O estatístico Edwards Demming integrava um restrito grupo de especialistas encarregado de aconselhar o irascível general Douglas MacArthur, em um dos momentos mais difíceis da história recente, o esforço para vencer o Eixo durante a Segunda Guerra Mundial. Foi nesse contexto que Demming criou um lema que sobreviveu à guerra, e hoje decora salas de reunião e arquivos de Power Point, em milhares de empresas pelo mundo todo: “Sem dados você é apenas mais uma pessoa com uma opinião”.

Estar protegido por dados confiáveis era a melhor forma de convencer o militar responsável pelas batalhas no Pacífico, bem como o método mais eficiente para aumentar as chances de vitória em campo. Ao longo de seus 93 anos de vida, Demming pregou a importância de coletar, organizar e analisar dados para a tomada de decisão, seja em esforços militares ou na administração de corporações. Sua longevidade não foi suficiente, porém, para ver a impressionante vitória das estatísticas após o reforço dos computadores e programadores que abriram caminho para as soluções de Big Data.

Estudo anual da consultoria Interbrand indica, por exemplo, que das cinco marcas mais valiosas do mundo, quatro chegaram ao topo da escala de valor por concentrar e organizar dados. São elas: Apple, Google, Microsoft e Amazon. “Notamos que as empresas de tecnologia que lideram a análise de dados são as que mais têm se valorizado; mas o potencial do Big Data está alavancando companhias de todos os setores, do varejo à indústria de bebidas, dos bancos às empresas de entretenimento”, afirma o diretor de marketing (CMO) da Interbrand, Andrea Sullivan.

De acordo com o diretor de pesquisas da consultoria IDC, Pietro Delai, o potencial do Big Data e das ferramentas para análise de dados - chamadas de “Analytics” no setor bancário - já permite que as instituições financeiras reduzam seus custos e exposição a riscos, e conheçam melhor seus clientes, a ponto de poder prever quais novos produtos vão decolar e quais vão fracassar antes mesmo de lançá-los. “Esta é uma tecnologia já madura, mas ainda com grande potencial, pois, embora a gente tenha apreendido a coletar e processar dados, ainda há um espaço gigantesco para transformá-los em informações rentáveis às empresas financeiras”, afirma Delai.

First things first

Para o superintendente de Canais Digitais e CRM (sigla, em inglês, para Gestão de Relacionamento com o Cliente) do banco Santander no Brasil, Daniel Ferretti, o passo elementar para tirar proveito do potencial da avalanche de dados é conseguir recolhê-los e organizá-los de forma estruturada. “Um dos desafios básicos é criar um repositório único, que integre informações geradas pelo cliente, em múltiplos canais, como a navegação no bankline, os diálogos que manteve com o banco no suporte remoto e seu engajamento em campanhas de marketing digital”, afirmou Ferreti, em apresentação feita no CIAB FEBRABAN 2017. “Todos os canais devem ser monitorados e analisados.”

“Um dos desafios básicos é criar um repositório único, que integre informações geradas pelo cliente, em múltiplos canais”

— Daniel Ferretti, do Santander

Esta etapa, embora óbvia, tem sido altamente complexa - e custosa - para os bancos, que construíram canais de atendimento diversos ao longo das últimas décadas. “Embora os novos aplicativos e serviços digitais sejam todos integrados às ferramentas de analytics, muitas instituições ainda interagem com seus correntistas por uma gama ampla de canais, alguns antigos e cujo legado de tecnologia é de difícil adaptação às soluções de processamento de dados únicas”, afirma o especialista Josias Oliveira, CEO da StatSoft, empresa especializada em análise de dados.

O esforço vale a pena, embora nem sempre seja pequeno, avalia Ferretti, do Santander. “A partir do momento que conseguimos montar um repositório único, nossa capacidade de compreender cada correntista aumentou vertiginosamente, o que nos permitiu, por exemplo, oferecer serviços de aconselhamento financeiro mais individualizados, diminuir o churn (perda de clientes) e tornar nossas campanhas de marketing digital mais econômicas e eficientes, uma vez que as ofertas são direcionadas para quem sabemos se interessar por elas”, diz o superintendente.

Mais dados, menos custos

Pesquisa da consultoria americana CDW “Better Data from BI”, publicada em 2016, aponta que um ganho imediato das instituições financeiras, ao investir em soluções de analytics, está na redução de fraudes e no melhor gerenciamento de riscos. De acordo com o estudo, a partir de 2009, meses após o estouro da bolha imobiliária americana que sacudiu bancos em uma dezena de países, 90% das instituições pesquisadas passaram a usar mais ferramentas de analytics para formular suas políticas de concessão de crédito e prevenção a fraudes.

