EY Big Data en El Sector Financiero Espanol

Octubre, 2014
Big Data en el sector

financiero espaol
Resultados de la encuesta sectorial
sobre Big Data
Big Data en el sector

financiero espaol
Resultados de la encuesta sectorial
sobre Big Data
Octubre, 2014
Introduccin
Oportunidades y aplicaciones de Big Data

en el sector financiero - Banca y Seguros
Principales barreras para la implantacin

de iniciativas de Big Data en el sector
15
Estado actual de las iniciativas de Big Data y

Analytics en el sector financiero espaol
21
Conclusiones
28
39%
En la actualidad hay
casi 3 mil millones de
usuarios de Internet a
nivel general, el 39%
de la poblacin
mundial.
6 zettabytes
El volumen de datos generados o
procesados en 2014 superar los
6 zettabytes, incrementndose
hasta los 40 zettabytes en 2020.
78%
Setenta y ocho por ciento
de los consumidores
piensa que su informacin
personal permite a las
empresas obtener mayores
beneficios.
71%
Setenta y uno por ciento de los
ejecutivos declara no estar
preocupado porque sus
clientes empiecen a restringir
el uso de informacin
personal. Slo un 19% afirma
s estarlo.
49%
Fuente: Anlisis EY
Cuarenta y nueve por ciento

de los consumidores afirma
que estar dispuesto a reducir
en los prximos 5 aos la
informacin personal que
comparte.
Big
96%
70%
80%
Setenta por ciento de los

consumidores afirma que no
le satisface compartir
informacin personal con las
empresas, frente a un 25%
que s acepta compartirla.
Ochenta por ciento de

las organizaciones
est dando los
primeros pasos en la
adopcin de iniciativas
de Big Data.
79%
Data
Existen casi 7 mil
millones de
suscripciones activas
de telefona mvil,
equivalente al 96% de
la poblacin mundial.
Setenta y nueve por

ciento de las
empresas afirma
estar convencidas
de que Big Data
incrementar sus
ingresos.
59%
208.300
fotografas
Explosin de datos no
estructurados: cada minuto, se
suben a Facebook 208.300
fotografas, y 350.000 Tweets
son divulgados en Twitter.
Cincuenta y nueve por ciento

de los decisores en las
empresas emplea datos
generados por los
consumidores para tener
mayor conocimiento sobre
sus clientes.
Introduccin
Big Data, el fenmeno de nuestro tiempo

La combinacin de una impresionante explosin de
datos y el rpido desarrollo de nuevas tecnologas que
permiten almacenar y procesar esta informacin va a
transformar ya est empezando a hacerlo el modo
en el que las empresas gestionan sus negocios. Despus
de un periodo inicial, en el que Big Data era considerado
algo opcional para la mayora de las compaas, su valor
es hoy ampliamente reconocido. Big Data y Analytics
empiezan a formar parte del da a da de las empresas.
En todo el mundo, las organizaciones han empezado
a explotar las oportunidades que Big Data ofrece. Sin
embargo, el avance ha sido muy pequeo en cuanto
a la cuantificacin del valor a obtener con el anlisis
de datos estructurados y no estructurados de forma
conjunta, para generar conocimiento que apoye la toma
de decisiones. Y es precisamente el Valor que se deriva
de la gestin de estos datos y su transformacin en
conocimiento til lo que, probablemente, constituye la
mayor ventaja de Big Data y Analytics, y que completa
las 3Vs y los 3 retos que tan frecuentemente se
mencionan asociadas a estos conceptos:
Volumen: cantidad ingente de datos que no pueden

ser manejados por las herramientas tradicionales de
gestin de bases de datos
Veloc
i
Vo
l
Big
Data
en
um
d
da
Va r
ie d a d
Valor
Encuesta Big Data | 2014
Variedad: datos obtenidos de una gran diversidad

de fuentes, tanto internas como externas, y con
diferentes formatos, tanto estructurados como no
estructurados
Velocidad: datos que cambian y evolucionan a

una gran velocidad, y necesidades de negocio que
precisan de anlisis y respuestas casi en tiempo real
Muchas empresas an no han desarrollado el marco

