O open banking, ou o sistema financeiro aberto, é uma tendência já presente e irreversível, que promoverá a criação de produtos financeiros cada vez mais personalizados e individualizados, aumentando a competitividade entre os players do mercado.

Para que as instituições bancárias consigam surfar com sucesso na onda do open banking e promover a inovação sustentável, é fundamental seguir uma estratégia de negócio orientada a API. Para quem não está familiarizado com a sigla, as APIs são as interfaces que permitem a fácil conexão de uma plataforma com outros sistemas.

No cerne de cada API estão os dados. Por isso, ter acesso rápido a eles é o primeiro ponto de partida em qualquer processo. Porém, embora toda fintech deseje que seus dados sejam ágeis, eficientes e escaláveis, a maioria ainda lida com um pântano de dados em seus sistemas, ou seja, um complexo labirinto de barreiras organizacionais de dados históricos, recentes, tempo real e de streaming.

No mundo do open banking, nada acontece sem a API para integrar um serviço, uma função ou parte dos dados. Então, a forma como as empresas do open banking gerenciarão suas APIs é uma questão essencial para que consigam ser ágeis e inovadoras. A tecnologia por trás do gerenciamento de APIs ajuda as empresas a criar, produzir, proteger e analisar o conjunto de rotinas e padrões de programação como produtos.

Outra inovação que veio para ficar é o uso de tecnologias de análise para entendimento contínuo das informações. Ferramentas de business intelligence de autoatendimento ajudam os humanos a entender mais facilmente seus dados. Porém, essas ferramentas analisam apenas o que já aconteceu. Analisar dados históricos gera padrões e os mecanismos observados no passado continuarão no futuro.

Já a governança e a gestão de metadados são parte de uma cultura que não pode ser imposta a fórceps por regulamentações, fornecida apenas pela tecnologia ou terceirizada. Mas a tecnologia pode facilitar uma cultura de curadoria contínua de dados. As empresas do Open Banking terão acesso às informações de contas, dados pessoais sensíveis, interações consentidas e outros dados, o que faz do gerenciamento de metadados um aspecto crucial em um projeto de arquitetura, considerando como todos os elementos (APIs, BI, ciência de dados e virtualização de dados) podem interagir com estes metadados.

E, finalmente, há a ciência de dados em streaming. O machine learning tradicional treina modelos com base em dados e esta abordagem considera que o mundo permanece essencialmente o mesmo, isto é, que os mesmos padrões, anomalias e mecanismos observados no passado continuarão no futuro.

Um conhecido caso de sucesso é o da AA Ireland, uma das maiores seguradoras da Europa, com soluções para automóveis, viagens e residências, que usa ciência de dados em streaming para gerar modelos de precificação dinâmica e avaliação de riscos. Em vez de usar modelos preditivos estáticos, a AA Ireland usa as condições atuais do mercado, aumentando ou diminuindo descontos, por exemplo. Essa tecnologia ajuda a explicar oportunidades e riscos existentes no mercado naquele momento, não dependendo de previsões baseadas nos cenários passados.

* Jorge López Morales é vice-presidente de vendas da TIBCO Software na América Latina.