Foros

Creado el 31 Mayo. 2017
0Comentarios

Gran parte de la industria con años de tradición en la formación de sus equipos, el diseño de sus estrategias o la explotación de sus nichos de negocio, de forma voluntaria o forzosa, se está viendo obligada a adaptarse a las nuevas condiciones de los mercados. Uno de los movimientos más frecuentes en esta industria, incluida la banca comercial y de inversión, es cómo la inteligencia artificial puede servir de ventaja competitiva para ganar dinero al viejo y nuevo estilo.

Métodos como el aprendizaje automático o el aprendizaje profundo están ayudando a las entidades en numerosos campos operativos. Y lógicamente, las APIs especializadas en machine learning y deep learning son el punto de partida de cualquier transformación. Gracias a ellas los bancos pueden crear productos finalistas que aporten valor a la entidad y sus clientes: permiten extraer datos relevantes de Big Data, búsqueda de patrones que faciliten ofertas más personalizadas, ajustes de precios o detección de procesos de fraude bancario.

Hoy en día existen interfaces de desarrollo de aplicaciones con características de procesamiento de lenguaje natural o reconocimiento de imágenes y voz (aprendizaje profundo) o la elaboración de modelos predictivos para establecer proyecciones (aprendizaje automático). Esto tiene algunas aplicaciones prácticas: definición de producto y clientes (saber qué servicios le interesan a cada tipo de usuario mediante la segmentación de clientes); gestión de riesgos (la concesión de préstamos siempre va asociada al posible impago); y técnicas contra el fraude.

Todo esto es posible por la evolución natural de los equipos de datos dentro de los bancos: de inteligencia de negocio (herramientas SAS, Excel y PowerPoint) a equipos de ciencia de datos (programación en lenguajes como R, Python o Scala); visualización de datos con librerías JavaScript como D3 o herramientas de cuadros de mando como Tableau; la plataforma de computación distribuida de código abierto Apache Spark; o el sistema de almacenaje de datos Apache Hive, con Apache Hadoop, para la realización de consultas y análisis de los datos con HiveQL

Definición de producto

Las tres preguntas clave en el uso de aprendizaje automático para la definición de productos y servicios y la necesaria segmentación de los clientes es de dónde vienen, dónde están y hacia dónde van los usuarios de banca. Para ello es obligada la creación de un modelo predictivo que sea interpretable por los equipos de operaciones, con el cliente en el centro de la lógica de negocio y que motive acciones concretas. La idea es definir servicios que se ajusten a las necesidades e intereses de los clientes, tanto en el estudio de los hábitos de consumo como de los canales donde los usuarios de banca muestran un mayor compromiso.

Gestión de riesgos

La crisis internacional de 2007 tuvo consecuencias importantes en la forma en la que las entidades financieras, de inversión o comerciales, medían el riesgo en sus operaciones de negocio. Un informe reciente de MacKinsey&Company establece un cambio de concepto interesante: mientras que a día de hoy sólo un 15% del control de riesgo bancario recae en la analítica, en 2025 ese porcentaje crecerá hasta el 40%. Esos cambios siempre son progresivos, y como indica el análisis, los bancos no tienen que esperar y pueden aplicar ya procesos de machine learning

Ese movimiento de competencias en la gestión de riesgo se ve bien en este gráfico, que explica cómo los bancos modificarán estructuras para asumir los retos del nuevo modelo, basadas en tecnología de Big Data como el aprendizaje de máquina:

No sólo se dedicarán más recursos a la detección temprana del riesgo y no tanto a la solución de problemas. Esto es una decisión estratégica de mucho calado. También los equipos recibirán formación o se buscará talento externo para combatir las nuevas formas de riesgo bancario, fundamentalmente los ataques cibernéticos. La ciberseguridad se ha convertido en un objetivo estratégico en las empresas y dentro del sector financiero es un departamento de enorme interés.

Técnicas contra el fraude

El uso del aprendizaje automático para evitar el fraude financiero se cimenta en métodos que se pueden separar en dos grandes grupos generales: aprendizaje supervisado y aprendizaje no supervisado. En los métodos de aprendizaje automático, la máquina aprende a detectar comportamientos anómalos a partir de una submuestra aleatoria de datos, la cual es clasificada como fraudulenta o no. Con la repetición sucesiva de este procesamiento de información, la máquina mejora su capacidad predictora y es capaz de prever posibles fraudes.

Los métodos de aprendizaje supervisado más utilizados en este caso son las redes neuronales supervisadas y redes neuronales difusas para evitar tanto el fraude telefónico como las estafas con tarjetas de crédito y débito.

El aprendizaje no supervisado, a diferencia del que sí lo es, no cuenta con la existencia de un conjunto de datos de muestra que permite el aprendizaje de máquina, sino que el método tiene como objetivo la identificación de patrones o características similares que permiten hacer subgrupos del volumen total de los datos. Son habituales métodos como las redes bayesianas o los Modelos Ocultos de Markov para establecer probabilidades y reducir la incertidumbre sobre si realmente se ha producido un fraude financiero en un comportamiento.

Esto es importante porque, a día de hoy, la mayoría de bancos del mundo fundamentan su lucha contra el fraude en la elaboración de modelos de patrones derivados de subconjuntos de transacciones históricas. Por tanto, la capacidad de las entidades para evitar el fraude que se comete por primera vez y en tiempo real es muy reducida. Además, esos modelos históricos no tienen la actualización debida por razones de costes. Otro elemento importante es la balanza de satisfacción del cliente: las entidades financieras siempre miden la cancelación de operaciones supuestamente fraudulentas por miedo al enfado del cliente que, a diferencia de lo establecido por el modelo predictivo, hizo una operación legal.

Algunas empresas del mercado financiero se han especializado en solucionar estos problemas. Brighterion es una de las fintech que hoy en día destacan por sus servicios de aprendizaje automático para la prevención del fraude bancario asociado a tarjetas de crédito, por poner un ejemplo. Los productos de la compañía combinan hasta 10 tecnologías de inteligencia artificial, con las que la máquina es capaz de aprender, predecir y tomar decisiones en tiempo real. Es una plataforma de computación cognitiva. Brighterion dispone de cuatro productos antifraude:

● iPrevent: la plataforma es capaz de registrar y aprender los hábitos de comportamiento y consumo de los titulares de cada una de las tarjetas expedidas por una entidad bancaria. El objetivo: establecer líneas rojas que detecten posibles comportamientos anómalos en el uso de esas tarjetas.

● iDetect: herramienta capaz de detectar violaciones de datos personales o de seguridad relacionados con tarjetas de crédito y transacciones irregulares.

● iPredict: herramienta de prevención de riesgos para créditos bancarios.

