370 likes | 512 Vues
Big Data applied in the financial sector a case study Camilo Rojas camilor@co.ibm.com - twitter @camilo_rojas IBM SSA & LCR BigData & Information Management. Uso de Big Data en servicios financieros.
E N D
Big Data applied in the financial sector a case studyCamilo Rojascamilor@co.ibm.com - twitter @camilo_rojasIBM SSA & LCRBigData & Information Management
Uso de Big Data en servicios financieros • En 2012, IBM junto con Said Business School entrevistaron a 1,144 empresas en 95 paises, preguntando los usos de Big Data en el sector financiero. • 71% creen que Big Data y Analytics están generando una ventaja competitiva, vs. 63% en otras industrias, y 36%dos años antes. • Pueden recibir el reporte completo a través de un mensaje a @camilo_rojas o camilor@co.ibm.com
Algunos resultados del estudio • Las organizaciones están siendo prácticas en la aplicación de analytics y Big Data. • El 74% de las entidades están planeando, implementando soluciones de Big Data y Analytics. • Los casos de uso centrados en el cliente son el 55% de las aplicaciones. • El valor de BigData depende de los fundamentos de la gestión de la información • Los proyectos iniciales de Big Data se basan en la información interna de las entidades • Big Data requiere fuertes capacidades en analytics
Aplicación de Business Analytics en la Vicepresidencia de Riesgo y CobranzaJOHNNY LEYTON FERNANDEZ
Objetivos Implementación Business Analytics • Automatizaciónyestandarizaciónde procesos operativos. • Lograr efectividadyeficaciaen la generación de reportes. • Emplear indicadores estadísticosy análisis predictivo en sus reportes. • Construir modelos de Segmentación y Predictivos para resolver problemas de negocio. • Encontrar nuevos patrones para identificar comportamientos y tipologías de LA/FT, fraude, riesgos y cobranzas. • Exploraciónde múltiples bases de datos, con el objetivo de encontrar patrones, tendencias o reglas. • Reducción de falsos positivos. • Minimizar el riesgo operativo en el manejo de información de negocio. Extracción Preparación Diagnóstico Presentación Predicción
Implementación IBM SPSS MODELER División cumplimiento(Riesgo Lavado y FT)
Situaciones por Resolver en la División Cumplimiento • Implementación de procesos analíticos • Segmentación y perfilamiento de clientes con IBM SPSS Modeler. • Construcción de indicadores prospectivos por producto, para predecir el comportamiento transaccional de los clientes. • Automatización de Procesos • Mejora de tiempos de ejecución. • Nuevo sistema de segmentación y perfilamiento empleando medidas estadísticas de reconocido valor técnico. • Adecuar las condiciones con base en el proceso de segmentación y perfilamiento, reduciendo los falsos positivos en la generación de alertas. (Calibración de la plataforma de Monitoreo) • Automatización de Reportes • Generación de reportes de manera oportuna, dándole valor agregado a datos que no se tenían en cuenta.
Segmentación y Perfilamiento Transaccional de los Clientes
Segmentación de Clientes Proceso Variables Cálculos Resultados Sistemas Consolidación de la Información (Escenarios por productos para determinar su score transaccional mayor) Movimientos Transaccionales (Información histórica de los últimos seis meses) PERFILES Ficha SARLAFT Fórmulas Estadísticas (Quartiles, Promedio ponderado, Desviación estándar, coeficiente de variación) Productos (Cuentas, corrientes, Cuentas de Ahorro, CDT´s, Tarjeta de Crédito, Operaciones en ME) Segmentación Transaccional de los Clientes TOPES Monitor Datos Básicos (Identificación, nombres, actividades Económicas, etc.) Generación de Archivo Plano (Archivo con la identificación, el perfil transaccional del cliente y su nivel de riesgo) CLIENTES Y TOPES ORM SARLAFT
Extracción Preparación Diagnóstico Presentación Predicción Ruta Perfilamiento de Clientes
Beneficios Obtenidos • Segmentacióny perfilamiento adecuado de los diferentes factores de riesgo del Banco (Clientes, Canales, Jurisdicción y Producto) al aplicar técnicas avanzadas de minería de datos. • Reducción de la periodicidad de ejecución del modelo, de Trimestral aMensual. • Reducción del número de falsospositivos en el monitoreo transaccional, optimizando el uso de la plataforma tecnológica. • Controlarquienes acceden a las bases de datos, concifradodecontraseñasparaevitarlaejecución no autorizada demodelos. • Reducción del tiempooperativopermitiendo aprovechar el recurso e información disponible para analizar datos y variables que antes no se habían tenido en cuenta para administrar el riesgo de LAFT; e incremento del tiempo de los auditores aplicado al análisis de operaciones (cerca de 30 procesos automatizados).
