Para procesar los datos con precisi\u00f3n, vincular los registros y desduplicar las entradas redundantes en la banca, la concordancia difusa de nombres es un enfoque popular.<\/p>\n
En este post, vamos a ver por qu\u00e9 la l\u00f3gica de concordancia difusa es vital para el sector bancario.<\/p>\n
El panorama del sector bancario<\/b><\/h3>\nAlcance de los datos<\/b><\/h4>\n
A nivel macro, los bancos deben supervisar cantidades considerablemente grandes de datos procedentes de m\u00faltiples canales, como las compras en los puntos de venta, los cajeros autom\u00e1ticos, los pagos en l\u00ednea y los datos del perfil de los clientes.<\/p>\n
Adem\u00e1s, hay varios niveles y tipos de datos financieros que los bancos deben mantener en relaci\u00f3n con los pagos, los ingresos, el cr\u00e9dito, los pr\u00e9stamos, la depreciaci\u00f3n, la administraci\u00f3n de cuentas, los pr\u00e9stamos contra la usura, etc. Todos estos datos suelen estar organizados en silos y est\u00e1n orientados a los productos (en lugar de a los clientes), lo que significa que obtener una visi\u00f3n precisa y de entidad \u00fanica es complejo.<\/p>\n
Normativa bancaria<\/b><\/h4>\n
Adem\u00e1s de gestionar toneladas de datos, los bancos tienen que cumplir una serie de normas de cumplimiento impuestas por la Junta de la Reserva Federal y la Oficina del Interventor de la Moneda y otras autoridades. Entre ellas se encuentran:<\/p>\n
- \n
- Ley Patri\u00f3tica de EE.UU.<\/li>\n
- AML (Anti Blanqueo de Capitales)<\/li>\n
- KYC (Conozca a su cliente)<\/li>\n
- Normativa de lucha contra la financiaci\u00f3n del terrorismo (CFT)<\/li>\n
- BSA (Ley de Secreto Bancario) y Ley de Informaci\u00f3n sobre Divisas y Transacciones Extranjeras, entre otras.<\/li>\n<\/ol>\n
Desaf\u00edos de los datos<\/b><\/h4>\n
A lo largo de los a\u00f1os, los bancos han invertido mucho en transformaci\u00f3n digital, IA y Big Data para estar mejor equipados para manejar grandes cantidades de datos. Sin embargo, a pesar de ello, existen numerosos retos como:<\/p>\n
- \n
- Infraestructura inform\u00e1tica anticuada u obsoleta:<\/b> Los datos financieros de los bancos siguen bas\u00e1ndose en sistemas mainframe heredados y obsoletos, hasta el punto de que m\u00e1s del 90% de los 100 principales bancos del mundo siguen confiando en ellos. Esta situaci\u00f3n se ve agravada por el hecho de que las empresas cambien los datos entre los sistemas locales y las aplicaciones en la nube, ya que supone una mayor carga para las iniciativas de conversi\u00f3n de datos.<\/li>\n
- El 80% de los datos bancarios no est\u00e1n estructurados:<\/b> A diferencia de los datos estructurados que se almacenan en un formato relacional al que es m\u00e1s f\u00e1cil acceder y trabajar, los datos no estructurados -almacenados como bases de datos NoSQL, documentos de Word, PDF y correos electr\u00f3nicos- son mucho m\u00e1s dif\u00edciles de interpretar y analizar. Como resultado, una gran cantidad de datos permanece inactiva que, de otro modo, podr\u00eda aprovecharse para comprender y anticipar los cambios en las preferencias de los clientes en tiempo real.<\/li>\n
- Falta de tecnolog\u00edas adecuadas para la limpieza de Big Data:<\/b> Los bancos utilizan tecnolog\u00edas de plataformas de c\u00f3digo abierto Hadoop como HBase, HDFS, Spark y muchas m\u00e1s. Sin embargo, la ingesta de datos de todos estos sistemas junto con los de las bases de datos basadas en SQL sigue siendo un reto debido a la presencia de conjuntos de datos dispares y a la dificultad de deduplicar y resolver las entidades de miles de millones de registros.<\/li>\n<\/ol>\n
Datos financieros deficientes: un gran obst\u00e1culo para los bancos<\/b><\/h3>\n
El adagio \u00ablos datos son el nuevo petr\u00f3leo\u00bb es cierto. Pero asegurarse de que los datos son un recurso tan valioso como el petr\u00f3leo requiere invertir el tiempo y el esfuerzo necesarios para consolidar, perfilar, analizar, deduplicar y resolver los registros de entidades para obtener una \u00fanica fuente de verdad.<\/p>\n