● iComply: uso de procesos de aprendizaje no supervisado para detectar comportamientos de lavado de dinero internacional. La plataforma recibe datos de numerosas fuentes, siempre en tiempo real, analiza los datos y sigue el flujo de dinero entre clientes y organizaciones para evitar el lavado.

Si quieres probar las APIs de BBVA, testéalas aquí.

Creado el 09 Ene. 2017
0Comentarios

Hoy en día algunos expertos señalan que los chatbots conversacionales serán las futuras aplicaciones, con un grado de intimidad aún más elevado en su relación con los usuarios. La banca es uno de los sectores que está explorando poco a poco cómo los bots pueden ayudar a mejorar la experiencia financiera con sus clientes y cómo esa relación puede llevarles a dar un mejor servicio y obtener una ventaja competitiva con respecto a sus rivales. Hay algunos casos reseñables.

Hay tres datos que avalan esta tesis:

1) La penetración de los teléfonos inteligentes en el mercado mundial es imparable: aún existen países donde la incorporación de los dispositivos está siendo más lenta, pero en el resto está acelerada. En 2016 se espera cerrar la cifra de usuarios de teléfonos inteligentes en los 2.100 millones. Este es un gráfico con su evolución:

2) El crecimiento de las aplicaciones de mensajería instantánea es enorme: hoy en día las curvas de uso y crecimiento de las aplicaciones de mensajería instantánea y las aplicaciones de redes sociales ya se ha cruzado. La gente empieza a dejar de estar en las redes sociales y comienza a estar en otros productos como WhatsApp, Telegram, Facebook Messenger, WeChat, Snapchat… La oportunidad es evidente. WhatsApp tiene más de 1.000 millones de usuarios activos al mes. WeChat algo menos. Aquí hay un par de gráficos de Statista: para WhatsApp y para WeChat

3) El volumen de mensajes en este tipo de aplicaciones no deja de crecer: si uno observa las cifras de aumento del número de usuarios activos al mes y el volumen total de mensajes en ese tipo de aplicaciones, el futuro podría ser prometedor.

Al final hay dos reglas que suelen ser bastante habituales en el mercado de la tecnología: es necesario crecer en horizontal y alcanzar cierto volumen para monetizar, y es imposible hacerlo si no estás donde se encuentran los usuarios. Las aplicaciones de mensajería instantánea, detrás de las que hay algunas grandes redes sociales, han lanzado herramientas gratuitas a la espera de monetizar.

Qué pueden hacer los bots para la banca

Hay varios tipos de operaciones que ya no es necesario que se realicen por un usuario a través de una aplicación y, mucho menos, desplazándose hasta la sucursal. De hecho, ni siquiera con la intervención de un empleado. Qué acciones puede hacer un bot para cualquier banco sin que la experiencia pierda valor:

● Alertas y notificaciones: las entidades pueden utilizar los bots para enviar alertas y notificaciones a sus usuarios sobre operaciones de todo tipo. Pueden notificar el ingreso de un cobro o la nómina, el pago de un producto o servicio a través de la tarjeta, el cobro de alguno de los recibos domiciliados… Pero incluso en cuestiones menores, pero importante para la experiencia como el soporte: usuarios que necesitan cancelar, consultar el saldo o pedir un nuevo PIN de su tarjeta de débito o crédito… Un bot asistente 24/7/365.

● Personalización de la oferta: los bots son un elemento muy útil para interactuar con el usuario y conocerlo, sin que resulte excesivamente invasivo, sobre todo si se utilizan mecanismos de gamificación para conseguirlo. Es un paso previo a la personalización de ofertas ajustadas a los gustos, valores y personalidad del cliente, al que con frecuencia se le conoce bastante poco.

● Depósito de cheques: hoy en día existen grandes empresas como IBM con Watson y Microsoft con Azure que disponen de servicios que permiten ya el reconocimiento de imágenes aplicado a operaciones financieras. Es tan sencillo como hacer una foto del cheque donde se vea la cifra del depósito.

● Pagos móviles persona a persona: los bots se han convertido también en una oportunidad para pagos rápidos entre amigos, sin muchas complicaciones y sin necesidad de la intervención de ninguna entidad financiera. Ya existen algunos casos prometedores de este tipo de propuestas: un ejemplo es Mypoolin ChatBot, una UPI (Interfaz de Pagos Unificado) o sistema de pago instantáneo desarrollado por la Corporación Nacional de Pagos de India. Cada UPI está desarrollada sobre la base de una infraestructura IMPS (Immediate Payment Service) para la transferencia de dinero entre cuentas bancarias mediante el uso de identificadores únicos como el número de teléfono móvil o un VPA (una dirección de pago única), sin la necesidad de usar número de cuenta, un elemento que genera incertidumbre en el usuario.

Cómo pueden ayudar los bots a la banca

Existen algunos otros ejemplos interesantes de bots bancarios que son una muestra de lo que estos prototipos pueden darle a la banca como sector productivo. MyKai es un chatbot desarrollado por la startup Kasisto, la cual es conocida en todo el mundo por su plataforma conversacional de inteligencia artificial KAI. Al final, KAI es un asistente virtual e inteligente que interactúa con los usuarios a través de dispositivos móviles, aplicaciones de mensajería instantánea, wearables… La integración con plataformas de terceros se produce a través de su API y sus SDKs. Todas sus ventajas se basan en un motor de procesamiento del lenguaje natural.

Una de las aplicaciones que con más fuerza apuesta por la integración de procesos vinculados a cliente a través de chatbots convesacionales es WeChat, sobre todo el mercado que mejor conoce esta herramienta de mensajería instantánea: China. Empresas como Facebook, WhatsApp o Telegram se están fijando especialmente en cómo WeChat tuvo éxito en el mercado asiático, en gran medida en la creación de pequeños bots que facilitan servicios a los usuarios como compra de comida a domicilio, petición de un taxi, transferencia de dinero entre cuentas bancarias… 

Al final, los bancos obtienen varias ventajas interesantes con la llegar de los chatbots:

● Reducción de costes e incremento de los ingresos: a media que se mejora la experiencia de los usuarios y se facilitan los procesos con los que están vinculados, las fricciones se reducen y las operaciones aumentan. Las comisiones vinculadas a toda esa operativa hacen crecer los ingresos y, además, los costes asociados a la misma se reducen a la mínima expresión.

● Mayor eficiencia: los clientes pueden acceder a las respuestas que necesitan de forma directa, sin necesidad de esperas. Se ahorra mucho tiempo.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

 

 

 

Creado el 02 Ene. 2017
0Comentarios

Uno de los retos de la plataforma abierta de APIs de BBVA es “hacer la vida más fácil tanto al desarrollador como al responsable de negocio”. Y esto se consigue gracias a la integración de las APIs financieras en soluciones de diferentes sectores empresariales, subraya Martín Eizaga, product owner de Open Platform en BBVA España.