adecuado para generar este valor. Los proyectos
muchos de ellos an solo prueba de concepto o
proyecto piloto se estn desarrollando de modo
individual y separado, ms que como parte de un plan
completo a nivel de toda la organizacin. A menudo,
las compaas incluso desconocen qu preguntas son
las que necesitan plantear, qu problemas de negocio
son los que requieren una respuesta desde el mbito
de Big Data y Analytics. Igualmente, son an escasas
las organizaciones que tienen ya una visin global de
las barreras que impiden llegar a maximizar el valor
de sus datos, y que incluyen aspectos como el enorme
volumen de datos a gestionar, la falta de las capacidades
y habilidades necesarias en reas como Analytics, o
cuestiones de tipo legal y regulatorio.
Valor
Big Data aporta novedosas
capacidades analticas, que
permiten generar nuevos
conocimientos y aplicarlos
a la solucin de los riesgos
que las entidades afrontan,
obteniendo as ventajas
competitivas.
Presentacin de la encuesta
En este contexto, EY, FrontQuery y Teradata
han realizado una encuesta para entender los
principales retos que Big Data plantea al sector
financiero - Banca y Seguros - en el mercado
espaol, as como conocer el estado y los planes de
desarrollo de iniciativas de Big Data.
Para ello, se remiti un cuestionario con ocho preguntas
a directivos de las reas comercial, marketing, sistemas
/ tecnologa, operaciones, inteligencia de clientes y
organizacin, cubriendo aspectos como:
Las principales reas de aplicacin de negocio de

nuevas soluciones, metodologas y tecnologas, as
como los beneficios esperados
Las mayores barreras para el diseo e implantacin

de iniciativas Big Data y Analytics en las
organizaciones
Estado actual y desarrollo previsto de iniciativas

Big Data
Este documento presenta las principales conclusiones

derivadas de dicha encuesta, con el objetivo de adquirir
una mayor y mejor comprensin de los desafos y
oportunidades que Big Data y Analytics plantean a las
organizaciones.
Una comprensin que, sin duda, le ser de utilidad para
iniciar o continuar su andadura en estas iniciativas,
que pueden lograr mejoras significativas mediante
la captura, almacenamiento, gestin, anlisis y
explotacin de estos nuevos datos que existen,
permitindole generar nuevos conocimientos y
aplicarlos a la solucin de los retos y oportunidades
que su Entidad puede afrontar, obteniendo as ventajas
competitivas y diferenciacin frente a la competencia.
El primer paso para derivar valor de

BigData no debera ser hablar de
cmo derivar valor de Big Data, sino
empezar preguntando qu decisiones
de negocio debo adoptar de modo ms
eficiente y eficaz. Recurriendo a una
analoga, hay un motivo por el que
aquellos exploradores que partieron con
un objetivo o destino claro son aquellos
a los que la Historia recuerda. Coln no
pretenda conocer el ocano; buscaba
descubrir una ruta hacia China, y en
este empeo logr descubrir Amrica,
llegando, en ltima instancia, a conocer
que en el camino de Europa a China por
el Oeste exista una gran masa
detierra
Christer Johnson, Advanced Analytics Leader, Enterprise
Intelligence, EY
Oportunidades y aplicaciones
de BigData en el sector
financiero - Banca y Seguros
Oportunidades y aplicaciones de Big Data en

el sector financiero - Banca y Seguros
En servicios financieros (Banca y Seguros), existen oportunidades significativas

de obtencin de beneficios mediante la aplicacin de tecnologas y
metodologas de Big Data y Analytics. Con la crisis del sector financiero de
2008, la presin regulatoria ha forzado a muchos negocios, particularmente
en Banca, a invertir en reas como gestin de riesgo, cumplimiento normativo
y operaciones. Esto ha acelerado la tendencia hacia la gestin empresarial
de los datos, lo que constituye un buen punto de partida en la adopcin
de nuevas y ms avanzadas iniciativas de explotacin de los mismos.
Desde el punto de vista de las oportunidades y aplicaciones

percibidas por parte del sector, las respuestas de los
encuestados desvelan que la principal rea de aplicacin de
Big Data y Analytics la constituye la segmentacin avanzada
de clientes. La incorporacin de nuevas fuentes de datos a
las segmentaciones tradicionales posibilita la obtencin de
una visin y un entendimiento ms completos de los clientes
de las Entidades, lo que lleva aparejada la definicin de
propuestas de valor ms adaptadas a los diferentes perfiles
de clientes. Conocer mejor a los clientes permite realizar
un targeting ms ajustado, y esto se traduce en mayor
eficiencia y rendimiento de las acciones comerciales.
La fidelizacin de clientes se perfila como la segunda

