Compliance

INTEGRANDO BIG DATA NO GERENCIAMENTO DE RISCO DE COMPLIANCE por Ana Paula P. Candeloro

Hoje geramos mais dados em 10 minutos do que toda a humanidade jamais criou ao longo dos anos até 2003, segundo pesquisa da EY. O volume de informação produzido por pessoas e máquinas, pelas mais diferentes fontes, que é coletado e processado pelas instituições no curso regular de suas atividades comerciais cresce exponencialmente: dados sobre clientes, fornecedores, competidores, funcionários, operações, e a lista continua. Em paralelo, as áreas de Tecnologia lutam bravamente para conceber e manter infraestruturas adequadas aptas a armazenar toda essa quantidade que já supera a capacidade de muitas ferramentas adotadas.

E para que serve esse reservatório de informação? Estamos de fato fazendo o melhor uso dessa oportunidade oculta e extraindo um valor estratégico do custo da manutenção de dados simplesmente históricos?

O conceito de big data surge como resposta a esta indagação. Refere-se a este conjunto de informações caracterizado pelo alto volume (centenas de terabytes ou petabytes), alta velocidade (frações de segundos) e enorme variedade (diversas fontes originárias) - os chamados "3 Vs do Big Data"- de dados que demandam uma tecnologia mais sofisticada para serem entendidos, correlacionados e transformados em indicadores de risco, performance, produtividade e valor (o "4º V") nas organizações, contribuindo para as análises dos departamentos de Risco, Compliance, Anti-Fraude, Prevenção à Lavagem de Dinheiro, etc.

Estamos falando de informação estruturada (mantida nos sistemas de legados das próprias instituições), semiestruturada (relatórios, trade messages, etc) e informação não estruturada (imagens, vídeos, áudios e textos circulando em mídias sociais, e-mails, smartphones, blogs, chats, twitter, tags, pins, websites, etc). Combinadas, elas constituem um potencial inestimável de oferecer previsões de conduta, em tempo quase real, desde que manipuladas por uma aplicação analítica, oferecendo desta forma uma solução de prevenção de atividades suspeitas ou fraudulentas, por exemplo.

Por meio da utilização de modelos estatísticos, algorítimos e modelagem apropriada, os dados são convertidos em inteligência; previsões em tempo real para o mundo real; inovação; gerenciamento de riscos, de resultados financeiros e de performance operacional; decisões estratégicas fundamentadas que impactarão na sustentabilidade da organização.

A época das chamadas data warehouses está chegando ao fim. A complexidade e variedade dos dados e suas fontes exige uma abordagem inovadora que agregue mais valor do que a simples visualização das informações históricas. Neste sentido é fundamental o incentivo a um tratamento holístico que seja capaz de incorporar esta nova tecnologia nas rotinas, com pessoas capazes de oferecer uma análise sistemática e estruturada de Big Data.

Os reguladores de diversas indústrias têm exigido gradativamente mais procedimentos mais robustos para identificar, mensurar e gerir os riscos que afetam o negócio ao mesmo tempo em que demandam maior número de métricas, transparência e melhor documentação de processos. O mercado financeiro, por exemplo, altamente regulado, sofre com a sofisticação e complexidade de produtos e informações que exigem um mais apurado gerenciamento de riscos. Os mercados estão hoje mais interconectados e relacionados significando que se algo der errado com um player um desequilíbrio na liquidez pode afetar o todo, a exemplo do que ocorreu na crise financeira de 2008.

Assim sendo, informação de qualidade é um valor perseguido pelas instituições para que possam produzir um eficaz gerenciamento de riscos. Big Data apresenta-se como uma revolução nos tradicionais processos, promovendo avaliações mais precisas, análises de crédito acuradas, detecção de fraudes e ainda identificação de padrões de comportamento, tanto em relação ao cliente quanto ao produto ou a um portfólio de produtos.

No dizer de um executivo do banco Wells Fargo "seja protegendo contra fraude ou vendendo algum novo produto, ser capaz de extrair informação de 80 negócios diferentes nos proporciona estar à frente dos problemas antes que se tornem problemas."

A tecnologia Big Data é também capaz de significar economia de custos na medida em que consegue reduzir o potencial de risco. Ao invés de simplesmente monitorar eventos passados, o tipo de análise proativa que acessa múltiplas fontes (e-mails, SMS, chats, blogs, atividade em mídia social, etc) e as combina (entendendo o contexto em que se inserem) de forma a oferecer um padrão de comportamento resulta em previsões que possibilitam uma reação muito mais rápida ao risco, eliminando-o ou enfraquecendo-o. O refinamento e nuance dos diagnósticos embasam conclusões sobre ações que não seriam possíveis mediante a simples avaliação de informação estruturada.

O emprego da chamada análise preditiva, originalmente desenvolvida para uso das inteligências governamentais, oferece uma maior possibilidade de controle e segurança para realizar uma operação, fazer um investimento, participar de um novo segmento de mercado ou atuar em outra jurisdição.