La seguridad es una de las premisas del equipo de Open APIs de BBVA. Eizaga incide en el proceso que se sigue en la integración de la API BBVA Cards: “el usuario final siempre tendrá que introducir sus credenciales de la banca online para ceder el acceso al desarrollador” y, además, BBVA sigue siendo el que gestiona y almacena esas credenciales.

Existe un segundo factor de seguridad que implica que se le manda un sms al móvil del cliente final para que autorice esta operación. Esta autorización no es indefinida, sino que tiene un periodo de caducidad y se ceden unos permisos específicos.

Si te interesan las APIs financieras abiertas, puedes testar aquí las de BBVA.

Creado el 30 Dic. 2016
0Comentarios

El especialista Alfonso Muñoz, Senior Cybersecurity Expert & Research Lead  BBVA - Innovation for Security, desgranó las posibilidades de la criptografía para garantizar la seguridad de los usuarios y el empeño de las empresas en la búsqueda por la huella única.

¿Qué papel juegan las APIs en la criptografía?

Es lo fundamental. En BBVA estamos desarrollando un proyecto denominado ‘Camaleón’ para dar criptografía como servicio. Intentamos ofrecer criptografía usable gracias a las APIs.

 

¿Cómo lo estáis haciendo?

Las APIs permiten que la criptografía se use de manera sencilla, controlada y auditada. Por ejemplo, si tenemos una aplicación que quiere cifrar información o protegerla, en lugar de que la aplicación tenga el algoritmo implementado, le puedes decir a ese tercero, a esa API, que quieres proteger esa información. Ese tercero va a cuidar de nuestros datos mediante APIs.

 

¿Cuál es la amenaza más real de la criptografía para los bancos?

Hay varias. Una de ellas sería los algoritmos que utilizan criptografía cloud public. Los bancos la utilizan en comercio electrónico y en la firma digital de documentos. Si tuviéramos un documento de larga duración tipo hipoteca o un contrato firmado se podría falsificar esta información, ya que con los avances de la tecnología se pueden conseguir ‘volver a firmar’ con otros algoritmos o con otros mecanismos. Para esto último ya estaríamos hablando de la computación cuántica, que será una amenaza más a largo plazo.

 

¿Cuáles son los algoritmos más seguros?

No hay uno a día de hoy que sea el mejor. El problema es que al no estar estandarizados hay diferentes propuestas. En los otros sectores normalmente se presentan algoritmos ante la comunidad científica, ésta los analiza durante una serie de años y sale un ganador. En el mundo de la criptografía nos falta esto: que haya un pool de algoritmos, que se presenten y que la gente los analice en serio.

 

¿Van a desaparecer las contraseñas?

En los próximos 10 años no lo creo, aunque sí que se va a minimizar su exposición gracias a la criptografía homomórfica. Creo que las claves, o contraseñas, van a estar en menos sitios y al estar en menos lugares el sistema global va ser más seguro. Para robarte van a tener que hacerlo en puntos muy específicos.

 

¿Cómo defines la criptografía homomórfica?

Significa computación de datos cifrados. Es decir, cómo poder hacer operaciones sobre datos protegidos sin desprotegerlos. Sin ver la información.

 

¿Qué aporta al usuario?

El usuario consigue mayor privacidad en la nube. Puede ceder información a terceros, por ejemplo, su declaración de la renta para que hagan operaciones sin que ese tercero sepa sus datos.

 

¿Y para las empresas?

Las posibilidades son mucho mayores. Permite a las empresas hacer outsourcing -externalización- de cosas que hasta ahora no eran posibles. En el caso de los bancos, que no pueden dar información a terceros por legislación, les da la posibilidad de cifrar esa información para que alguien externo opere sin ver el contenido. Ofrece a las entidades una flexibilidad enorme para reducir costes o escalar servicios en la nube.

 

¿Qué coste supone?

Para hacer posible este tipo de encriptación bastaría un programa software con un coste bajo. El problema es que la inversión actual es más científica. Se está trabajando en que el algoritmo sea más seguro y más rápido. Esto último se consigue mejorando los procesos matemáticos.

 

Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 08 Sep. 2016
0Comentarios

Los móviles inteligentes se han convertido en el dispositivo más utilizado y más íntimo, no sólo como herramienta para contactar con los demás, también para hacer fotos, grabar vídeos, escuchar música, escribirnos con amigos o familiares mediante aplicaciones de mensajería instantánea, para trabajar… Y también para pagar. Los pagos móviles son una realidad que llega con timidez a nuestras vidas, en gran medida por la enorme penetración del pago en efectivo y con tarjeta. Pero casi todos los expertos avanzan que será la forma de pago habitual en el futuro.

Total Retail 2016 es uno de los últimos informes en facilitar algunos datos interesantes sobre la penetración de los pagos móviles en 25 países de todo el mundo, uno de ellos España. En el caso concreto de nuestro país, el 77% suele pagar de forma mayoritaria con dinero en efectivo, el 56% con tarjetas de débito, el 51% con tarjetas de crédito, el 43% con transferencia y sólo un 8% con el smartphone. De hecho, el 58% de los españoles asegura no haber comprado nunca a través de la tableta y un 55% no haber usado nunca su teléfono móvil. Otros métodos nuevos tienen mejor acogida entre los consumidores nacionales como el uso de PayPal o las tarjetas virtuales para realizar compras por internet.

Esto pretende ser un resumen del estado de los pagos móviles en algunos de los principales países del planeta, incluidos lógicamente los consumidores españoles: 

1.    M-Pesa, un caso de éxito procedente de Kenia

El único caso de éxito masivo de uso del teléfono móvil para el pago de mercancías o servicios tiene su origen en Kenia. M-Pesa (M de móvil y Pesa de dinero en swahili) es un producto de telefonía móvil de Safaricom, la filial de Vodafone en el país africano. M-Pesa permite pagar y recargar el saldo del teléfono móvil, enviar dinero a usuarios o no usuarios del servicio, retirar dinero en cajeros automáticos… El gran éxito se debe a que es un sistema que permite la bancarización de la población sin necesidad de ninguna sucursal. La idea es que termine por colonizar el continente a través de Uganda, Tanzania, Sudáfrica, República Democrática del Congo, Mozambique, Lesotho o Ghana. También están presentes en el continente asiático en Egipto y en el europeo en Rumanía.