Beneficios Obtenidos • Ahora es posible establecerperfilesderiesgohistóricostransaccionales de cada uno de los clientes y realizar seguimiento sobre las alertas generadas a partir de cambios en su perfil de riesgo habitual. • IndependenciadeTIpara acceder a fuentes de información y realizar cambios en los modelos. • Accesoa diferentesorígenes de información simultáneamente, así como exportar y desplegar información a diferentes destinos. • Capacidad para hallarinconsistencias, atipicidades y patronesenlainformación; así como brindar la posibilidad de utilizar mecanismos para trabajar con los datos lo más limpios posible. • Excelente complemento al sistema de monitoreo de transacciones para la prevención del Lavado de Activos (Monitor Plusti)
Implementación IBM SPSS MODELER Divisiones Riesgo de crédito Y RIESGO de TESORERIA (Mercado y liquidez)
Situaciones por Resolver • Implementación de procesos analíticos • Modelo para la estimación de la Probabilidad de incumplimiento de clientes de cartea comercial. (Riesgo Crédito) • Automatización de indicadores semanales de Riesgo de Liquidez. • Cálculo de VeR SWAP IBR, DV01, BacktestingVeR. (Riesgo Mercado) • Automatizaciónde Procesos • Eliminar la dependencia del usuario en lenguajes de programación y mejorar los tiempos de implementación y ejecución. • Monitoreode Operaciones en Moneda Local. (Riesgo Mercado) • Cálculo de Exposición Crediticia Derivados (Riesgo Crédito y Mercado) • Administración Portafolio SWAP IBR Cotización Banrep / SWAP CCS • Valoración de Opciones y Escenarios de Stress (Riesgo Mercado) • Validación Cálculo Activos Líquidos (Riesgo Liquidez) • Automatización de Reportes • Generación de reportes de cartera vencida y provisiones del Banco enriquecidos con múltiples opciones de visualización. (Riesgo de Crédito)
Situaciones Resueltas: Reporte Cartera Vencida y Provisiones Objetivo: Informar a la Vicepresidencia de Banca Empresarial, Oficial e Intermedia las variaciones en la Cartera Vencida, Provisiones Acumuladas y Provisiones mensuales (Provisiones y reversiones), por regional y gerente de zona.
Situaciones Resueltas: Procesos Automatizados USGAAP – FAS 107 (Riesgo de Crédito) Pasó de 24a 9.6 horas en ejecutarse, minimizando también la exposición al error humano
Declaración de Renta MODELADO ESTADÍSTICO Antes
Declaración de Renta MODELADO ESTADÍSTICO Declaración de Renta Ahora AHORA Incremento de Eficiencia en 58.3%
Beneficios Obtenidos en la División de Riesgo de Crédito Para los analistas de la División de Riesgo de Crédito, la aplicación de la analítica ha sido realmente significativa para su trabajo diario, logrando los siguientes beneficios: • Invaluable apoyo para el modelo de calificación automática de clientes Base para la posterior sistematización realizada. • Automatización de procesos y reportes (82 procesos con ahorros en tiempo en promedio del 52%). • Mejorar los tiempos de respuesta de los reportes que se presentan a la Alta Gerencia entre un 42 y 96% • La interfaz gráfica ha permitido que los analistas no necesiten realizar códigos de programación como lo hacían en PL/SQL. • Destinarmayor tiempo aprocesos de análisis de la información. • Ya no hay dependencia de la herramienta PL/SQL, esta será desinstalada.