Mesmo a descoberta de um email criptografado, por exemplo, pode ser o deflagrador de um exame mais aprimorado que não ocorreria se a mensagem não tivesse sido achada. Isso, inclusive, é parte de uma diretiva de Compliance da FINRA - Financial Industry Regulatory Authority - Rule 2210(c)(6) que sujeita a auditorias as comunicações escritas de uma instituição, o que inclui registros em mídias sociais. Em junho de 2013 a FINRA anunciou que conduziria "spotchecks" nas mídias sociais, incluindo blogs, Facebook, LinkedIn, Twitter, e outros.

A análise Big Data acessa o desconhecido; a tecnologia é capaz de identificar o incidente, desenhar um espectro mais amplo e deflagrar um alerta antes que seja tarde demais. Por meio de um melhor entendimento e controle da informação detida pela organização será viável identificar áreas onde exista uma duplicação de esforços e propor melhoria em processos; ou atenuar requerimentos de capital porque os riscos operacionais foram apropriadamente dimensionados; ou entender comportamentos dos funcionários e a partir daí identificar oportunidades de aperfeiçoamento na comunicação interna ou definir perfis de contratação.

Sob o ponto de vista de prevenção à lavagem de dinheiro podem ser feitas correlações mais precisas entre contas e identificar padrões de desvio de conduta em uma conjuntura de centenas de variáveis possíveis. Atualmente as análises de prevenção à lavagem de dinheiro são muito baseadas em cenários preestabelecidos que se relacionam com informação estruturada armazenada nos sistemas legados, sem inclusão de algorítimos ou análise preditiva, de forma que a detecção de desvios dentre tantas informações exige um esforço considerável, inclusive manual.

O mesmo acontece com a detecção de fraudes que também depende enormemente do estabelecimento de padrões suspeitos por meio da reconciliação de um volume significante de dados de cliente, operações e colaboradores. Fraude nas mesas de operações, por exemplo, pode ser identificada não somente mediante avaliação das operações em si, mas conjugada com chat rooms, celulares, ou mesmo controle de acesso a portas.

No que diz respeito à análise de crédito, por sua vez, ao contrário de manualmente examinar relatórios financeiros para detectar problemas, o analista pode valer-se de Big Data para identificar prematuramente sinais de alerta no comportamento de clientes, que são monitorados continuamente, e assim atuar antes de o problema se materializar.

Ter pleno controle e comando das informações significa a possibilidade de desenhar o próprio futuro com mais previsibilidade, o que se traduz em vantagem competitiva e eficiência operacional. Quanto mais informações, principalmente em tempo real, compuserem o universo Big Data maiores as oportunidades de mitigação de riscos. No entanto, é importante ressaltar que o diferencial reside não na capacidade de armazenar o dado, mas de tratá-lo de forma inteligente.

Os recentes escândalos no mercado financeiro pontuam que a indústria tem apresentado tolerância zero para lavagem de dinheiro e financiamento ao terrorismo considerando as altíssimas multas aplicadas. As instituições financeiras precisam se transformar e valer-se de formas não tradicionais de prevenção uma vez que as antigas técnicas utilizadas para detecção de fraudes não acompanham o requinte dos fraudadores que vem se aperfeiçoando em ritmo admirável.

Neste cenário os auditores, risk managers, compliance officers, chief information officers e chief security officers desempenham um importante papel como agentes de transformação, apesar de muitos ainda estarem submersos em processos manuais e limitados por aplicações e sistemas difíceis de serem alterados, o que dificulta uma abordagem inovadora. Com o emprego de tecnologia Big Data conseguem fazer mais e novas perguntas, sendo capazes de prever condutas; mais do que proatividade a tecnologia se traduz em previsibilidade. Os auditores, por exemplo, logram rever cada transação, e não apenas trabalhar por amostragem, o que se revela em controle operacional mais eficaz.

Contudo, mesmo a melhor tecnologia de Big Data aplicada não se provará eficiente se não existirem pessoas aptas a fazer as perguntas certas. As organizações irão se beneficiar ainda mais se desenvolverem colaboradores talentosos aptos a coletar, validar e analisar dados para então transformá-los em informação relevante e valiosa que contribua para a longevidade da organização.

Portanto, estamos também diante do nascimento de uma nova geração de líderes inovadores que irão estimular o desenvolvimento de uma nova forma de se fazer negócios.

Big data irá fundamentalmente mudar o modo como os negócios são conduzidos. As instituições que investirem nessa nova tecnologia e conseguirem extrair um valor mensurável de seus próprios dados apresentarão uma evidente vantagem competitiva revolucionando a metodologia de gerenciamento de riscos.

E você não vai querer ficar fora desta onda.

Ana Paula P. Candeloro
é advogada, pós-graduada em Sustainable Business e Mestre em Sustainability Leadership, ambos pela Universidade de Cambridge, Inglaterra. Co-autora do livro: "Compliance 360º - riscos, estratégias, conflitos e vaidades no mundo corporativo, 2ª edição". Coordenadora e co-autora do "Governança Corporativa em foco - inovações e tendências para a sustentabilidade das organizações". Professora do Insper, e membro do Colegiado de Apoio ao Conselho do IBGC.
anacandeloro@uol.com.br