Gracias a procesadores de pagos como M-Pesa, casi el 60% de la población de Kenia utiliza el móvil para realizar pagos y cobros de todo tipo. Se les ha facilitado un servicio que reclamaban a través de un dispositivo que ya conocían como el teléfono móvil. Ha incorporado a personas que estaban fuera de cualquier circuito financiero. En marzo de 2016, M-Pesa registró un crecimiento del 27,1% del número de usuarios activos no sólo en África, también en Asia o en Europa, hasta alcanzar una masa total de consumidores que rondaría los 25 millones

             2.   China, ejemplo de la evolución de los pagos móviles

Los expertos siempre dicen que si existe un país que ejemplifica a la perfección el comportamiento evolutivo que tendrán los pagos móviles en los usuarios a nivel mundial, ese país es China. De alguna forma es el microclima que anticipa la evolución natural de los hábitos de consumo con respecto a los pagos móviles. En este gráfico se puede observar el crecimiento casi calcado entre China y el mundo en la elección del teléfono móvil como principal dispositivo de pago de productos o en la predisposición del consumidor a cargar crédito en el smartphone

3. ¿Pagos móviles? Tienda física y online a través del PC

Un buen gráfico para detectar la penetración real que tienen los pagos móviles son las respuestas sobre el método de pago favorito a la hora de comprar productos y servicios. Lo de menos es el tipo de mercancías, y lo realmente interesante es la tendencia en los porcentajes. En el gráfico de abajo, con datos de Total Retail 2016, el método de pago favorito es la tienda física, seguido de la compra online a través del ordenador. La vía con peor acogida es la más reciente, el uso de wearables (dispositivos ponibles) como relojes o gafas inteligentes, seguido del pago online mediante el teléfono móvil. Los pagos móviles no están, todavía, entre los canales que mejores sensaciones generan entre los consumidores. 

En el caso de España, el estudio ‘Los medios de pago, un paisaje en movimiento’, del Centro del Sector Financiero de PricewaterhouseCoopers y el IE Business School de junio de 2015, sitúa a los pagos móviles (con wallet en el smartphone) en una situación retrasada con respecto a otros métodos de pago: efectivo, tarjetas, transferencias, cheques o aplicaciones. Este es un gráfico de barras especialmente revelador porque también existe una categorización por franjas de edad. 

4. La frecuencia: un aspecto interesante

Un dato interesante para medir la evolución en los hábitos de consumo y el espacio que los pagos móviles encuentran poco a poco entre las vías escogidas por los consumidores es la frecuencia con la que utilizan este método de pago. Frente a las cifras totales y porcentuales del uso de los pagos móviles, la frecuencia con la que se usan los smartphones para comprar productos y servicios ofrece una métrica de calidad, no tanto de cantidad. El informe Total Retail 2016 ofrece una evolución importante: en 2012, el 70% de los consumidores reconocían que nunca utilizaban sus dispositivos móviles para comprar, mientras que en 2015 bajó hasta el 46%.

Las previsiones de los expertos señalan que, a comienzos de 2019, el 80% de los consumidores usará el teléfono móvil al menos una vez al año para hacer algún tipo de compra. Ejemplo de esta evolución natural es la tipología de tráfico que reciben los grandes retailers online en sus plataformas: en su mayoría es móvil. 

 

5. Otra métrica de calidad: cantidad de dinero por método

Otro aspecto para medir la evolución de los pagos móviles es la cantidad de dinero que los consumidores están dispuestos a pagar en función del sistema de pago. En este caso, los pagos móviles siguen siendo una vía que ofrece pocas garantías a los usuarios, aunque esto no vaya asociado tanto a la sensación de falta de seguridad, sino a la novedad y la falta de costumbre. Aquí un gráfico con la cantidad de dinero que los usuarios están dispuesto a pagar por método, según PWC. 

Creado el 06 Sep. 2016
0Comentarios

Denys Prykhodov / Shutterstock.com

Los pagos móviles se han convertido en uno de los escenarios de combate empresarial más intensos de los últimos años. Son muchas las entidades financieras, los fabricantes de móviles, los gigantes del comercio electrónico o los operadores de telefonía móvil que lanzan soluciones o buscan acuerdos con otros protagonistas para hacerse con una parte de la tarta del negocio, aunque esto sea más una cuestión de futuro que de presente. PayPal, Stripe, Square o Dwolla son cuatro ejemplos prácticos de ese deseo. Hay más. En cualquiera de los casos mencionados, gran parte de sus aspiraciones se posan sobre el éxito de sus APIs.

1.    PayPal

Durante el último Mobile World Congress, PayPal y Vodafone anunciaron que el sistema de la gran pasarela de pagos se añadiría al monedero de la teleco, Vodafone Wallet, para todos sus clientes en España. Con ese acuerdo, los usuarios pueden realizar cualquier pago con un teléfono inteligente Android en tiendas físicas, a cargo del saldo de sus cuentas en PayPal sin ningún tipo de comisión, en un total de 710.000 comercios. De alguna forma, Vodafone aprovecha la penetración de PayPal para hacer más accesible su sistema de pagos móviles y PayPal, al revés, para ofrecer un servicio añadido a todos sus usuarios.

El camino de PayPal en los pagos móviles es anterior a esta alianza de 2016. Ya en septiembre de 2013, eBay decidió adquirir Braintree por 800 millones de dólares. La operación del gigante del comercio electrónico se produjo porque ya entonces pensaba que las sinergias entre PayPal y Braintree eran enormes. No solo eBay estaba detrás de esa operación, por aquel entonces Square también pujaba. Braintree es una plataforma que hace posible aceptar pagos en una aplicación móvil o un sitio web, sustituyendo al sistema tradicional de pasarela de pagos.  

Braintree tiene de un SDK conocido como v.zero, disponible para todo tipo de plataformas y lenguajes de programación: JavaScript, iOS y Android por el lado del cliente; y sintaxis Ruby, Python, PHP, Node.js, Java y .NET por el lado del servidor. En los países en los que no está disponible, los desarrolladores y comerciantes que quieran integrar los pagos móviles con PayPal disponen de su API REST, basada en llamadas HTTP para acometer pagos, hacer operaciones de devolución, procesos de autorización... La integración de Braintree se hace a través de dos métodos: 

● Un Drop-in añadiendo una pequeña línea de código y activando el soporte para PayPal a través del panel de control de Braintree. Fragmento de código:

braintree.setup("CLIENT-TOKEN-FROM-SERVER", "dropin", {
  container: "dropin-container"
});

● Una interfaz de usuario personalizada a través de la API para web y apps. 

2. Square

Square es uno de los referentes actuales de pagos móviles en EEUU. Su fundador y CEO es Jack Dorsey, más conocido en el resto del mundo por ser el cofundador de la red social Twitter. Square dispone de un conjunto de APIs bastante completo para articular una oferta competitiva para comerciantes y usuarios. En la actualidad tiene dos versiones de una API REST basada en llamadas HTTP: una v.1. que dispone de algunas funcionalidades como la historia de depósito del comerciante, la gestión de pedido online o inventario; y una v.2. con procesamiento de pagos online, gestión de información de clientes, recuperación del historial de transacciones y ejecución de devoluciones por parte del comerciante.