Desarrollo de Productos para Tesorería Derivado SWAP de Tasa de Interés en Diferentes Monedas (CCS SWAP) • Permite administrar entrada y salida de contratos, manejo de portafolio histórico. • Realiza la valoración diaria del portafolio vigente. • Generación de múltiples reportes: pago de cupones, vencimientos del día, reportes a la SFC, exposición crediticia, resumen del portafolio, etc. • Generación de información contable (movimientos de contabilidad). • Calculo de indicadores de sensibilidad (Griegas). • Todos los procesos se realizan de forma automática por medio de scripting para agilizar el proceso de administración del portafolio.
Desarrollo de Productos para Tesorería Derivado SWAP de Tasa de Interés en Diferentes Monedas (CCS SWAP) Beneficios y Ventajas • Puesta en producción del producto a bajo costo para participar en el mercado de CCS SWAP. • Reducción de tiempos de proceso: Disminución de 30minutos a 1 minuto en el tiempo de generación de información comparado si todo el proceso se realizara de forma manual. • Disminución de riesgos operativos: Al realizar el procedimiento a través de IBM SPSS Modeler se reduce sustancialmente la probabilidad de incurrir en errores operativos por manipulación de información. • Permitió realizar el desarrollo en 1 mes. • Permite realizar cambios (parametrización) de forma fácil y rápida.
Derivado SWAP de Tasa de Interés en Diferentes Monedas (CCS SWAP) FRONT OFFICE RIESGO TESORERIA BACK OFFICE/DOCIT Envío de anexo/LFC Confirmación contraparte Insumos Fuentes mercado (Infovalmer) Operaciones nuevas Operaciones nuevas Se realiza la negociacion con el Broker o contraparte Reporte a BanRep Informe Derivados SPSS Curvas Valoración (Infovalmer) Curvas Proveedores Reportes día anterior Liquidación Cupón/Vcto Reporte Cupones Reportes Reporte Resumen Portafolio Se captura contabilidad manual Reporte Contabilidad SPSS Resumen portafolio vigente Exposición Crediticia Archivos VeR e IRL Finac ALM (Transmisión SFC) Reporte Flujos por operación Archivo plano (Trans. SFC) Formato 472 Seguridades Reporte Gerencial Monitoreo diario políticas y limites Monitoreo Cupos Validación valoración Controles Información Posición Propia Reporte Auto retención Proceso Manual Importación automática Exportación automática
20Procesos Implementados (18 Operando y 2 en Desarrollo). • Ahorro en tiempos de procesos (carga operativa). • Oportunidad en entrega de información y reportes (frecuencia). • Reducción en Riesgos Operativos. • Inclusión de nuevos controles a procesos actuales. • Implementación de nuevos procesos en menor tiempo del estimado. • Puesta en producción de productos a menor costo (comparado con • implementaciones en aplicaciones robustas). Beneficios Obtenidos en la División Riesgo de Tesorería
Implementación IBM SPSS MODELER División seguridad bancaria y de la información
Situaciones por Resolver en la División de SBI • Implementación de procesos analíticos • Modelo para la Prevención de fraudes con tarjetas mediante la identificación de Posibles Puntos de Compromiso. • Modelos para identificar e investigar fraude interno. • Analizar el 100% de los campos de la base de Monitor para identificar tendencias y origen del fraude. • Automatización de Reportes • Estadísticas de Fraudes con Tarjetas. • Adquirencia en Tarjetas de Crédito.
Situaciones por Resolver en la División de SBI • Automatizaciónde Procesos • Detectar pagos con cheques para liberar cupos de Tarjetas de Crédito. • Cruzar el fraude detectado en Monitor con el reportado en Safe y TC 40. • Generar Base de datos de celulares para las Redes Redeban y Credibanco. • Identificación de conexiones en Occired (CRM), a través de IP Riesgosas. • Identificar a los clientes que les llegan mensajes de texto, para hacer mas eficiente la labor de monitoreo. • Realizar un estricto seguimiento de las vulnerabilidades de la plataforma tecnológica, reportada en los escaneos semestrales.