aplicacin de estas tcnicas, especialmente relevante en
las entidades aseguradoras. Tras una profunda crisis del
sector, que ha llevado a una fuerte prdida de confianza por
parte de los clientes, detectar el abandono con suficiente
antelacin (especialmente para los clientes de mayor valor)
10
y definir acciones de retencin eficientes ha pasado a ser

una prioridad para las Entidades, rea en el cual Big Data y
Analytics pueden ayudar a mejorar.
Una mejor gestin de la omnicanalidad tan importante
en un contexto en el que las nuevas tecnologas ponen a
disposicin de los clientes un mayor nmero de canales de
comunicacin mejorados y alta capacidad de transaccin
con las empresas y la definicin de estrategias de pricing
dinmico por segmento de cliente, en un contexto que se
acerca al real time, aparecen tambin en puestos destacados
cuando se pregunta por las principales reas de aplicacin
de Big Data.
1 Cules seran los tres aspectos que en su opinin presentan mayores

oportunidades estratgicas, basadas en inteligencia de clientes y
soluciones Big Data?
Entidades Bancarias
Segmentacin-ciclo de vida
y targeting avanzado
31,7%
Gestin de la
multicanalidad
Marketing en deteccin de alertas
y otro tipo de eventos complejos
14,6%
12,2%
Fidelizacin de clientes
mediante anlisis avanzados
9,8%
Seguimiento avanzado
de la competencia
9,8%
Entidades Bancarias y Entidades Aseguradoras

33,3%
Fuente: Anlisis EY, FrontQuery y Teradata
15,4%
Gestin de la multicanalidad
10,3%
Pricing dinmico
10,3%
Marketing de deteccin de alertas

y otro tipo de eventos complejos
7,7%
Entidades Aseguradoras
35,1%
Pricing dinmico
Mejora de la calidad de servicio
y del customer experience
Seguimiento avanzado de la competencia
Gestin de la multicanalidad
21,6%
13,5%
Segmentacin-ciclo de
vida y targeting avanzado
son las principales
oportunidades en el sector.
10,8%
5,4%
Respecto a los beneficios esperados por las entidades del

sector, hay un amplio consenso en sealar el apoyo en
procesos complejos de toma de decisiones como el primer
aspecto diferencial. Como se ha comentado anteriormente, el
principal punto de partida al definir la estrategia de adopcin
de Big Data y Analytics debe ser determinar las cuestiones
de negocio a las que se necesita dar una respuesta, siendo
ste el modo de asegurar el xito en la generacin de valor
de estas iniciativas.
La integracin de datos de fuentes internas y externas recordemos la V de Variedad como dimensin relevante
de Big Data - con obtencin de inteligencia en esta
combinacin de fuentes es, tanto para los bancos como para
las entidades aseguradoras que han respondido la encuesta,
la segunda gran ventaja a obtener.
11
Oportunidades y aplicaciones de Big Data en

el sector financiero - Banca y Seguros
2 De los distintos aspectos diferenciales sobre los proyectos Big Data Cules
considera Usted ms prometedores y diferenciales en su negocio?
Entidades Bancarias
Apoyar procesos complejos
de toma de decisiones
35,3%
Ser capaz de integrar fuentes

externas e internas de datos
Ser capaz de extraer inteligencia de
la combinacin de fuentes estructuradas
y no estructuradas de informacin
29,4%
14,7%
Ser capaz de conjugar

datos heterogneos
Ser capaz de trabajar con volmenes
ingentes de informacin
11,8%
8,8%

28,8%
Ser capaz de extraer inteligencia de la

combinacin de fuentes estructuradas
27,3%

datos heterogneos
21,9%
21,9%
12,5%

3,1%
datos heterogneos
La combinacin de Big Data y Analytics permite a las Entidades

aprovechar nuevas fuentes de datos para mejorar la calidad
de la toma de decisiones, posibilitando un anlisis de datos
y generacin de informacin til en tiempo ms real y
7,6%
40,6%