Las APIs de Square tienen varias bibliotecas en distintos lenguajes de programación: PHP, Ruby, Python y .NET. Entre algunas de las más importantes, Square dispone de una API para la gestión de los pagos relacionados con comercio electrónico (E-commerce API) y otra que facilita la comunicación con dispositivos tantos iOS como Android para realizar cualquier pago en persona (Register API).  

3. Stripe

La interfaz de desarrollo de aplicaciones de Stripe es una API REST, basada en peticiones HTTP (GET, PUT, POST, DELETE) que devuelven elementos en formato JSON. De todas formas, la API de Stripe tiene varias librerías en distintos lenguajes de programación, cada una con su especificidad concreta: bibliotecas por el lado del servidor en Ruby, Python, PHP, Java, Node.js, Go; y librerías para distintos sistemas operativos como iOS y Android. También tiene plugins de terceros para sistemas de gestión de contenidos como Joomla, Drupal o Wordpress y plataformas de comercio electrónico como PrestaShop, Magento u OpenCart.

La API de Stripe es una de las más valoradas entre los desarrolladores, en gran medida por sus enormes posibilidades por el lado de la experiencia de usuario móvil. Uno de sus últimos lanzamientos es el conjunto de APIs conocido como Relay, una solución que pretende igualar la penetración de móviles inteligentes y volumen de compras de comercio electrónico en esos dispositivos. Stripe entiende que, aunque el uso del móvil está enormemente extendido, el comercio desde dispositivos móviles no lo está tanto por la desagradable experiencia de usuario.

Relay permite que los desarrolladores puedan crear interfaces de usuario in-app para la compra de productos directamente, por ejemplo, en una red social como Twitter en vez de ser expulsados a sitios web de terceros, algo muy engorroso. 

4. Dwolla

Dwolla es una plataforma que permite realizar transacciones de dinero a través de cuentas bancarias personales, una gran diferencia con respecto a otras soluciones de pagos móviles, que permiten el intercambio de cantidades de dinero entre tarjetas de crédito. Es lo que se conoce como transferencias o pagos ACH, operaciones electrónicas de fondos entre bancos y cooperativas de crédito a través de la red de la Cámara de Compensación Automatizada. La idea es que los consumidores puedan realizar operaciones de pago en comercios a través de un número de cuenta y un número de enrutamiento bancario (routing number). 

La API de Dwolla tiene dos versiones (la versión 1 y la versión 2), una amplia documentación para desarrolladores y varios SDKs para numerosos lenguajes de programación: Ruby, Node.js, PHP, Python y Java. Como toda API REST está basada en peticiones HTTP que devuelve elementos en formato JSON. Todo el proceso de autenticación con la API de Dwolla se realizada a través de un protocolo OAuth.

Creado el 05 Sep. 2016
0Comentarios

El crecimiento en el uso de los pagos móviles en España es bastante tímido: el proceso de transformación de los hábitos de consumo siempre necesita tiempo. Hoy en día, los consumidores españoles están más acostumbrados a utilizar el dinero en efectivo, las tarjetas o la compra online a través del ordenador. Acompañando a ese cambio de filosofía, las empresas privadas, ya sean bancos o grandes tecnológicas, lanzan productos y servicios vinculados a pagos móviles para seducir a un mercado cuyas previsiones es que cada vez crezca más.

Existen informes sobre la evolución de los pagos móviles casi como tantas consultoras, entidades u organizaciones existen vinculadas a la tecnología o el sector financiero… De todas formas, los estudios con cifras y previsiones siempre sirven para contextualizar y estar al corriente del movimiento marcado por las tendencias. Según el Informe Mobile en España y en el Mundo 2016, de Ditrendia, España es el cuarto país con un mayor número de usuarios de pagos móviles en Europa por detrás de vecinos como Turquía, Polonia (estado similar) e Italia.

Dentro de los métodos de pago móviles que existen hoy en España, conviven los productos lanzados por fabricantes de teléfonos móviles, las empresas que dan servicios de telefonía y por último las entidades bancarias. Son, lógicamente, los tres sectores que tienen intereses vinculados a la compra de servicios a través de un smartphone. Ninguno de ellos quiere quedarse fuera del reparto de esa tarta. Conviven las soluciones de Google, Apple o Samsung; Movistar, Vodafone u Orange; y BBVA, Caixabank o Santander. Luego hay otros jugadores/aplicaciones como Line.

1.    Android Pay

Android Pay es la aplicación de pagos móviles de Google, presentado durante el evento para desarrolladores Google I/O de 2015 para su sistema operativo Android M, el OS móvil previo al último lanzamiento, Android N. Android Pay es compatible con cualquier teléfono Android 4.4. KitKat o posteriores que no haya sido rooteado, y con conectividad NFC (Near Field Communication - Comunicación de Campo Cercano en español), la tecnología para conectarse con los terminales de cobro. Esto es lo que permite, por ejemplo, el pago con tarjetas con sistema contacless, sin contacto físico con un TPV o un smartphone, con acercarlo es suficiente.

A día de hoy, Android Pay no está presente en España pero lo estará pronto. España es un país con mayor penetración de Android que de iOS, y de ahí que le dediquemos un espacio en este listado. De todas formas, no es el único sistema de pagos móviles en Android. Google tiene acuerdos con varias entidades o fabricantes de tarjetas para que el método funcione en la mayoría de los casos, sobre todo en EEUU: BBVA Compass (filial en EEUU), Bank of America, City, US Bank, Wells Fargo; o empresas como American Express, MasterCard o Visa.   

2. Samsung Pay

Samsung es otro de los fabricantes de teléfonos móviles (hardware) que se introduce en el negocio del software especializado en pagos móviles. Para que el usuario pueda utilizar Samsung Pay necesita los mismos requisitos de hardware que con Android Pay: sistema operativo Android 4.4. sin root y tecnología NFC. Los dispositivos Samsung con estas características son Galaxy S7 edge, Galaxy S7, Galaxy S6 edge+, Galaxy S6 edge, Galaxy S6 y Galaxy A5 (2016), aunque en este modelo de teléfono la disponibilidad de Samsung Pay depende del operador.

La aplicación opera como si fuera una tarjeta de débito o crédito, pero es necesario que la tarjeta que respalda el servicio, sea Visa o Mastercard, y esté expedida por CaixaBank, Abanca o ImaginBank. Samsung pone a disposición de sus usuarios un enlace con un formulario donde cada uno puede ser informado de la fecha prevista para el lanzamiento del servicio de pago móvil con su entidad. La aplicación descargada en el smartphone permite que el consumidor escoja la tarjeta con la que quiere pagar, habilite el sistema con su huella dactilar para garantizar la seguridad del servicio y acerque el móvil al datáfono para hacer el pago.

