A medida que el «big data» y la analítica facilitan la transición del equipo financiero de un socio comercial estratégico a un centro de costos, se abren nuevas oportunidades para las personas que desean adquirir las habilidades necesarias.

¿Por qué se centra en esto ahora?

En los últimos años, las nuevas tecnologías y los menores costos de computación han hecho posible que las empresas obtengan más valor que nunca de sus activos de información. Al mismo tiempo, el aumento exponencial de las fuentes de datos externas y la potencia de procesamiento permite a las empresas generar información y desarrollar nuevas oportunidades en muchos sectores. Y no es solo el volumen de datos lo que aumenta, sino que también se acelera la velocidad a la que surgen nuevas fuentes de datos.

Sin embargo, si bien cada vez hay más conciencia de las posibilidades que ofrecen los datos, el desafío para las empresas es evitar la información irrelevante y encontrar formas rentables de descubrir lo que es valioso en sus activos de datos internos y descubrir lo que es útil en fuentes externas.

¿Por qué los equipos financieros gestionan los macrodatos?

Tradicionalmente, gran parte de la información en la que se basaban las organizaciones recaía en el ámbito de la función financiera. Por motivos de contabilidad y control, el departamento de finanzas evolucionó hasta convertirse en un custodio natural de la información sobre las operaciones de la organización, incluidas las interacciones con las partes interesadas y los reguladores externos. A pesar de su importante papel, la función financiera tendía a considerarse como un centro de costos más que como una generadora de valor; sin embargo, ahora eso parece estar cambiando. Las investigaciones de la Asociación de Contadores Profesionales Certificados Internacionales sugieren que las nuevas tecnologías están provocando un cambio de enfoque hacia un mayor énfasis en la creación de valor.

En un nuevo informe, basada en las conclusiones de un estudio realizado a más de 5.500 profesionales financieros de 2.000 organizaciones de 150 países, la AICPA descubrió que la mayoría de los líderes financieros de todo el mundo creen que las competencias de sus equipos deben «cambiar significativamente» en los próximos tres años, a medida que las nuevas tecnologías sustituyan las tareas tradicionales. Además, la AICPA afirma que las empresas esperan que la automatización de las tareas repetitivas genere un mayor enfoque en la creación de valor, y que la experiencia en áreas como el análisis de datos, la gestión del riesgo cibernético y los modelos de negocio faciliten el cambio.

Dado el papel central de la función financiera como guardiana de la información financiera, tal vez no sea sorprendente que, cuando las organizaciones deciden a quién encargar de obtener y analizar los «macrodatos» relevantes para fines estratégicos, las finanzas suelen ser la primera opción. Sin embargo, un desafío al que se enfrentan los equipos es que no se trata solo de evaluar e introducir nuevas fuentes de datos externas, sino que también hay que abordar los problemas de datos internos. Por lo general, los equipos disponen de importantes recursos de datos internos, pero estos suelen estar dispersos en varios sistemas, que pueden estar desalineados o depender de tecnologías antiguas y anticuadas.

¿Cómo pueden los equipos financieros superar los desafíos de trabajar con big data?

En un Entrevista a McKinsey & Co, Ash Gupta, director de riesgos de American Express, explicó cómo su organización abordaba los problemas de datos internos.

«El primer cambio que tuvimos que hacer fue mejorar la calidad de nuestros datos. Tenemos muchos datos y, a veces, simplemente no los utilizábamos y no prestábamos tanta atención a su calidad como necesitamos ahora... La segunda área es trabajar con nuestra gente y asegurarnos de que estamos centralizando algunos aspectos de nuestro negocio. Estamos centralizando nuestras capacidades y democratizando su uso. Creo que el otro aspecto es que, como equipo y como empresa, reconocemos que nosotros mismos no tenemos las habilidades suficientes y que necesitamos la colaboración de todo tipo de entidades ajenas a American Express».

Los desafíos que describe Gupta serán reconocidos por muchos equipos de finanzas y tesorería. Un enfoque técnico que puede ofrecer una solución fácil y rentable a la hora de compartir datos entre sistemas son las interfaces de programación de aplicaciones (API). Las API permiten compartir subconjuntos de datos de forma estandarizada, rápida y segura entre diferentes sistemas. Los beneficios típicos incluyen eliminar los errores humanos y, al mismo tiempo, agilizar y acelerar las transferencias de datos y reemplazar el procesamiento por lotes por información en tiempo real.

¿Cómo ayuda la automatización al análisis de big data?

El automatización de las tareas tradicionales, como la elaboración de presupuestos, la previsión y la supervisión del rendimiento, combinadas con un mejor acceso a los datos internos y la capacidad de aprovechar las fuentes de datos de fuentes externas, permiten a los equipos de finanzas y tesorería centrarse en actividades más estratégicas y de valor añadido, como la identificación de nuevas oportunidades de negocio, la priorización de las áreas de inversión y la mejora de la gestión de riesgos.

A nivel práctico, cuando se implementan adecuadamente, la capacidad de los procesos automatizados para detectar rápidamente las desviaciones con respecto a los patrones habituales, como los pagos inusuales, o para ver los datos de diferentes fuentes (por ejemplo, contabilidad, tesorería, ventas, transacciones históricas, previsiones) desde un único punto de vista, mejora las capacidades de los equipos de finanzas y tesorería, no solo en el control financiero, sino en toda la organización.

¿Cómo potencian las tecnologías emergentes los macrodatos?

Avances tecnológicos, como la inteligencia artificial y aprendizaje automático, que consolidan y analizan grandes volúmenes de datos en tiempo real, mejoran la capacidad de investigar rápidamente las actividades sospechosas y mejoran la precisión de las determinaciones. Añada macrodatos relevantes, como las previsiones económicas, las fuentes de noticias o la actividad en las redes sociales, y la información que se pueda obtener irá aún más lejos: por ejemplo, capta las señales del mercado o destaca la información que se puede utilizar para optimizar el flujo de caja, fundamentar las decisiones cambiarias, mejorar la planificación de escenarios y mejorar la gestión de riesgos.

¿Cómo están cambiando las finanzas los macrodatos?

Con una conciencia cada vez mayor del potencial de los datos para agregar valor, se están creando nuevas funciones en los equipos financieros para desarrolladores y analistas de datos cuyas responsabilidades van desde la creación de modelos de datos y algoritmos hasta la identificación de tendencias y el desarrollo de gráficos y presentaciones visuales. Estos nuevos puestos ayudan a reducir la brecha de habilidades de análisis empresarial y mejorar la función de finanzas y tesorería. Las habilidades técnicas para estas funciones incluyen la extracción y extracción de datos, la modelización estadística y el análisis de datos, con diversas herramientas implementadas para ayudar en estas tareas (por ejemplo, SQL, Python, R, herramientas de visualización de datos).

¿Cuál es el futuro del big data en las finanzas?

De cara al futuro, el ejemplo anterior señala los tipos de oportunidades que la analítica puede crear para que los equipos financieros pasen a un rol más estratégico. Una investigación reciente de la AICPA indica que este cambio ya se está produciendo, a medida que los equipos financieros se transforman para convertirse en socios comerciales que realmente agregan valor.

‍