“Este foi um argumento poderoso para convencer os gestores dos bancos a investir em análise de dados: com mais informações em mãos, as fraudes caem e a inadimplência diminui”, diz Josias Oliveira, da StatSoft. “Até por isso, este é um pilar do Big Data que se encontra em estágio mais maduro no Brasil e no mundo”, nota ele.

Afinal, se a central de segurança sabe que você abasteceu o carro na zona sul de São Paulo ao meio-dia, é impossível que você esteja fazendo compras em uma loja de eletrônicos dez minutos depois, na zona norte. O estudo da CDW afirma que fraudes com cartões de crédito e débito caíram 22% nos últimos três anos, apenas em função da melhor integração de dados. A maior economia, porém, vem do gerenciamento de riscos mais adequado.

“Produtos como cartão de crédito e cheque especial são, tradicionalmente, de elevado risco para as instituições financeiras e os algoritmos que definem o limite seguro de concessão destas linhas ficam muito mais eficientes quando alimentados por dados comportamentais do correntista”, avalia o professor e consultor Lino Nogueira, da Faculdade de Economia e Administração da Universidade de São Paulo (FEA/USP).

De acordo com pesquisador da USP, crises como a de 2008 poderiam ser minimizadas se tecnologias de analytics, hoje amplamente disponíveis, estivessem prontas há uma década. “Se você sabe que um cliente está aumentando seu endividamento em 30% ao ano, por exemplo, como aconteceu nos Estados Unidos, e sua capacidade de pagamento está caindo, você simplesmente para de conceder crédito”, exemplifica Nogueira. “Isso não torna o sistema financeiro imune a crises, mas diminui sensivelmente seu tamanho e consequências”.

Além de reduzir a incidência de fraudes e as taxas de inadimplência, a boa gestão de dados gera economias nas áreas de novos projetos e no departamento de marketing. Segundo estudo da CDW, o tempo médio que um novo produto leva para ser validado cai em 60% quando o gerente de produtos tem acesso a dados confiáveis sobre sua aceitação ou não pelos clientes.

Se um produto ruim se revelar inviável na metade do tempo, o gestor poderá cortar investimentos no projeto antes de acumular perdas demais. Do mesmo modo, se os dados apontarem boa aceitação, é possível ampliar investimentos e ganhar mercado com maior velocidade.

O banco chinês OCBC, por exemplo, estima ter diminuído de 24 para 18 meses o tempo médio de retorno de novos produtos bancários graças ao uso intensivo de dados na prospecção de novos clientes para seus serviços. “Em vez de disparar a comunicação de um novo produto ou serviço para toda a base de dados e por meio de todos os canais para falar com o correntista, como ATMs, e-mail ou bankline, criamos uma solução que direciona as mensagens para perfis específicos, em canais específicos”, afirmou presidente da Huawei Enterprise Brasil, Huang Congliang, um dos participantes do CIAB 2017. “É mais barato, rápido e eficiente.”

Segundo o executivo, que é parceiro do OCBC, o banco chinês reportou aumento de 60% em vendas cruzadas graças às soluções de analytics aplicadas aos canais de atendimento do banco. Os exemplos são evidentes: quem pesquisa financiamento de um carro deve precisar de um seguro para o automóvel novo; já quem simula empréstimo para a festa de casamento está mais propenso a aceitar ofertas de financiamento imobiliário. “As conexões podem ser óbvias, mas a dificuldade real é entregar estes dados nas mãos dos executivos de contas em tempo hábil para que contatem seus clientes”, afirma Congliang.

Análise preditiva e empatia

Projetos validados em menos tempo, verbas de marketing aplicadas com melhor taxa de retorno, menos fraudes e inadimplência são motivos suficientemente sedutores para justificar a adesão às plataformas de analytics. Para a maior parte dos especialistas, porém, os ganhos mais robustos concentram-se em uma área ainda incipiente na indústria financeira: a compreensão de desejos não expressos pelo cliente e uma espécie de “adivinhação” (predição) de seu comportamento futuro.

De acordo com Luiz Claudio Macedo, CEO da Algoo, empresa que desenvolve soluções de inteligência artificial para o setor financeiro, a boa leitura de dados é capaz de transformar a relação que os bancos têm com seus clientes.

Ao analisar o fluxo financeiro dos usuários de um banco de varejo, por exemplo, os softwares da Algoo identificaram que, todo final de trimestre, um grupo de correntistas fazia TEDs volumosas para contas de corretoras de investimento. “O que nós percebemos é que este grupo era funcionário de uma mesma empresa, que pagava bônus trimestrais a seus colaboradores”, conta Macedo. “A partir desta informação, o banco passou a oferecer ofertas de investimento com taxas e condições especiais a este grupo, sempre nas vésperas do pagamento de bônus, diminuindo drasticamente a perda de recursos para corretoras.”