Este vídeo de Andro4All resume a la perfección el funcionamiento de Samsung Pay: 

3. BBVA Wallet

BBVA Wallet es la aplicación de pagos móviles de la entidad española. Está disponible tanto en Google Play, para sistemas operativos Android, como en la App Store, para sistemas operativos iOS. El objetivo del servicio es que los clientes de BBVA puedan acometer pagos de productos y servicios con su smartphone con el mismo nombre de usuario y contraseña que da acceso a su zona privada en bbva.es. La aplicación es compatible con varias tarjetas y anota en un feed continuo cada uno de los pagos vinculados a la tarjeta con la que se pagó.

BBVA Wallet necesita para Android los mismos requerimientos mínimos que los dos sistemas de pagos anteriores: el sistema operativo tiene que ser Android 4.4. o superior. Una de las ventajas de las que dispone BBVA Wallet es el gran paquete de descuentos asociados a su uso. Según la web del servicio, los clientes de BBVA que utilicen Wallet tendrán descuentos de hasta el 15%: un 3% en iPad mini y gama iPhone; un 5% en iPads; un 8% en la gama iPod, ordenadores iMac y MacBook y en Apple TV y Cinema Display; un 10% en MacPro y accesorios de Apple; y un 15% en accesorios que no sean de Apple. Al menos hasta el 31 de diciembre de 2016. 

4. CaixaBank Pay

CaixaBank es un monedero virtual disponible tanto para teléfonos Android (para versión 4.4. del sistema operativo o superior) e iOS (versión 7 o superior). Con la aplicación descargada, cualquier cliente de CaixaBank puede sacar dinero de los cajeros o pagar en tienda física directamente con el smartphone en el TPV sin necesidad de hacer contacto con él, gracias a la compatibilidad con tecnología NFC.

CaixaBank está asociada a Ealia, un sistema de pago móvil entre particulares: el método permite que un usuario puede ingresar dinero directamente en la cuenta de un destinatario sólo con un número de teléfono móvil o un correo electrónico.

5. Santander Wallet

Santander Wallet es otro de los monederos virtuales asociado a una entidad bancaria. La aplicación posibilita pagos móviles a través de tecnología NFC y en dispositivos Android (sistema operativo versión 4.4.2.) e iOS. Además, permite el envío de dinero a los contactos de la agenda sin conocer la cuenta del destinatario. Lógicamente, el método de pago da acceso a toda la información de transacciones o servicios vinculados a las tarjetas (activarlas o bloquearlas, consultas del PIN de acceso, traspasos de dinero de cuenta personal a tarjeta…). Lo habitual.

No son los únicos métodos de pago móvil en España. Existen muchos otros ejemplos de aplicaciones que facilitan el pago desde un smartphone: el ya mencionado servicio de ImaginBank, los monederos virtuales  Sabadell Wallet y Bankia Wallet, la aplicación de ING Direct, y también los servicios de operadores de telefonía como la aplicación Vodafone Wallet u Orange Cash. Lo cierto es que hay numerosas opciones para que cualquier consumidor español pague desde el teléfono móvil, pero aún queda mucho camino por recorrer en la adopción de su uso. 

Creado el 03 Ago. 2016
0Comentarios

Todos los grandes actores del sector bancario dan por enterrado el sistema tradicional de autenticación basada en usuario y contraseña, sobre todo con la llegada del escenario posterior a la nueva directiva PSD2 (Revised Directive on Payment Services). PSD2 cambia por completo la relación entre los clientes, la banca comercial tradicional y las emergentes compañías fintech, que ahora irrumpen como un proveedor más de servicios financieros con acceso a información de cuenta y pagos. El entorno en el que los bancos cuidaban de dinero y datos ha muerto, y la gestión de la identidad digital adopta un cariz importante.

Algunas entidades llevan tiempo trabajando para el día en el que serán un proveedor más dentro del mercado europeo. Esa es la razón por la que, algunas, se están transformando en plataforma como servicio (PaaS) o adquiriendo startups del mundo de los pagos móviles, diseño o usabilidad con el objetivo de mejorar la experiencia operativa de servicio con sus clientes. Ya no serán nunca más los dueños en exclusiva de la información sensible de los usuarios si estos dan acceso a esa información y a sus cuentas a terceros actores. Su capacidad para competir depende de cómo gestionarán la identidad digital de forma segura y ágil.

Dentro de ese cambio de estrategia global de las entidades financieras, tanto en aquellas que están liderando ese cambio como en aquellas que aún no han empezado pero saben que no tienen otra posibilidad, el uso de las intefaces de desarrollo de aplicaciones ocupa un papel protagonista. Las APIs están generando negocio a las empresas que las utilizan en su estrategia DevOps en tres campos: pago por uso, modelos de suscripción y reparto de recursos e ingresos.

Lo más probable es que los bancos sigan siendo en un futuro, aún más con ese mercado liberalizado que propone la PSD2 impulsada por la Autoridad Bancaria Europea, en los únicos proveedores de identidad digital de confianza. Es decir, en los proveedores de la tecnología y la infraestructura para garantizar que cada operación financiera con terceros cumple con los requisitos impuestos por la propia normativa. Lógicamente, ese servicio tendrán un coste para el resto de proveedores que dan servicio con la autorización de los propios clientes. ‘La identidad es el nuevo dinero’ es una afirmación que da título a un interesante libro de David Birch y que resume a la perfección el futuro de esos ingresos

La identidad digital, los clientes y blockchain

Algunos expertos de identidad digital sostienen que toda la información personal que confecciona esa huella intransferible de los usuarios no puede estar en manos de bancos ni empresas fintech, sólo puede estar bajo la tutela del propio cliente. Sólo así es posible que el mundo financiero pueda proveer servicios cruzados a todos los usuarios. Si la identidad digital de un usuario recae bajo el control de una entidad, podría darse el problema de tener que disponer de varias identidades para cada proveedor de servicios, de información de cuenta o de pagos. Los datos personales deben ser visibles y accesibles a su dueño y el lugar donde se encuentren no debería ser un aspecto relevante. Hoy banco, mañana fintech.

Eso no sería, en ningún caso, un impedimento para que las entidades financieras fueran un intermediario que permitiera una identidad digital verificada de los clientes, tal y como hemos explicado con anterioridad, aunque no tuvieran los datos personales bajo su control ni gestión. Incluso en ese escenario, los bancos ganan porque una identidad digital verificada en manos de las entidades facilitaría en la mayoría de casos el cumplimiento de los requisitos de seguridad y protección.

