Las empresas Fintech e Insurtech tienen en común el uso de la tecnología para mejorar los procesos en sus respectivos sectores. Sus ideas y desarrollos impactan en todas las actividades clave de cualquier empresa en el ámbito financiero y asegurador: la captación de nuevos clientes, la mejora de la experiencia como usuarios o la optimización de costes frente a la banca tradicional porque son capaces de realizar procesos de una forma más automatizada, con una menor dependencia de recursos físicos y humanos. Comenzar focalizando en productos y servicios muy concretos, sin un core y una forma de trabajar legacy permite el desarrollo de soluciones innovadoras basadas en tecnología moderna, con facilidad para pivotar y extender su portfolio, con una agilidad que es difícil observar en compañías tradicionales.

Dentro de los desarrollos tecnológicos posibles que pueden llevar a cabo las compañías Fintech e Insurtech, la aplicación de técnicas de Inteligencia Artificial y Aprendizaje Automático son clave para desarrollar procesos con poca intervención humana, ágiles y que puedan dar respuestas rápidas en un contexto de fuerte competitividad. Desde el punto de vista empresarial, estos desarrollos tecnológicos son, en realidad, activos software que la propia compañía posee y que, además de ser el core de su actividad, son tremendamente relevantes a la hora de calcular el valor de una compañía sobre todo si se valora la posibilidad futura de no competir de forma permanente contra las empresas tradicionales sino en colaborar con ellas mediante distintos tipos de acuerdo. En realidad, no son activos software solamente, sino que son activos basados en los desarrollos pero también en los datos que la propia compañía es capaz de generar, gestionar y explotar, lo que le da un extra de exclusividad: si alguien quiere competir con este activo no solo debe tener la capacidad de desarrollar el software, también necesita de datos equivalentes, y eso es mucho más complicado.

Sin embargo, todas las compañías de cualquier sector, se enfrentan hoy en día a distintos retos en el mundo de los datos:

• En el inicio, mucho foco en el desarrollo del producto y no se establece una estrategia de monetización de datos clara.
• El sector de la ciencia y la ingeniería de datos (Data Science & Engineering) tiene una escasez de profesionales alta, siendo difícil y costoso llegar a talento senior que permita desarrollar estos procesos de forma robusta, mantenible y evolucionable a lo largo del tiempo.
• Por ello, tener equipo hoy tampoco garantiza el futuro de estas iniciativas ya que hay que contar con una fuerte rotación de los equipos de datos.

Estos tres puntos son muy relevantes a la hora de plantear desarrollos en el ámbito de los datos y responder a la pregunta de cómo puedo mitigar el impacto que pueden tener en el crecimiento de mi startup.  Desde Piperlab, llevan trabajando 7 años con equipos de datos, tanto propios como de sus clientes y ven de manera recurrentemente estas circunstancias: proyectos que se quedan a medias porque los responsables han abandonado la compañía, difícil mantenibilidad de los proyectos de datos y, en general, poca visibilidad y reproducibilidad de los proceso.  Para solucionarlo desarrollaron Datenea, un software para equipos de científicos e ingenieros de datos que ayuda a estandarizar la forma en la que se desarrollan los proyectos, una plataforma de colaboración donde se establecen las necesidades de negocio, se enlazan con tareas concretas que se definen siempre de la misma manera y que da visibilidad a cada paso del mismo. Además, genera código de forma automática para que los equipos de datos nunca se enfrenten a una hoja en blanco, posee una capa de abstracción de datos para que los miembros del equipo no tengan que pensar donde almacenar los resultados intermedios y permite ejecutar en remoto cargas de trabajo costosas, de una forma sencilla y rápida. Todo ello aumenta la productividad de los equipos de data scientists y data engineers, disminuyendo el time-to-market de los proyectos de datos, pero, al mismo tiempo, generando procesos más claros, mantenibles y fáciles de evolucionar en el futuro.

Firmado por Alejandro Llorente, co-fundador de PiperLab