluxos de segurança necessários ao consentimento, aliada a uma governança de exposição de api´s.
Utilização de IA como diferencial
A redução de custos para novos entrantes, com uso de Inteligência Artificial mais acessível, amplia a necessidade de um investimento significativo e estratégico em Data Analytics. Isso não se limita à análise de dados. Envolve uma reflexão profunda sobre como os dados são classificados e utilizados de forma ética e segura para gerar novos negócios.
A crescente evolução das ferramentas de Inteligência Artificial, principalmente as LLM´S, que ainda estão sobre constante evolução e apresentam respostas incorretas ou pouco coerentes ,em vários cenários, abre espaço para outras alternativas.
Os modelos SLM (Pequenos Modelos de Linguagem) bem como Agente de IA especializados, podem ser uma alternativa atraente por serem menos complexos, mais treinados em conjuntos de dados menores. Isso os tornam mais rápidos, eficientes e com menores custo. Uma abordagem equilibradas destas tecnologias (LLM´S, SLM´S e AGENTES) pode oferecer uma estratégia mais adequada para atender melhor ao modelo de Open Finance por ter a capacidade de customizar produtos e serviços com analises mais precisas e mais competitivas em um mercado de dados distribuídos entres os concorrentes.
Conclusão
As da instituição financeira que oferecerem soluções para resolver problemas reais dos clientes, entregando experiências únicas, simples, fluidas e assertiva para cada necessidade, irão garantir a fidelidade e novas oportunidades de negocio se forem apoiadas por estratégia digital consistente e robusta.
Open Finance não é apenas uma evolução do mercado financeiro ; é uma transformação estratégica que redefine como as instituições operam e competem com uso de dados compartilhados. Dados bem classificados, um investimentos em cloud focada na competitividade de mercado e não somente em custos, apoiada por uma equipe de dados e governança de Finops que observam e analisam o mercado para propor soluções inovadoras, podem levar a um posicionamento privilegiado e ao crescimento do valuation, justificando os investimentos em tecnologia e em governança de dados.
Tenham um excelente dia! Eu sou Fernando Cerqueira e entrego estratégias digitais para os desafios do presente, com propostas de inovação para um futuro sustentável.