Para o CEO da Algoo, mesmo em situações prosaicas como, por exemplo, a ligação de um correntista a seu gerente ou uma visita de cliente a uma agência física, a pouca disponibilidade de dados em tempo real dificulta ao funcionário do banco saber com quem está conversando. “Imagine um cliente que vai, em seu horário de almoço, procurar seu gerente em busca de conselhos para investir; é provável que o gerente esteja almoçando também e ele acabe atendido por um terceiro, que não tem nenhuma informação prévia do correntista que o aborda”, diz Macedo.

Estevão Lazanha, do Itaú, diz que a riqueza dos dados está permitindo às instituições entender como seus clientes se sentem:

“É possível compreender quem está insatisfeito e pode deixar a instituição ou quem está mais contente e tem alguma necessidade específica que não verbalizou”

Seria muito mais produtivo se, ao acessar o sistema, o colaborador do banco soubesse que aquele cliente tem capacidade de poupar, por exemplo, R$ 1 mil por mês, que já teve ações no passado e que pesquisou crédito imobiliário. “Estes dados empoderam o gerente e o fazem ter muito mais chances de fidelizar aquele cliente, bem como fazer uma venda adequada de produto financeiro”, afirma o CEO da Algoo.

A sofisticação de uso da tecnologia permite, ainda, entender quando o cliente está irritado, tranquilo ou com muita pressa. Alexandre Bernardoni, diretor de produtos da Hi Platform, empresa especializada em soluções de automação de atendimento, explica que soluções de chatbot (robôs que conversam com os consumidores) e softwares de reconhecimento e interpretação de voz já são capazes de captar a emoção dos interlocutores, informação que pode ser valiosa para as instituições financeiras.

“Se um cliente quer apenas saber se o novo cartão de crédito dele está no correio, o robô é capaz de responder isso com eficiência, diminuindo os custos com call center; mas, se a solução de TI detectar que o interesse é a compra de um produto de alto valor, talvez seja a hora de transferir o correntista direto para um atendente humano bem qualificado”, afirma Bernardoni. A percepção de dados emocionais e intenções dos clientes permite, neste exemplo, diminuir custos usando robôs para tarefas menos importantes, e elevar a conversão de vendas usando os atendentes humanos diretamente nos casos em que eles são mais importantes.

Para o diretor de engenharia do Itaú, Estevão Lazanha, a riqueza dos dados está permitindo às instituições entender como seus clientes se sentem, suas frustrações, angústias e necessidades. “Quando observamos toda a jornada de um cliente por meio de dados, temos uma percepção inédita de seu sentimento; é possível compreender quem está insatisfeito e pode deixar a instituição ou quem está mais contente e tem alguma necessidade específica que não verbalizou”, afirmou Lazanha, durante participação no CIAB 2017. “Com base nessas informações, nossos gerentes podem oferecer serviços contextualizados, surpreendendo os clientes e aumentando sua fidelidade ao banco.”

Se dados disponíveis valem pouco antes de serem estruturados, toda informação organizada só vai gerar negócios e economia se os colaboradores bancários estiverem treinados para utilizar as informações que lhes chegam por meio das plataformas de analytics. O presidente do Banco do Brasil, Paulo Caffarelli, avalia que há uma tentação de supervalorizar a importância das novas soluções de TI, sem dar igual peso à transformação da cultura corporativa. “O nome do jogo continua sendo gente”, disse, ao participar do CIAB 2017. “Nós valorizamos a tecnologia porque ela nos dá as ferramentas necessárias para melhor atender o consumidor; no entanto, há um grande esforço a ser feito também para engajar os colaboradores no uso dos dados e capacitá-las para tirar os melhores insights que a TI nos oferece.”

Paulo Caffarelli, presidente do Banco do Brasil, diz que tecnologia dá as ferramentas necessárias para melhor atender o consumidor, mas ressalta que é preciso engajar e capacitar colaboradores no uso dos dados

O estatístico Edward Demming defendia que parte da transformação cultural está na valorização dos profissionais que sabem ler e interpretar dados, conferindo menor peso a percepções individuais ou análises orientadas pela experiência ou intuição. Em uma de suas epígrafes mais famosas, ele fez uma ressalva ao lema impresso em todas as notas de dólar nos Estados Unidos: “ In God we trust”. “Em Deus nós confiamos; todas as outras pessoas, devem trazer dados”, registrou. E que sejam estruturados, poderíamos acrescentar.