À medida que o "Big Data" e a análise de dados facilitam a transição da equipa financeira de centro de custo para parceiro de negócios estratégico, novas oportunidades estão a surgir para indivíduos dispostos a adquirir as competências necessárias.

Por que isso está em foco agora?

Nos últimos anos, novas tecnologias e custos de computação mais baixos permitiram que as empresas obtivessem maior valor dos seus ativos de informação do que nunca. Ao mesmo tempo, um aumento exponencial nas fontes de dados externas e no poder de processamento permite que as empresas gerem insights e desenvolvam novas oportunidades em muitos setores. E não é apenas o volume de dados que está a aumentar; a velocidade com que novas fontes de dados surgem também está a acelerar.

No entanto, embora haja uma crescente consciência das possibilidades que os dados oferecem, o desafio para as empresas é evitar informações irrelevantes e encontrar formas económicas de descobrir o que é valioso nos seus ativos de dados internos e o que é útil nas fontes externas.

Por que as equipas financeiras gerem big data?

Tradicionalmente, grande parte da informação em que as organizações confiavam estava sob a alçada da função financeira. Por razões de contabilidade e controlo, as finanças evoluíram para um guardião natural da informação sobre as operações da organização, incluindo interações com partes interessadas externas e reguladores. Apesar do seu papel importante, a função financeira tendia a ser vista como um centro de custo em vez de um gerador de valor; no entanto, isso parece estar a mudar agora. Pesquisas da Association of International Certified Professional Accountants sugerem que novas tecnologias estão a desencadear uma mudança de foco para uma maior ênfase na criação de valor.

Numa novo relatório, com base em insights de um estudo com mais de 5.500 profissionais financeiros em 2.000 organizações em 150 países, a AICPA descobriu que a maioria dos líderes financeiros globalmente acredita que as competências das suas equipas devem “mudar significativamente” nos próximos três anos, à medida que as novas tecnologias assumem tarefas tradicionais. Além disso, a AICPA afirma que as empresas esperam que a automação de tarefas repetitivas crie um foco mais forte na criação de valor, com a experiência em áreas como análise de dados, gestão de risco cibernético e modelos de negócios a facilitar essa mudança.

Dado o papel central da função financeira como guardiã da informação financeira, talvez não seja surpreendente que, quando as organizações decidem quem deve ser responsável por obter e analisar 'Big Data' relevante para fins estratégicos, as finanças sejam frequentemente o primeiro ponto de contacto. No entanto, um desafio que as equipas enfrentam é que não se trata apenas de avaliar e introduzir novas fontes de dados externas; as questões de dados internos também precisam ser abordadas. Tipicamente, as equipas têm consideráveis recursos de dados internos à sua disposição, mas estes estão frequentemente dispersos por múltiplos sistemas, que podem estar desalinhados e/ou depender de tecnologias legadas desatualizadas.

Como as equipas financeiras podem superar os desafios de trabalhar com big data?

Numa entrevista da McKinsey & Co, Ash Gupta, diretor de risco da American Express, explicou como a sua organização abordou os problemas de dados internos.

“A primeira mudança que tivemos de fazer foi simplesmente tornar os nossos dados de maior qualidade. Temos muitos dados e, por vezes, simplesmente não os estávamos a usar e não estávamos a prestar tanta atenção à sua qualidade como agora precisamos… A segunda área é trabalhar com as nossas pessoas e garantir que estamos a centralizar alguns aspetos do nosso negócio. Estamos a centralizar as nossas capacidades e a democratizar o seu uso. Penso que o outro aspeto é que reconhecemos, como equipa e como empresa, que nós próprios não temos competências suficientes e que precisamos de colaboração com todo o tipo de entidades fora da American Express.”

Os desafios que Gupta descreve serão reconhecidos por muitas equipas financeiras e de tesouraria. Uma abordagem técnica que pode oferecer uma solução fácil e económica ao partilhar dados entre sistemas são as Interfaces de Programação de Aplicações (API). As APIs permitem que subconjuntos de dados sejam partilhados de forma padronizada, rápida e segura entre diferentes sistemas. Os benefícios típicos incluem a eliminação de erros humanos, ao mesmo tempo que agilizam e aceleram as transferências de dados e substituem o processamento em lote por informações em tempo real.

Como a automação ajuda na análise de big data?

O automação de tarefas tradicionais como orçamentação, previsão e monitorização de desempenho, combinada com o acesso melhorado a dados internos e a capacidade de aproveitar feeds de dados de fontes externas, está a libertar as equipas de finanças e tesouraria para se concentrarem em atividades mais estratégicas e de valor acrescentado, como identificar novas oportunidades de negócio, priorizar áreas de investimento e melhorar a gestão de riscos.

A um nível prático, quando implementada adequadamente, a capacidade dos processos automatizados de detetar rapidamente desvios de padrões regulares, como pagamentos incomuns, ou de visualizar dados de diferentes fontes (por exemplo, contabilidade, tesouraria, vendas, transações históricas, previsões) através de uma única lente, melhora as capacidades das equipas de finanças e tesouraria, não apenas no controlo financeiro, mas amplamente em toda a organização.

Como as tecnologias emergentes estão a impulsionar o big data?

Avanços tecnológicos, como a inteligência artificial e o machine learning, que consolidam e analisam grandes volumes de dados em tempo real, aumentam a capacidade de investigar rapidamente atividades suspeitas e melhoram a precisão das determinações. Adicione Big Data relevante, como previsões económicas, feeds de notícias ou atividade em redes sociais, e os insights que podem ser descobertos vão ainda mais longe — por exemplo, capturar sinais de mercado ou destacar informações que podem ser usadas para otimizar o fluxo de caixa, informar decisões cambiais, aprimorar o planeamento de cenários e melhorar a gestão de riscos.

Como o big data está a mudar as finanças?

Com a crescente consciência do potencial dos dados para agregar valor, estão a ser criados novos cargos nas equipas financeiras para desenvolvedores e analistas de dados, cujas responsabilidades variam desde a criação de modelos e algoritmos de dados até à identificação de tendências e ao desenvolvimento de gráficos e apresentações visuais. Estas novas posições ajudam a colmatar a lacuna de competências em análise de negócios e a aprimorar a função de finanças e tesouraria. As competências técnicas para estas funções incluem mineração e extração de dados, modelagem estatística e análise de dados com várias ferramentas implementadas para auxiliar nestas tarefas (por exemplo, SQL, Python, R, ferramentas de visualização de dados).

Qual o futuro do big data nas finanças?

Olhando para o futuro, o exemplo anterior aponta para o tipo de oportunidade que a análise pode criar para as equipas financeiras fazerem a transição para um papel mais estratégico. A pesquisa recente da AICPA indica que esta mudança já está a acontecer, à medida que as equipas financeiras se transformam para se tornarem verdadeiros parceiros de negócios que agregam valor.

‍