Una alternativa intermedia sería que los bancos y las empresas fintech alcanzaran un consenso para usar la tecnología externa blockchain como sistema de auditoria única para la identidad digital de los clientes. Empresas como Credits.Vision están trabajando en la creación de redes blockchains personalizables que conectarían otros blockchains, privados por el lado de los bancos y públicos por el de los consumidores de servicios y criptomonedas como los bitcoins. En un caso práctico, el usuario subiría a blockchain los datos personales que conforman su identidad digital en un paquete encriptado, que podría ser usado por un banco, una entidad regulada por el estado o un proveedor de telecomunicaciones. 

 

¿Te interesan las APIs financieras? Consulta el catálogo de BBVA en esta web

Creado el 21 Jul. 2016
0Comentarios

La robotización de las empresas ya no es una idea de ciencia ficción. Es una realidad en numerosos sectores que afecta a miles de personas, bien porque parte de su trabajo está relacionado con el control de ese software o porque se quedaron sin empleo por esa automatización. La mayoría de las empresas que se decantaron por la robotización tienen dos objetivos: por un lado el ahorro de tiempo, los robots son más rápidos; y por otro el ahorro de costes en personal.

Muchas entidades bancarias y departamentos de finanzas de grandes compañías han ido incorporando en sus procesos laborales el uso de software para la programación de tareas. Acciones relacionadas con contabilidad de facturas o transacciones u operaciones financieras relacionadas con datos que no necesitan de la intervención de un profesional. Ese proceso recibe el nombre técnico de Automatización de Procesos mediante Robots (Robotic Process Automation - RPA).

La automatización de procesos en las entidades bancarias forma parte de una proceso a mayor escala conocido como sistemas de planificación de recursos empresariales (ERP - Entreprise Resource Planning), íntimamente relacionado con el uso de plataformas SaaS (Software como Servicio) y computación en la nube para contabilidad financiera, pero también otros departamentos como producción o distribución. En ese escenario, los bancos pueden reducir costes entre un 20% y un 50%, se facilitan los flujos de trabajo en los departamentos de TI, un mejor control del riesgo con una disminución del error humano en las operaciones y una recogida y análisis más eficaz de los datos para la toma de decisiones.

Ese proceso de automatización provocará una reducción sustancial en la implicación de las personas dentro de los procesos operativos en las empresas. Y los bancos y los servicios financieros son uno de los mercados más afectados, según las cifras aportadas por el informe de la consultora EY titulado ‘Global banking outlook 2016. Transforming talent. The banker of the future’

Campos de la automatización bancaria

Hoy en día la banca internacional ha introducido proceso de programación basada en robots en numerosos campos de su negocio: gestión de grandes volúmenes de datos (información estructurada); operaciones habituales con productos financieros tan sencillos como una cuenta o complejos como una hipoteca en tiempos muy reducidos; control del fraude; elementos importantes para los equipos de tecnología como la escalabilidad de los recursos por la demanda; y para recursos humanos para la retención del personal

- Gestión de grandes volúmenes de datos: la gestión de los Big Data, sobre todo si un error humano puede significar alteraciones muy perjudiciales para el negocio bancario, suele recaer en distintos tipos de software. Se gana en precisión   y se disminuye el riesgo de una mala gestión o de un mal cálculo: no sólo en el resultado de operaciones, también en datos personales erróneos (por ejemplo: nombres de titulares de una cuenta o su edad).

Es habitual dejar en manos del software el intercambio de datos e información entre plataformas o sistemas, como por ejemplo aplicaciones, o bien llevar a cabo toda la purga de los datos incompletos o equivocados. También la extracción de la información contenida en formularios y su incorporación a los sistemas de la propia entidad o la actualización de las entradas (ya sean ingresos o devengos) en las cuentas de los clientes. Hay todo tipo de tareas bancarias ya automatizadas.     

Aquí la automatización de procesos mediante robots sustituye la labor de los profesionales para crecer en eficiencia y velocidad sin que eso suponga una mayor exposición al error, más bien todo lo contrario. Es en este tipo de tareas donde el software puede suponer un mayor ahorro de costes.  

- Operaciones con productos financieros: gran parte de las tareas relacionadas con cuentas bancarias, préstamos o créditos, tarjetas de crédito y débito o hipotecas ya está automatizada gracias al software. Una tarea habitual es lo que se conoce como conciliación bancaria, un proceso de control por el que se cotejan los asientos contables de la entidad y los de cada cuenta personal de cliente. Ese proceso suele estar programado para ahorrar costes, aumentar la velocidad y reducir la posibilidad de error.

Las peticiones de tarjeta de crédito también suelen estar sometidas a automatización: el cliente rellena un formulario web, cuya información es enviada a la unidad central de la entidad para ser expedida. Los procesos de aprobación de hipotecas también dependen más de los parámetros de un software que del criterio de una profesional. Un tercer aspecto importante es el aviso automatizado de los préstamos o créditos personales que se encuentran en situación de mora por el impago del cliente. Sería complicado y especialmente costoso que esta tarea no dependiera de un robot. 

Control del fraude: en muchas ocasiones se producen movimientos extraños en una cuenta bancaria de algún cliente que provoca una alerta en los empleados de la entidad. Eso suele iniciar una investigación para detectar si se está produciendo una vulneración de la cuenta y se contacta con el cliente para determinar si realmente los movimientos son suyos o no. Algunas veces, los cobros en terceros países se deben a un fraude. La alerta temprana de esos comportamientos extraños está automatizada gracias a un software. El uso de técnicas de aprendizaje automático o de máquina (machine learning) para evitar el fraude bancario son habituales. 

Aumentar la escalabilidad de los servicios de TI: todas las empresas del mundo, y los bancos lo son, tienen picos de trabajo con mucha frecuencia, ya sean a finales de mes, durante el cierre trimestral o del ejercicio anual. Para las entidades resulta más barato y más rápido crecer en recursos de software (que pueden escalar y luego volver al punto de partida) que responder al crecimiento de la demanda con la contratación de personal. 

Retención de talento: una de las principales razones del absentismo laboral y el abandono final de las empresas es el trabajo mecánico, poco creativo y poco edificante. Las entidades bancarias recurren al software y los robots para descargar a los equipos de labores que sólo acarrearían más estrés a sus profesionales. Tareas que en la mayoría de los casos son perfectamente programables con ayuda de la tecnología. 

