Las dimensiones del Big Data en la Gestión de Riesgos Operacionales

Los últimos años han marcado un gran cambio para la Gestión de Riesgos Operacionales global. Varios eventos de pérdida impactaron a varias instituciones financieras importantes y han llevado a un renovado enfoque entre reguladores y líderes de la industria en el desafío del riesgo operacional y gobierno corporativo. Para los mercados globales, la importancia de estos eventos de pérdida, medidos en algunos casos en miles de millones de dólares, radica en que el riesgo operacional puede afectar incluso a las organizaciones más sólidas y mejor administradas.

La creciente frecuencia y escala de estos eventos de pérdida se atribuye, en gran medida, a la creciente complejidad de los mercados e instituciones mundiales y a la evolución acelerada de las tecnologías y los procesos estratégicos que los sustentan. Una de las áreas emergentes de riesgo operacional fomentada por las nuevas tecnologías es la de los medios sociales. La creciente popularidad de estos dinámicos e interactivos sistemas de medios en línea, que van desde blogs y micrositios a plataformas globales, como Facebook, Google + y Twitter, ha sido identificado como un desafío creciente y en evolución en el riesgo operacional de hoy.

¿Qué es el Big Data? Dado su uso generalizado en los medios de comunicación masivos, no es sorprendente que el significado preciso del término sea a menudo difícil de alcanzar. El Big Data se puede entender mejor como la convergencia de cuatro dimensiones: volumen, variedad, velocidad y veracidad.

Volumen

Esta dimensión se refiere a la cantidad de datos, ya que los grandes datos se definen con frecuencia en términos de conjuntos de datos masivos. El desafío de la administración del riesgo operacional de esta dimensión del Big Data es que las nuevas tecnologías están aumentando el tamaño de estos conjuntos de datos a un ritmo exponencial. Esta dimensión se extiende a todas las industrias, desde los servicios públicos hasta los servicios bancarios y financieros, la sanidad, las telecomunicaciones, el comercio minorista, y las organizaciones.

En particular, la dimensión de volumen de Big Data representa un creciente desafío de riesgo operacional, debido a los requisitos regulatorios emergentes que las instituciones implementan en sistemas de administración de riesgos. Esto se realiza con la profundidad y la amplitud de la capacidad, para cumplir con la escala de los conjuntos de datos producidos por las redes sociales.

Velocidad

Esta dimensión se refiere a la velocidad de aceleración a la que los datos se están generando en la actualidad. Para las organizaciones, esta dimensión es crítica, ya que la velocidad determina la latencia o el tiempo de demora entre el momento en que se generan los datos y cuando es accesible y procesable para la toma de decisiones.

Básicamente, los grandes volúmenes de información solo tienen valor cuando se puede obtener información, con acciones basadas en esas ideas. El desafío para la gestión del riesgo operacional en esta dimensión es que los datos actuales se crean a un ritmo tal que exceden la capacidad de muchos sistemas existentes para identificar oportunamente los posibles eventos de riesgo para el análisis y la acción.

Satisfacer este desafío requiere un proveedor de tecnología con capacidades de almacenamiento de datos y una trayectoria de éxito con TI y gobernanza de datos, para fomentar la confianza entre la alta gerencia y los reguladores de que los datos críticos de una empresa son seguros. Además, los análisis de riesgos deben integrarse dentro de un marco de riesgos y cumplimiento más amplio y claramente definido, para permitir una gestión eficaz del riesgo operacional de procesos sensibles al tiempo, como la detección de fraudes.

Variedad

Esta dimensión se refiere a la creciente diversidad en los tipos y fuentes de datos que requieren gestión y análisis. Las organizaciones de hoy en día se ven en la necesidad de integrar tipos de datos cada vez más complejos, estructurados, semiestructurados y no estructurados, a partir de una variedad de sistemas y fuentes tanto internos como externos. En términos de riesgo operacional, esta dimensión presenta un desafío dado los hallazgos de la investigación de que las organizaciones tradicionalmente dependen fuertemente de las fuentes internas de datos.

Veracidad

Esta dimensión se refiere a la confiabilidad asociada con datos particulares. Dado el volumen cada vez mayor de datos, generados a un ritmo sin precedentes y en formas cada vez más diversas, existe una clara necesidad empresarial de que las organizaciones gestionen la incertidumbre asociada con determinados tipos de datos, como los datos de acceso de seguridad física, datos de redes sociales y análisis de sentimiento, que contienen información altamente valiosa que puede identificar posibles eventos de pérdida de riesgo operacional.