12
10,6%
Ser capaz de extraer inteligencia de

la combinacin de fuentes estructuradas

25,8%
Extraer valor de los datos y

apoyar la toma de decisiones,
son los aspectos ms
diferenciales de Big Data.
proporcionando una verdadera diferenciacin, que se traduce

en resultados de negocio, tanto por el incremento de eficiencias
como por aumento en los ingresos.
13
Muchas organizaciones estn empezando

a sentir frustracin por el limitado
progreso que han hecho hasta la fecha. A
la vez que recordar que esto es algo que
siempre ocurre cuando se introducen
nuevas tecnologas, las empresas deben
aceptar el reto de autoevaluarse y medir
las barreras que amenazan con impedirles
llegar a obtener el mximo potencial
derivado de Big Data y Analytics.
14
Principales barreras para la

implantacin de iniciativas
de Big Data en el sector
15

Big Data se describe habitualmente en trminos de volumen, variedad, velocidad y

veracidad, y muchas organizaciones estn actualmente enfrentndose a cada una
de estas medidas de modo individual. No se dispone de los medios, tecnolgicos y
humanos, para gestionar el enorme crecimiento en el volumen y la variedad de datos
(estructurados y no estructurados, provenientes de fuentes internas y externas).
A pesar de que se reconoce que convertir los datos en informacin constituye una
gran ventaja, cuestiones como el concepto de Analytics en tiempo real, veracidad
de las diferentes fuentes de datos, o herramientas y tecnologas a emplear, son,
sin duda, barreras que ralentizan la puesta en marcha de proyectos de Big Data.
Las principales barreras identificadas en la

adopcin de una estrategia de Big Data en
las Entidades encuestadas se relacionan
principalmente con las capacidades tecnolgicas
necesarias. Existe la percepcin en la industria de
que es necesario realizar fuertes inversiones en
tecnologa para poder acometer dichas iniciativas,
algo difcil de asumir si se tienen en cuenta las
restricciones presupuestarias actuales y la
dificultad de estimar y cuantificar el retorno y
rentabilidad de estas inversiones.
16
En una disciplina tan novedosa, la falta de

conocimiento y talento es tambin un serio
problema para muchas Compaas, hecho que
ha sido puesto de manifiesto de modo especial
en las entidades aseguradoras participantes en
la encuesta. Es necesario contar con cientficos
de datos, expertos en visualizacin, analistas de
negocio, profesionales en la gestin de datos y
otros especialistas como expertos en tratamiento
de datos confidenciales, y el desarrollo de estas
capacidades en el seno de las Entidades es
complejo en el corto plazo.
3 Segn su criterio, cul de las posibles barreras de entrada que sealamos

a continuacin cree usted que es la ms fuerte en la implantacin de
proyectos Big Data?
Entidades Bancarias
Falta de presupuesto econmico
para acometerlos
28,1%
Barreras relacionadas con la

capacidad tecnolgica de la entidad
21,9%
Falta de criterio sobre la

rentabilidad que pueden ofrecer
las inversiones en Big Data (ROI)
21,9%
Falta de tiempo para

abordar estos proyectos
15,6%
Falta de conocimiento especializado

dentro de la Organizacin
12,5%

31,3%

21,9%

para acometerlos
18,8%

18,8%

9,4%
40,6%

25,0%

para acometerlos
21,9%
9,4%
3,1%
Adems de estas barreras, otras como la falta de un enfoque

global en lugar de iniciativas aisladas y limitadas dentro de
la Empresa, la dificultad de construir el business case de
estos proyectos, la necesidad de ajustarse al cumplimiento
normativo en temas de tratamiento de datos, e incluso el
Existen barreras de
entrada relacionadas
principalmente con la falta
de capacidades tecnolgicas
y el alto coste percibido.
desconocimiento por parte de las Empresas de qu hacer

con todos los datos disponibles, son aspectos que deben ser
considerados y resueltos cuando se disean e implementan
estrategias de Big Data y Analytics.
17

Desde nuestra experiencia, el modo de enfrentarse a estas barreras pasa por seguir diferentes actividades
orientadas a la generacin de valor:
Generar conocimiento a partir de los

datos. Transformar los datos en el tipo de
Gestionar los riesgos. Minimizar y mitigar

el riesgo, por ejemplo adoptando medidas ms
proactivas ante aspectos como la privacidad de
los datos o la ciber-seguridad, con nfasis en la
flexibilidad, adaptabilidad y responsabilidad. El
cambiante entorno regulatorio, cada vez ms
exigente, constituye el riesgo ms importante de
todos.
informacin que la Organizacin puede emplear.