Implicaciones técnicas por la robotización

La automatización de procesos mediante robots (RPA) necesita cambios culturales en cualquier organización, pero también cambios en los recursos que aportan los equipos de TI (infraestructura y seguridad), sobre todo en la Gestión de Procesos de Negocio (en inglés, Business Process Management). BPM es la disciplina corporativa que automatiza, ejecuta, mide y optimiza el flujo de la actividad empresarial en apoyo de los objetivos de la propia empresa. Y afecta a todos los recursos de la compañía: empleados, sistemas, plataformas, clientes, socios…

Son los profesionales de Gestión de Procesos de Negocio quienes deben encargarse de adaptar las nuevas tecnologías, normalmente asociadas a procesos disruptivos, a los intereses de la empresa: ya sea el software o la robótica, el Internet de las Cosas o la nueva era de servicios y productos móviles. El banco del futuro no se parecerá en nada a lo que hoy somos capaces de soñar.

Si quieres conocer más sobre las APIs financieras de BBVA, visita esta web.

Si quieres probar las APIs de BBVA, testéalas aquí.

 

Creado el 20 Jul. 2016
0Comentarios

La agregación de datos financieros se ha convertido en un gran negocio para algunas compañías del mercado fintech. La idea es simple: todos los datos personales y bancarios de un cliente pueden estar disponibles en un único espacio, lo que facilita mucho las consultas de información y las operaciones de todo tipo. Esos grandes volúmenes de datos, agrupados todos en una especie de cartera única, sirve de punta de lanza a empresas y bancos para generar ingresos.

Existen muchas razones prácticas por las que la agregación de datos financieros es una fórmula de generación de beneficios, en gran medida porque es útil para el cliente (persona o empresa) que tiene una cartera de inversiones diversificada:

● Una radiografía general: cuando uno tiene una cartera de inversiones amplia puede llegar a ser complejo hacerse una radiografía global de su propia situación financiera, a no ser que disponga de todo el escenario en un único espacio. Eso da visión universal y tiene ventajas para la gestión

● Permite el conocimiento real de hábitos de inversión y consumo: la agregación de datos financieros aproxima al cliente a un conocimiento real de cómo invierte y gasta su dinero. Tiene todos los movimientos de sus cuentas y el destino final de su dinero. Así se gestionan mejor los gastos.

● Control de los activos de dinero en efectivo: algunas entidades se caracterizan por facilitar a sus clientes productos financieros dedicados exclusivamente al ahorro. La agregación de datos bancarios acrecienta el control que se tiene sobre la cartera destinada al ahorro de ese efectivo.

● Automatización de procesos: cuando las compañías fintech de agregación de datos sirven como proveedores, proveen de datos en tiempo real lo más actualizados posibles. Hacen trabajo mecánico y facilitan el análisis.   

Proveedores de agregación de datos bancarios: APIs

Existen tres elementos clave que cualquier producto o servicio de agregación de datos bancarios debería cumplir: la actualización de esa información debería ser lo más precisa posible, ajustarse al tiempo real es clave cuando hablamos de monitorización de datos financieros y gestión de carteras de inversión; segundo, la agregación de datos tiene sentido si cada proveedor reúne un amplio listado de entidades; y tercero, una correcta gestión de las credenciales de clientes.

A día de hoy existen varios proveedores de agregación de datos bancarios que disponen de interfaces de desarrollo de aplicaciones muy conocidas por las entidades bancarias y por sus equipos de desarrollo y operaciones: Yodlee, Plaid y Kontomatik son tres ejemplos interesantes dentro de este sector.

● Yodlee: dispone de una API RESTful y una API SOAP, que dan acceso a datos financieros de miles de entidades financieras o fuentes internacionales de información bancaria (un total de 14.500) en formato JSON y XML. Los equipos de desarrolladores pueden programar productos en varios lenguajes: Java, C#, Ruby, PHP y también Python. La API ofrece características de autenticación; registro de usuario (inicio de sesión como cliente); obtención de información relacionada con la plataforma del proveedor;  gestión y eliminación de cuentas; realización de transferencias y acceso a la información; facturas; tarjetas; inversiones; préstamos…

La seguridad de la API de Yodlee se basa en procesos estándar como HTTPS. Toda la información y los datos del cliente siempre pueden ir encriptados con credenciales de cuenta y en una infraestructura de clave pública (PKI - Public Key Infrastructure, en inglés) en la parte superior para blindar esas credenciales. El acceso a la API se produce a través de tokens de acceso contra una posible vulneración y evitar así problemas con otros clientes.

Ellos destacan de sí mismos “una arquitectura intuitiva de nuestra API, requisitos de código reducidos y un modelo de datos simplificado que hace más fácil la integración en nuestra plataforma y acelera la innovación”. El objetivo de Yodlee es facilitar una interfaz de desarrollo de aplicaciones que permita desarrollar productos y servicios para la gestión de la información financiera, planificación de carteras, asesoramiento, desarrollo de aplicaciones que posibiliten a los clientes planes de ahorro y costes… 

● Plaid: es una plataforma que ofrece fundamentalmente dos servicios, agregación de transacciones bancarias y gestión de movimientos financieros. Plaid se encarga de recoger y almacenar grandes volúmenes de datos bancarios y financieros, de alta calidad y en tiempo real. Esta es una labor compleja porque existen cientos de entidades y millones de clientes que hacen operaciones todos los días. Además, dispone de una plataforma de sencilla integración para crear productos y servicios gracias a su API.

La forma más rápida de empezar a trabajar con Plaid es Plaid Link, un modulo con el que los clientes pueden iniciar el proceso de entrega de credenciales, autenticación, adjudicación del token de acceso para desarrollar con la API y solución de posibles errores. La API es una API REST basada en llamadas HTTP y cuyas respuestas se envían en formato JSON. La seguridad está basada en el protocolo estándar HTTPS. Los clientes se abren una cuenta en Plaid, y en ese momento reciben un ID de cliente, una clave pública y una clave secreta para empezar a operar con la interfaz.   

● Kontomatik: esta plataforma permite a los bancos la elaboración de productos y servicios para sus clientes con un resultado más elegante y práctico. Servicios relacionados con agregación de datos bancarios, información de transacciones, tratamiento de los datos o su análisis. Al final, lo que ofrece Kontomatik a las entidades bancarias es el acceso a datos de movimientos y consumo de productos financieros de clientes que no son suyos, que operan con otras organizaciones. Posible captación de clientes. En gran medida porque la API de Kontomatik es de lectura sólo para bancos.

La plataforma permite la integración de un widget en HTML5 en cualquier página web, donde cualquier usuario de banca puede acceder y hacer gestiones con sus entidades. Selecciona el país y la entidad, y después hace login. Este widget funciona con todo tipo de procesos de autenticación: códigos enviados a través de SMS, CAPTCHAs, tokens o contraseñas enmascaradas. Además, soporta cualquier forma de credenciales no válidas, entre ellas cuentas bloqueadas o sesiones expiradas por exceso de tiempo.   

Si quieres probar las APIs de BBVA, testéalas aquí.

Páginas