Los bancos est\u00e1n obligados a mantener actualizada la informaci\u00f3n de los clientes para una serie de normativas (sobre todo la de CSC) y casos de uso (puntuaci\u00f3n de cr\u00e9dito FICO, predicci\u00f3n de quiebras financieras) durante d\u00e9cadas que, si no se cuidan, pueden corromperse u obsoletos r\u00e1pidamente.<\/p>\n
Adem\u00e1s, es muy probable que los datos recogidos de los bancos contengan anomal\u00edas derivadas de errores de introducci\u00f3n manual, de la creaci\u00f3n de duplicados por parte del sistema, etc. Teniendo esto en cuenta, es vital que los profesionales de los datos dispongan de estrategias para encontrar y corregir a tiempo los errores antes de que se conviertan en grandes esc\u00e1ndalos de blanqueo de dinero y controversias de fraude con tarjetas de cr\u00e9dito.<\/p>\n
Coincidencia de nombres difusa – \u00bfQu\u00e9 es?<\/b><\/h3>\n
El emparejamiento difuso es un algoritmo de emparejamiento probabil\u00edstico que permite emparejar dos o m\u00e1s entradas en funci\u00f3n de la probabilidad de que sean similares. Difiere en gran medida de la concordancia determinista, en la que las coincidencias se identifican o marcan bas\u00e1ndose en una l\u00f3gica de \u00abs\u00ed\u00bb o \u00abno\u00bb en presencia de un identificador \u00fanico como la direcci\u00f3n, el SSN u otros campos.<\/p>\n
La concordancia difusa de nombres es la m\u00e1s adecuada para que las consultas de nombres identifiquen coincidencias con una probabilidad inferior al 100% cuando no hay un identificador \u00fanico. Puede haber m\u00faltiples variantes de nombres de clientes dentro de los bancos en forma de:<\/p>\n
- \n
- Errores ortogr\u00e1ficos<\/li>\n
- Abreviaturas<\/li>\n
- Formato incoherente del nombre, el segundo nombre y los apellidos<\/li>\n
- Apodos<\/li>\n
- May\u00fasculas y min\u00fasculas<\/li>\n
- Acr\u00f3nimos<\/li>\n
- Espacios iniciales y finales y m\u00e1s<\/li>\n<\/ul>\n
Debido a esto, puede haber m\u00faltiples identidades de clientes, cada una con diferentes variantes de nombre. Los bancos pueden recopilar datos que reflejen m\u00faltiples recorridos de los clientes de un mismo individuo y acabar ofreciendo una mala experiencia al cliente, perdiendo m\u00e1s tiempo en la identificaci\u00f3n de las cuentas de los clientes y perdiendo ingresos en forma de nuevas oportunidades de negocio.<\/p>\n
Para m\u00e1s informaci\u00f3n, lea: Gu\u00eda Fuzzy Matching 101<\/a>.<\/p>\n
Comparaci\u00f3n de nombres difusa para casos de uso bancario<\/b><\/h3>\n
La concordancia difusa tiene aplicaciones considerables para identificar coincidencias no exactas, eliminar registros duplicados en aplicaciones de big data y resolver retos de entidades conflictivas. Esto puede permitir a las peque\u00f1as y grandes instituciones financieras cumplir varios objetivos previstos, como:<\/p>\n
- \n
- Prevenci\u00f3n del fraude:<\/b> el cotejo difuso puede ayudar a conciliar las cuentas de varios clientes e identificar a aquellos que han presentado reclamaciones de seguros de forma err\u00f3nea para detectar el fraude y evitar la p\u00e9rdida de la reputaci\u00f3n de la empresa al no denunciar comportamientos fraudulentos.<\/li>\n
- Puntuaci\u00f3n de cr\u00e9dito:<\/b> los algoritmos difusos tambi\u00e9n pueden permitir determinar la puntuaci\u00f3n FICO de cr\u00e9dito de sus clientes para sopesar los riesgos de prestar dinero a clientes clave o para identificar y minimizar las p\u00e9rdidas por deudas incobrables.<\/li>\n
- Aprobaci\u00f3n de pr\u00e9stamos: <\/b>lavinculaci\u00f3n<\/a> y deduplicaci\u00f3n de <\/a>registros<\/a> puede ayudar a los bancos a seleccionar a los clientes que tienen derecho a recibir un pr\u00e9stamo mediante la creaci\u00f3n de identificaciones \u00fanicas de los clientes y la consolidaci\u00f3n de toda la informaci\u00f3n dispersa de los clientes en una sola vista.<\/li>\n<\/ol>\n
\u00bfEs suficientemente eficaz la concordancia de nombres difusa?<\/b><\/h4>\n
Dada la naturaleza probabil\u00edstica de sus algoritmos de emparejamiento, el emparejamiento difuso tiene un grado de inexactitud e incertidumbre. Dependiendo de la fuerza del algoritmo de coincidencia, la l\u00f3gica difusa puede acabar produciendo coincidencias incorrectas (falsos positivos) o no encontrar coincidencias correctas (falsos negativos).<\/p>\n