Hay consideraciones de tipo prctico a resolver,
como el almacenamiento de grandes volmenes
de datos, cmo comprobar la calidad y veracidad
de las diferentes fuentes y tipos de datos, las
herramientas analticas a emplear o la evaluacin
de si la Compaa dispone de las capacidades y
el talento necesarios para realizar estos anlisis.
El desarrollo de las capacidades analticas debe
realizarse de modo gradual y alineado con las
prioridades de negocio.
Prepararse para la transformacin. Todos

los cambios significativos y relevantes en las
organizaciones deben iniciarse en la Alta Direccin.
Es sta quien debe liderar el cambio e identificar
el talento interno, fomentando que los ejecutivos
ms senior y el resto de la organizacin adopten
los mejores sistemas, tecnologas y Analytics
para su negocio. Para conseguir obtener el valor
de Big Data y Analytics, es necesario que todas
las funciones estratgicas (Direccin Financiera,
Direccin de Sistemas, Direccin de Marketing,
Direccin de Estrategia, etc.) trabajen juntas y
alineadas, lo que supone en muchos casos una
importante transformacin que afecta a toda la
Organizacin.
Ir un paso ms all. Definir planes de actuacin
Decidir qu es lo que se quiere lograr con

los datos. Identificar los problemas de negocio
a resolver, plantear hiptesis y aprovechar los

datos y las herramientas analticas para probar
o descartar dichas hiptesis. Recomendamos
comenzar con datos ya existentes en la Empresa,
con el objetivo de acelerar la obtencin de
resultados, generando as confianza y credibilidad
dentro de la Organizacin.
Definir modos de medir los resultados.

El xito de las iniciativas de Big Data y Analytics
se mide, en ltima instancia, por su impacto en
la rentabilidad, mediante menores costes o, ms
frecuentemente, por incremento de ingresos. Las
organizaciones deben desarrollar medidas para
cuantificar el impacto especfico de los esfuerzos
de Big Data. Decidir qu mtricas son relevantes
depender de la iniciativa implantada, y pueden
incluir desde gasto por cliente hasta el coste de
capital. El desarrollo de estas mtricas permitir
concentrar los esfuerzos en aquellas reas donde
se genera mayor valor y se posibilita la generacin
de resultados cuantificables, que pueden ser
empleados en la construccin de business cases
que apoyen futuras iniciativas .
18
que se puedan llevar a cabo, eficaces para explotar

y maximizar los resultados obtenidos en estos
proyectos, con identificacin de su impacto en
procesos, tecnologa y organizacin.
19
Las 3 principales palancas en la

adopcin de Big Data son la
simplificacin, la reduccin de costes y
el incremento de ingresos. Un rea en la
que vemos obtencin de beneficios
adicionales es mediante la aplicacin de
tcnicas y metodologas de Analtica
Avanzada de Clientes que permitan
nuevas y diferenciadas experiencias de
cliente.
Hyong Kim, Global Financial Services Organization Sector
Leader, Enterprise Intelligence, EY
20
Estado actual de las

iniciativas de Big Data
y Analytics en el sector
financiero espaol
21
Estado actual de las iniciativas de Big Data

y Analytics en el sector financiero espaol
A nivel global, el sector de servicios financieros es bastante maduro en comparacin con

otros sectores en lo que se refiere a la adopcin de Big Data y Analytics en su operativa
diaria. Algunas empresas del sector han rediseado su modelo de negocio a partir de
los resultados obtenidos en el anlisis de sus datos, por ejemplo re-estructurando sus
divisiones de negocio alrededor de los segmentos de clientes en lugar de los productos.
Mapa de estado
Servicios Financieros
Barreras - Madurez
Dificultad en el reconocimiento de
problemas de negocio que deben
resolverse con Big Data y Analytics
Retos tcnicos y tecnolgicos
derivados de gestionar el gran
volumen, variedad y velocidad de los
datos
Muy bajo
Bajo
Moderado
Alto
Muy alto
Falta de una aproximacin global
Escasez de talento y capacidades en

