Exemplos de Aplicações Financeiras

Os métodos estatísticos convencionais muitas vezes não são acurados o suficiente para fazer análise e previsão futura de valores de índices econômicos, títulos e outros indicadores financeiros. Sua principal deficiência reside na sua inerente incapacidade de levar em consideração eventos externos ou mesmo flutuações em outros indicadores que influenciam direta ou indiretamente o índice que se deseja prever.

Previsão de comportamento do mercado

Os sistemas de previsão baseados em redes neurais permitem que a evolução de qualquer série temporal seja prevista com base não apenas nos valores históricos da própria série, mas em todo e qualquer tipo de variável reconhecidamente relevante ao seu comportamento. Previsão de comportamento de ações e títulos e commodities, por exemplo, podem se configurar como desafios a serem vencidos com o uso dessa tecnologia.

Os sistemas baseados em redes neurais não trabalham de forma analítica mas conexionista. Isto quer dizer que não é preciso conhecer exatamente a maneira como cada variável interfere no indicador a ser previsto, o próprio sistema irá descobrir tais relacionamentos a partir de informações históricas do indicador e de todas as variáveis consideradas relevantes para sua previsão.

A experiência das equipes de sua instituição no mercado financeiro, apoiada por uma ampla base de dados e aliada aos conhecimentos técnicos de nossos consultores da área de redes neurais, pode gerar poderosas ferramentas de previsão capazes de auxiliar o processo de tomada de decisão com informações precisas sobre valores e tendências no comportamento de todo e qualquer tipo de indicador financeiro.

Análise de crédito

Avaliar o perfil de um cliente para determinar o risco de se fazer uma abertura de crédito é um problema que precisa ser resolvido de maneira precisa por instituições bancárias e/ou financeiras que pretendem se manter no mercado atual, onde o comportamento de pessoas físicas e jurídicas tende a ficar cada vez mais caótico e difícil de se predizer.

A análise de crédito realizada por um sistema inteligente se baseia em fatos registrados na base de dados da instituição, bem como de outras informações externas disponíveis. A partir de tais dados históricos, o sistema identifica perfis de clientes para os quais uma abertura de crédito implica em um risco maior ou menor. Dentro da base de dados a ser utilizada devem estar presentes todos os tipos de informações relativas aos clientes, consideradas relevantes por especialistas da área de crédito da instituição. O papel do sistema é analisar estas informações e determinar o nível de risco de uma abertura de crédito para um determinado cliente.

Segmentação de mercado

O estudo do perfil dos clientes de uma instituição é de extrema importância para que os analistas de negócio desta instituição possam desenvolver novos produtos e novas estratégias de marketing mais eficazes e de melhor retorno. Tal estudo permite a identificação de padrões no comportamento dos clientes, determinando, por exemplo, sobre quais clientes determinado tipo de estratégia de marketing possui melhores resultados, ou então quais são os prováveis compradores de um novo produto.

As técnicas de data mining permitem que esta análise seja realizada nos bancos de dados da empresa, extraindo valiosas informações que estão presentes nos dados mas que ficam ocultas devido ao grande volume de informação. É importante ressaltar que nenhuma alteração na plataforma de software/hardware da instituição precisa ser feita para que se possa construir um sistema de data mining. Independentemente da forma como estes dados estão armazenados eles podem ser utilizados para alimentar o sistema que pode ser facilmente acoplado aos demais sistemas da empresa.

Ferramentas sofisticadas de análise e consulta a dados

A tomada de decisão envolve muitas vezes necessidades de informações não estruturadas e desconhecidas pelos decision makers e pelas próprias empresas. Outras vezes, informações nunca pensadas, é que constituem a chave de uma decisão acertada ou vantagem competitiva.

A obtenção de informações estratégicas através da garimpagem de dados pode se servir com eficácia das redes neurais para "varrer" as bases de dados ou data warehouses numa empresa e apresentar informações preciosas para quem decide.