Una forma de minimizarlos es crear un perfil de datos completo de sus fuentes de datos antes de realizar cualquier tipo de cotejo. En esta fase, el perfil de los datos puede revelar el alcance de los datos defectuosos que pueden limpiarse m\u00e1s para obtener una mayor puntuaci\u00f3n de coincidencia. Para m\u00e1s informaci\u00f3n, lea: La importancia de la elaboraci\u00f3n de perfiles de datos para la gesti\u00f3n de datos<\/a>.<\/p>\n
C\u00f3mo utiliza el ISD la concordancia difusa de nombres para<\/b> casos de uso bancario<\/b><\/h3>\n
DataMatch Enterprise (DME) de Data Ladder ofrece una herramienta de calidad de datos que utiliza una soluci\u00f3n de correspondencia de nombres difusa<\/a> de nivel empresarial para ayudar a los bancos y las compa\u00f1\u00edas de seguros a encontrar coincidencias no exactas tanto en tiempo real como en modo batch.<\/p>\n
A diferencia de otras herramientas de concordancia difusa, el ISD viene con bibliotecas de apodos preconstruidas para ayudar a enlazar registros con aproximaciones de nombres cercanas para una mayor precisi\u00f3n de concordancia y asignar niveles y pesos para minimizar los falsos positivos y los falsos negativos.<\/p>\n
![\"\"](\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/04\/6.-Match-Definitions-p7fozxfwvb3zxdg2glhhtgy7elxb4c1nlada8tl0zm-300x156.png\")
Figura 1<\/figcaption><\/figure>\n Como se muestra arriba, en los niveles del ISD se puede seleccionar entre coincidencias difusas, fon\u00e9ticas, exactas y num\u00e9ricas y cambiar el nivel de umbral para controlar el grado de exigencia de la precisi\u00f3n de la coincidencia para minimizar los falsos positivos y negativos.<\/p>\n
![\"\"](\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/04\/7.-Match-Results-300x141.png\")
Figura 2<\/figcaption><\/figure>\n Una vez realizado el cotejo, todos los resultados se emparejan seg\u00fan cada grupo junto con la puntuaci\u00f3n de cotejo para ayudar a identificar los registros dorados.
\nPara obtener m\u00e1s informaci\u00f3n sobre la concordancia de nombres difusa para el sector bancario, consulte nuestras soluciones de finanzas y seguros<\/a> o descargue la prueba<\/a> para empezar hoy mismo.
\n![\"\"](\"http:\/\/staging-dataladdercom.kinsta.cloud\/wp-content\/uploads\/2019\/05\/fuzzy-whitepaper2.png\")
<\/p>\nC\u00f3mo funcionan las mejores soluciones de concordancia difusa de su clase: Combinando algoritmos establecidos y propios<\/b><\/p>\n
- Puntuaci\u00f3n de cr\u00e9dito:<\/b> los algoritmos difusos tambi\u00e9n pueden permitir determinar la puntuaci\u00f3n FICO de cr\u00e9dito de sus clientes para sopesar los riesgos de prestar dinero a clientes clave o para identificar y minimizar las p\u00e9rdidas por deudas incobrables.<\/li>\n
- Prevenci\u00f3n del fraude:<\/b> el cotejo difuso puede ayudar a conciliar las cuentas de varios clientes e identificar a aquellos que han presentado reclamaciones de seguros de forma err\u00f3nea para detectar el fraude y evitar la p\u00e9rdida de la reputaci\u00f3n de la empresa al no denunciar comportamientos fraudulentos.<\/li>\n
- El 80% de los datos bancarios no est\u00e1n estructurados:<\/b> A diferencia de los datos estructurados que se almacenan en un formato relacional al que es m\u00e1s f\u00e1cil acceder y trabajar, los datos no estructurados -almacenados como bases de datos NoSQL, documentos de Word, PDF y correos electr\u00f3nicos- son mucho m\u00e1s dif\u00edciles de interpretar y analizar. Como resultado, una gran cantidad de datos permanece inactiva que, de otro modo, podr\u00eda aprovecharse para comprender y anticipar los cambios en las preferencias de los clientes en tiempo real.<\/li>\n
- Infraestructura inform\u00e1tica anticuada u obsoleta:<\/b> Los datos financieros de los bancos siguen bas\u00e1ndose en sistemas mainframe heredados y obsoletos, hasta el punto de que m\u00e1s del 90% de los 100 principales bancos del mundo siguen confiando en ellos. Esta situaci\u00f3n se ve agravada por el hecho de que las empresas cambien los datos entre los sistemas locales y las aplicaciones en la nube, ya que supone una mayor carga para las iniciativas de conversi\u00f3n de datos.<\/li>\n