Big Data y Analytics
Temor a un ciber-ataque
Dificultad de construir business case,

dado el obstculo de estimar los
beneficios potenciales
Aspectos legales relacionados con
los datos personales, la privacidad y
el copyright
Fuente: Anlisis EY
22
Aunque se estn realizando avances, an quedan

pendientes aspectos relevantes para llegar a un
modelo de Big Data y Analytics totalmente maduro.
Por ejemplo, el alto nmero de procesos de
concentracin del sector bancario en nuestro pas
en los ltimos aos, ha dejado a muchos Bancos con
disparidad de sistemas que son difciles de integrar
y consolidar. Otro aspecto importante es el riesgo
reputacional; las empresas del sector, tan afectadas
por la crisis, son extremadamente cautas en reas
como la privacidad o la confidencialidad de los datos
y el acceso a los mismos, por temor a deteriorar
an ms las relaciones con sus clientes, aunque se
cumpla la regulacin al pie de la letra.
4 Ha tenido su entidad experiencia directa en el desarrollo de proyectos de

Big Data, entendido en sentido estricto?
Entidades Bancarias
25%
75%
25,4%
No
74,6%
S
No
25,8%
74,2%
Aunque el 75% de los

encuestados an no tiene
experiencia en estos
proyectos, existe inters
generalizado en empezar a
realizar proyectos piloto.
No
Entre las Empresas encuestadas, casi el 75% declara no

haber desarrollado proyectos de Big Data en los ltimos
dos aos.
A pesar de estos resultados, el 40% de las Entidades

encuestadas declaran estar interesadas en realizar proyectos
piloto, como una primera aproximacin a Big Data, como
medio para medir el impacto y esfuerzo relacionados con
este nuevo entorno, sin realizar grandes inversiones o
cambios organizativos complejos.
Se detecta una cierta cautela y, en algunos casos,

escepticismo, con un alto porcentaje de empresas ya
conocedoras de estas nuevas tecnologas pero an a la
espera de ser capaces de identificar aplicaciones y utilidades
concretas.
23

5 De las siguientes posibles posiciones ante los proyectos Big Data,

Cul reflejara mejor su actual situacin?
Entidades Bancarias
Por momentos
soy escptico
21,9%
A la espera de que expertos

demuestren utilidades concretas
21,9%
Interesado en realizar
proyectos piloto
37,5%
Estoy realizando proyectos piloto,

sin resultados evidentes
15,6%

con resultados prometedores 3,1%

Por momentos
soy escptico
12,7%

30,2%
proyectos piloto
sin resultados evidentes
con resultados prometedores
39,7%
11,1%
6,3%
Por momentos
soy escptico 3,2%
38,7%
proyectos piloto
41,9%

sin resultados evidentes 6,5%
con resultados prometedores
9,7%
24
Un elevado porcentaje de Entidades declara estar

interesado en realizar proyectos piloto, que les permita
probar los beneficios que pueden derivarse de estas nuevas
metodologas y soluciones.
Otro amplio grupo est a la espera de que Entidades con

ms capacidades analticas y tecnolgicas desarrollen las
primeras experiencias y sirvan como referencia para futuras
implantaciones.
6 Dado que comenta que su entidad ha tenido experiencia directa en el
desarrollo de proyectos Big Data, entendidos en sentido estricto, cmo

valorara sus resultados en una escala de 1 a 10 en los siguientes aspectos?
Entidades Bancarias
Facilidad de uso
y aplicacin
6,0
Facilidad en el acceso y uso

de nuevas fuentes de datos
5,5
Descubrimiento de ideas
o patrones no conocidos
5,3
Ofrecimiento de soluciones
de negocio no disponibles
Eciencia del proyecto en
trminos coste-benecio
5,5
3,6
Facilidad de uso
y aplicacin
6,5

6,0
5,8
6,1
4,9
Facilidad de uso
y aplicacin
7,1
6,5
6,3
6,8
6,1
Aquellas Entidades que declaran haber tenido experiencia

con iniciativas de Big Data, valoran la facilidad de uso y
aplicacin de las nuevas metodologas y herramientas, que
proporcionan adems un acceso fcil a las nuevas fuentes de
datos.
La generacin de valor, mediante el descubrimiento de

patrones o comportamientos desconocidos anteriormente,
que permite apoyar la toma de decisiones de negocio, son
tambin resultados destacados en estas experiencias.
25

