La ciencia de datos ha sido vital para mejorar las operaciones de gestión de riesgos en los últimos tiempos. Con los ataques cibernéticos, incluidos el phishing y el ransomware, en aumento desde que se apoderó de la pandemia Covid-19, administrar y mitigar los efectos de tales incidentes, con la ayuda de la visibilidad de la red, es clave para la continuidad del negocio. Además, hay cortes de TI y amenazas internas con las que lidiar, que también requieren una sólida estrategia de gestión de riesgos.
En este artículo, exploramos cómo tomará forma el futuro del papel de la ciencia de datos en las iniciativas de gestión de riesgos.
Mayor agilidad
Dado que los incidentes que pueden paralizar las operaciones se vuelven más diversos, es vital que esas medidas de gestión de riesgos sean lo más ágiles posible para evitar quedar atrapados. La ciencia de datos puede ayudar a las empresas a analizar mejor las tendencias a corto y largo plazo, y a responder rápidamente a los posibles riesgos y las interrupciones, y esto se enfocará en más en el futuro.
“Ya sea en marketing, ventas, demanda, precios u operaciones, la clave para la gestión de riesgos no es solo detectar los riesgos potenciales, sino comprender su probabilidad, escala e impacto y luego reaccionar en consecuencia”, dijo Matt Andrew , socio y director del Reino Unido. director de Ekimetrics .
“En el comercio minorista, por ejemplo, hemos visto el impacto de no tener una comprensión lo suficientemente completa del mercado, la categoría y las tendencias y riesgos del consumidor con mitigaciones implementadas lo suficientemente pronto como para reaccionar ante una pandemia que cambia el mercado. Para empresas como Arcadia Group y Debenhams, factores como el alto costo de las tiendas físicas y una oferta fallida, incluido un comercio electrónico deficiente, se volvieron cada vez más imposibles de abordar. Aquellos que ya habían comenzado a invertir en esta área de la ciencia de datos habrán tenido una mejor oportunidad de reagruparse rápidamente y tomar mejores decisiones, desde grandes pivotes hasta la capacidad de capitalizar las micro oportunidades.
“Al comprender la gama potencial de resultados y cómo interactúan a través del análisis de datos, las empresas pueden respaldar una mayor agilidad en la toma de decisiones sobre dónde y cómo invertir, y ayudar a prepararse para el futuro frente a otros riesgos que aún no han surgido”.
Minimizar el error de conciliación mediante la automatización
Un aspecto clave de la ciencia de datos que tiene un futuro brillante es la automatización. Esto reduce la presión sobre los científicos de datos al tiempo que acelera los procesos, y cuando se trata de mitigar los riesgos, la automatización puede minimizar los errores en lo que respecta a la conciliación de datos: el movimiento y la alineación de datos críticos de la empresa entre sistemas.
Douggie Melville-Clarke , directora de ciencia de datos de Duco , explicó: “A medida que las empresas avanzan hacia la toma de decisiones que priorizan los datos, el énfasis en la automatización de datos está creciendo, y las empresas automatizan la mayor parte posible del proceso de reconciliación de datos para acelerar el proceso. , ayudan a las empresas a escalar y mitigar los riesgos de manera crucial.
“La conciliación de datos ha costado tradicionalmente a las empresas financieras importantes sumas de dinero a través de horas de trabajo y multas regulatorias. La automatización elimina el elemento de error humano de la reconciliación de datos. Las tareas manuales a menudo pueden volverse tediosas para el cerebro humano, dejando margen para el error, pero una computadora no puede aburrirse o presentarse cansada al trabajo. Es consistente. Y esta coherencia es crucial cuando se trata de grandes conjuntos de datos.
“Las tareas repetibles se pueden delegar en una computadora para manejarlas de manera más eficiente y con una tasa de error más baja, liberando a la fuerza laboral para realizar trabajos que agregan más valor al negocio, como la oferta de nuevos productos o la adaptación a cambios regulatorios.
“Las plataformas de automatización de datos también permiten a las empresas obtener una visión completa del proceso de transformación de datos, de principio a fin. A través del linaje de datos automatizado, las empresas pueden rastrear los procesos de limpieza y manipulación que experimentan los datos, brindándoles una vista holística de los datos de una manera estructurada, en lugar de una no estructurada. Esto ayuda con la detección de errores y la generación de informes, tanto a nivel interno como a las juntas reguladoras “.
Manejar más datos y mirar hacia el futuro
Según Trevor Morgan , gerente de producto de comforte AG , el valor agregado que la ciencia de datos traerá a la gestión de riesgos en un futuro cercano es doble: la capacidad de administrar más datos de una sola vez y mirar hacia el futuro en lugar de que los eventos pasados.
“Los datos empresariales están creciendo casi exponencialmente y también están aumentando en complejidad en términos de tipos de datos”, dijo Morgan.
“Hemos superado con creces el momento en que los seres humanos podían examinar esta cantidad de datos para ver tendencias a gran escala y obtener información útil. Las plataformas y las mejores prácticas de la ciencia de datos y el análisis de datos incorporan tecnologías que automatizan los flujos de trabajo de análisis en gran medida, lo que hace que el tamaño y la complejidad del conjunto de datos sea mucho más fácil de abordar con mucho menos esfuerzo que en años anteriores.
“El segundo valor agregado es aprovechar el aprendizaje automático y, en última instancia, la inteligencia artificial, para ir más allá del análisis de tendencias histórico y casi en tiempo real y ‘mirar hacia el futuro’, por así decirlo. El análisis predictivo puede revelar nuevas necesidades de productos y servicios de los clientes y luego pronosticar las reacciones de los consumidores a las ofertas resultantes. Del mismo modo, el análisis predictivo puede ayudar a descubrir anomalías latentes que conducen a predicciones mucho mejores sobre la detección de fraudes y comportamientos potencialmente riesgosos.
“Nada puede predecir el futuro con un 100% de certeza, pero la capacidad de la ciencia de datos moderna para proporcionar un análisis predictivo inteligente y aterrador va mucho más allá de lo que un ejército de humanos podría hacer manualmente”.
Mayor regulación de la IA
Si bien la IA ha demostrado la capacidad de ayudar a aumentar la agilidad de la toma de decisiones de las organizaciones, también existe la cuestión de una mayor regulación de la tecnología a considerar, siendo la legislación de la UE un ejemplo notable. Para mantener el cumplimiento, es probable que la gestión de riesgos con la ayuda de la ciencia de datos sea el camino a seguir.
“Los profesionales de la gestión de riesgos y la ciencia de datos trabajarán de la mano para garantizar que los procedimientos de gestión de riesgos y de gestión de riesgos tengan un alto nivel”, dijo Theresa Bercich , directora de estrategia de productos y científica de datos principal de Lucinity .
“El cumplimiento de la IA estará más regulado, como lo demuestra la UE al crear una legislación sobre este tema. Esto significa que nuevos títulos de trabajo, puestos y personas se unirán al mundo de la IA (que ya ha comenzado), que creará marcos para la gobernanza y el riesgo.
“El poder de la IA y la demanda de su propuesta de valor está impulsando cambios significativos en el espacio tecnológico, incluida la ruptura de los silos tradicionales y el desarrollo de software inteligente que implementa datos de manera productiva”.
Fuente:
Hurst, A. (2021d, julio 23). The future of data science and risk management. Recuperado 27 de julio de 2021, de https://www.information-age.com/future-of-data-science-and-risk-management-123496177/