Implementaciones Analíticas en la División de SBI BD de Celulares Clientes Redeban y Credibanco Monitoreo de consultas Detectar pagos con Cheque para Liberar cupo TC Identificación de posibles puntos de compromiso TC MasterCard Estadísticas Fraudes con Tarjetas Cruces de fuentes de información Fraude Detectado Monitor - Safe Monitoreo TRX en cajeros TD en exterior Adquirencias TC Identificar créditos injustificados a cuentas de nomina Cruce cuentas empleados Consultas a cuentas con fraude Monitoreo Consultas CRM Verificación de saldos
Beneficios Obtenidos • Correlaciónde eventos, logs, archivos y fuentes de datos variables para detectarposiblespuntos de compromiso. • Manejo amigabley de fácil entendimiento para realizar cruces de información. • Reduccióndetiempo en el procesamientohasta en un 90% e integración de la información, dejando un mayor tiempo para el análisis de la misma. • Permite extraer, combinar, identificar, seleccionar y transformar con flexibilidad datos importantes y significativos para análisispredictivo.
Beneficios Obtenidos Mayor confiabilidad de la información. Tomar decisiones de manera oportuna con respecto a la prevención de fraude bajo diferentes modalidades. Bloqueo oportuno de dinero. Detectarde manera oportuna posibles fraudes que empleen cuentas de empleados. Identificar posible fuga o compromiso de información. Bloqueo de dineros en cuentas provenientes de fraude. Excelente complemento al sistema de monitoreo transaccional MONITOR PLUSTI
Implementación IBM SPSS MODELER División cobranzamasiva (Consumo)
Ventajas de la Utilización de IBM SPSS Modeler • Facilita la administración de Bases de Datos • Integración de información en una sola Herramienta • Flexibilidad para modificar un Proceso • Interface Visual fácil de entender al usuario, lo cual facilita el entendimiento de los procesos y cada una de sus etapas • No requiere usuario con Perfil de programador. • Disminuye Tiempos de Proceso comparado con otras aplicaciones (Excel, Access) • Mejora la calidad, confiabilidad y seguridad de la información procesada • Mayor Capacidad de análisis de la información procesada • Manejo oportuno de alertas de gestión • Optimización y generación de nuevos procesos
Implementaciones Analíticas en la División Cobranza Listas de trabajo Balance Score Card Scoring de Cobranza Sistema de Información Cartera Castigada Minería de Datos - IBM SPSS Modeler
Scoring de Cobranza Objetivo:Establecer la prioridad de gestión para cada cliente con base en variables de habito de pago y demográficas, con el fin de realizar una cobranza costo/eficiente Antes:Ejecución de Consultas y Macros en Access que permitían realizar las combinaciones de las variables para mostrar el resultado (Intensidad, alta, media, baja). : Tiempo estimado de proceso 2 Horas. Fuentes de Información Archivos de Texto y Excel Hoy - Modeler: Diseño del Modelo y Construcción del Flujo de proceso, ejecución de la Ruta Tiempo de Ejecución Actual: 40 Minutos Tiempo Optimizado: 67%
Beneficios Obtenidos • Mejora la calidad, confiabilidad y oportunidad en la generación y entrega de información. • Disminución y optimización de tiempos de procesamiento de la información, hasta en un 75% • Brinda mayor capacidaddeanálisisy posibilidad de generar nuevos procesos para atender necesidades de negocio • Las rutas y procesos diseñados pueden ser protegidos con claves de seguridad. • Excelente complemento al sistema ICS de administración de la cartera vencida.
Conclusiones • La analítica permite a las organizaciones mejorar en sus procesos de acceso, preparación y generación de información a través de indicadores y reportes, entre otros mecanismos. • El primer paso involucra automatización de procesos operativos para la generación de informes, y representa disminuciones de tiempo significativas. • La automatización de procesos disminuye el riesgo operativo y potencia el tiempo de los usuarios para analizar con técnicas especializadas problemas de negocio. • A través de la analítica se pueden construir modelos predictivos y de segmentación que encuentran patrones sobre los datos para responder de manera anticipada ante diferentes requerimientos.