7 Segn su criterio, cul sera el rea de negocio que requerira
replantamientos estratgicos o de marketing ms avanzados en el futuro

inmediato?
Entidades Bancarias
33,3%
Asesoramiento de inversiones
25,9%
Banca transaccional
Depsitos 1,9%
Crditos / Recuperaciones
Inmuebles adjudicados
9,3%
3,7%
18,5%
Medios de pago
Instrumentos previsin social
7,40%
32,5%
Seguros de autos
25,0%
Seguros de salud
Seguros multiriesgo hogar
y otros multiriesgo
12,5%
Planes de pensiones y otros

instrumentos de previsin social
30,0%
El asesoramiento en inversiones y la Banca transaccional en

las entidades bancarias, seguros de autos y previsin social
en las entidades aseguradoras, son las reas de negocio que
se considera que ms deben adaptarse a estas iniciativas
ms avanzadas, posiblemente por ser aquellas en las que de
modo ms inmediato se percibe como posible la aplicacin de
modelos Big Data.
26
En cualquier caso, como se ha mencionado anteriormente,

es necesario que las Entidades asuman que este proceso de
transformacin debe acometerse de forma global, aunque
gradualmente, a medida que se priorizan las necesidades de
negocio y se desarrollan las capacidades correspondientes - y
debe cubrir todas las reas de negocio, y no solo algunas de
ellas. Solo de este modo puede asegurarse el xito de Big
Data y Analytics y el aprovechamiento de todas las ventajas y
diferenciacin que pueden aportar a las Empresas.
27
Conclusiones
Big Data y Analytics:

Un reto y una oportunidad
de mejora significativa
Big Data y Analytics tienen un enorme potencial para

cambiar los negocios. Los rpidos avances tecnolgicos
y su disponibilidad estn haciendo posible procesar
y analizar enormes volmenes de datos multiestructurados, que proceden de diversas fuentes (tanto
internas como externas) y que cambian a una gran
velocidad.
28
Aunque en Espaa solo un pequeo porcentaje de

entidades en el sector financiero ha desarrollado
experiencias de Big Data, es el momento de empezar
a eliminar las barreras para el desarrollo de estas
iniciativas, emprendiendo un profundo proceso de
capacitacin y transformacin que debe generarse de
forma coordinada, a partir de la estrategia corporativa y
de clientes y con el soporte continuado de la tecnologa.
Las empresas del sector financiero deben liderar

esta revolucin: continuamente generan y adquieren
nueva informacin, cuentan ya con regulacin para el
tratamiento de datos y la gestin del riesgo y disponen
de las capacidades tecnolgicas requeridas para explotar
Big Data y Analytics y obtener ventajas competitivas.
Big Data est listo para despegar. Aquellas

Entidades que no sean capaces de resolver
los aspectos estratgicos, tecnolgicos y de
riesgo asociados y definir una aproximacin
global, quedarn atrs.
29
Informacin y datos de contacto
EY
Mejorar el rendimiento de su negocio gestionando a la vez los riesgos
constituye un reto empresarial cada vez ms complejo. Nuestros 30.000
expertos en asesoramiento conforman una de las redes ms amplias
del ramo a escala mundial, constituyendo equipos multidisciplinares
debidamente capacitados que trabajan con nuestros clientes para prestar
un servicio slido y de excelencia. Aplicamos metodologas integradas de
eficacia probada para ayudar a nuestros clientes a resolver los problemas
empresariales ms apremiantes a los que se enfrentan, a obtener un
rendimiento excelente en condiciones de mercado complejas y a promover
la confianza de sus grupos de inters de manera ms duradera.
Front Query
Consultora especializada en proyectos estratgicos y de marketing en el
sector financiero y asegurador. Abordamos nuestros proyectos siempre en
un contexto de especializacin, flexibilidad y trabajo en equipo, aplicando
desde hace ms de 20 aos tcnicas especializadas de micromarketing muy
avanzadas adaptadas a las necesidades de nuestros clientes. Desde hace
casi dos aos nos hemos incorporado al mundo Big Data, aplicando nuevos
mtodos y herramientas en este mundo, adaptados al sector financiero y
asegurador.
Teradata
Lder mundial en plataformas de anlisis de datos, aplicaciones de
marketing y servicios de consultora, ayuda a las organizaciones a ser ms
competitivas mediante el aumento del valor de sus datos y las relaciones
con los clientes. Visita teradata.com para ms detalles.
30
Datos de contacto
Nombre
Telfono
Email
915 725 029
arturo.derteanomarana@es.ey.com
915 727 280
beatriz.sanzsaiz@es.ey.com
911 821 526
aflores@frontquery.es
911 821 526
jrmorso@frontquery.es
913 445 200
carlos.iglesia@teradata.com
EY
Arturo Derteano
Socio responsable de Consultora,
Grupo de Servicios Financieros
Espaa
Beatriz Sanz
EMEIA Partner Leader Big Data
and Analytics
FrontQuery
Antonio Flores
Socio
Jos Ramn Mors

Socio
Teradata
Carlos de la Iglesia
Director Comercial del
Sector Financiero
31
EY | Assurance | Tax | Transactions | Advisory

Acerca de EY
EY es lder mundial en servicios de auditora, fiscalidad, asesoramiento

en transacciones y consultora. Los anlisis y los servicios de calidad
que ofrecemos ayudan a crear confianza en los mercados de capitales y
las economas de todo el mundo. Desarrollamos lderes destacados que
trabajan en equipo para cumplir los compromisos adquiridos con nuestros
grupos de inters. Con ello, desempeamos un papel esencial en la creacin
de un mundo laboral mejor para nuestros empleados, nuestros clientes y la
sociedad.
EY hace referencia a la organizacin internacional y podra referirse a una o
varias de las empresas de Ernst & Young Global Limited y cada una de ellas
es una persona jurdica independiente. Ernst & Young Global Limited es una
sociedad britnica de responsabilidad limitada por garanta (company limited
by guarantee) y no presta servicios a clientes. Para ampliar la informacin
sobre nuestra organizacin, entre en ey.com.
2014 Ernst & Young, S.L.
Todos los derechos reservados.
SP1410-54I
ED None
ey.com/es

EY Big Data en El Sector Financiero Espanol

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

EY Big Data en El Sector Financiero Espanol

Încărcat de

Drepturi de autor:

Formate disponibile

Octubre, 2014

Big Data en el sector

Big Data en el sector

Oportunidades y aplicaciones de Big Data

Principales barreras para la implantacin

Estado actual de las iniciativas de Big Data y

Cuarenta y nueve por ciento

Setenta por ciento de los

Ochenta por ciento de

Setenta y nueve por

Cincuenta y nueve por ciento

Big Data, el fenmeno de nuestro tiempo

Volumen: cantidad ingente de datos que no pueden

Encuesta Big Data | 2014

Variedad: datos obtenidos de una gran diversidad

Velocidad: datos que cambian y evolucionan a

Muchas empresas an no han desarrollado el marco

Las principales reas de aplicacin de negocio de

Las mayores barreras para el diseo e implantacin

Estado actual y desarrollo previsto de iniciativas

Este documento presenta las principales conclusiones

Encuesta Big Data | 2014

El primer paso para derivar valor de

Encuesta Big Data | 2014

Encuesta Big Data | 2014

Oportunidades y aplicaciones de Big Data en

En servicios financieros (Banca y Seguros), existen oportunidades significativas

Desde el punto de vista de las oportunidades y aplicaciones

La fidelizacin de clientes se perfila como la segunda

Encuesta Big Data | 2014

y definir acciones de retencin eficientes ha pasado a ser

1 Cules seran los tres aspectos que en su opinin presentan mayores

Entidades Bancarias y Entidades Aseguradoras

Fuente: Anlisis EY, FrontQuery y Teradata

Marketing de deteccin de alertas

Fuente: Anlisis EY, FrontQuery y Teradata

Fuente: Anlisis EY, FrontQuery y Teradata

Respecto a los beneficios esperados por las entidades del

Encuesta Big Data | 2014

Oportunidades y aplicaciones de Big Data en

Ser capaz de integrar fuentes

Ser capaz de conjugar

Entidades Bancarias y Entidades Aseguradoras

Ser capaz de extraer inteligencia de la

Fuente: Anlisis EY, FrontQuery y Teradata

Ser capaz de integrar fuentes

Ser capaz de conjugar

Fuente: Anlisis EY, FrontQuery y Teradata

La combinacin de Big Data y Analytics permite a las Entidades

Encuesta Big Data | 2014

Apoyar procesos complejos

Fuente: Anlisis EY, FrontQuery y Teradata

Ser capaz de extraer inteligencia de

Ser capaz de trabajar con volmenes

Extraer valor de los datos y

proporcionando una verdadera diferenciacin, que se traduce

Encuesta Big Data | 2014

Muchas organizaciones estn empezando

Encuesta Big Data | 2014

Principales barreras para la

Encuesta Big Data | 2014

Principales barreras para la implantacin

Big Data se describe habitualmente en trminos de volumen, variedad, velocidad y

Las principales barreras identificadas en la

El primer paso para derivar valor de