Big data en el sector bancario

Vienen adoptando tecnologías de administración de datos y comienzan a ponerle inteligencia al análisis de los mismos. Están reimaginando sus modelos comerciales para ofrecer un nuevo valor en la economía digital.

Históricamente, los bancos recopilaron mucha información de los clientes y durante años armaban tablones en Excel, con las listas de los clientes y centenares de variables como dónde vive, la última conexión, las transacciones, el nivel educativo, el saldo promedio y la morosidad, entre otros. Ahora, la recopilación de datos es mayor y no se puede poner en ninguna base de datos. Por eso, los bancos adoptan tecnologías de administración del big data y comienzan a ponerle inteligencia al análisis de esos datos.

Las entidades están reimaginando sus modelos comerciales para ofrecer un nuevo valor en la economía digital. Además, deben enfocarse en el resultado deseado del cliente, no sólo en la transacción financiera. Para ello, pueden aprovechar la explosión de información para convertir el big data en datos relevantes para mejorar la experiencia del cliente, retenerlo y enriquecer la relación.

Actualmente, en el mercado local hay soluciones que analizan datos para el área de riesgo, para bajar la morosidad, para prevenir fraude, para administrar los recursos de los bancos y de monitoreo, entre otras.

Rosana Mazza, analista de la consultora PwC Argentina, sostuvo que la importancia de analizar los datos como herramienta de negocio es fundamental para la gestión de un cliente bancario, aunque ve distintos grados de madurez en la adopción de estas tecnologías en las entidades bancarias.

“El valor del dato está instalado en el corazón de la industria aunque no todos tienen el mismo nivel de madurez. Hay bancos que tienen los datos y los explotan para la gestión. Otros que los analizan y los usan en campañas de marketing y segmentación para entender preferencias y para hacer la comunicación o tener un modelo multicanal con los clientes.Y hay algunos que ya utilizan los datos para predecir situaciones. Hace más de 10 años que los bancos vienen trabajando en estas soluciones, pero algunos se dieron cuenta más tarde”, añadió.

Dentro de este proceso de maduración, la especialista se refirió a la importancia del small data: entender la cantidad de datos que hay en la entidad financiera, los datos que se necesitan guardar y los que hay que desechar. “De nada sirve un modelo de datos sucio. Todavía hay bancos que tienen que transcurrir procesos de limpieza de datos y entender las variables como dónde guardarlos, con qué procesos, con qué herramientas, quién es el dueño de los datos, quién es el responsable de mantenerlos. El small data adquiere relevancia para crear un proceso sano de big data”, explicó

Uno de los principales actores en el mercado de soluciones de big data para bancos es MicroStrategy, una empresa que ofrece tanto soluciones de analítica para el funcionamiento interno (como aplicaciones que permiten que los ejecutivos accedan a la información sobre sus indicadores de performance, objetivos y comisiones, entre otros) como soluciones para estrategias de marketing (aplicaciones que dan visión 360º de los clientes).

Mariano Urman, gerente de Preventas de la compañía, se refirió al uso que las entidades bancarias le pueden dar a estas herramientas: “Hubo casos donde el banco consideraba a una empresa como un buen cliente pero después, cuando consolidaba toda la información de inversiones y otros productos, veía que ese cliente cobraba mucha plata pero no la invertía ahí sino que la transfería. Entonces, se comienza a actuar para que el mecanismo se revierta”.

El ejecutivo destacó que la empresa, que tiene entre sus clientes a bancos como HSBC, Supervielle, Macro, BBVA Francés, Provincia e Itaú, brinda también soluciones para mejorar la experiencia del cliente: “Por ejemplo, se hace análisis de las imágenes que toman las cámaras de seguridad de las sucursales, a través de un reconocimiento, para medir el tiempo de espera de los clientes”.

“Los bancos vienen adoptando estas tecnologías hace años. La analítica está en boca de todos y todas las industrias la quieren incorporar. Hoy en día no hay bancos que no tengan herramientas de este estilo. Cada vez están viendo que es mayor la necesidad de contar con datos, entienden el valor que pueden generar alrededor de los mismos. El conocimiento es lo que uno adquiere, pero la inteligencia es cómo poder utilizar ese conocimiento con un objetivo en particular”, enfatizó.

Otra de las empresas que tiene una presencia importante en el segmento bancario es SAP, que ofrece una amplia gama de soluciones de big data, tanto on-premise como en la nube. Javier Colomb, gerente de Ventas para la industria financiera de SAP Argentina, resaltó que “las cinco características de un banco digital son un núcleo digital para simplificar y estandarizar los procesos bancarios principales; un servicio al cliente simple y personalizado; empleados comprometidos; redes de negocios colaborativas; y, especialmente, dominar big data para aprovechar el poder de Internet de las cosas para crear modelos comerciales inimaginables hasta hoy”.

Oracle es otra de las compañías que colabora con las entidades bancarias en el máximo aprovechamiento de los datos para el fortalecimiento del negocio. Luis Lombardi, director de Ventas de la empresa, destacó como beneficio del uso de este tipo de herramientas la posibilidad de generar nuevos ingresos. Dio como ejemplo el análisis de las transferencias bancarias: “Con big data, se puede entender si hay movimientos que terminan siendo circulares por alguna razón, que generan un costo operativo para el banco y ningún beneficio”. Otro ejemplo que dio es el análisis del comportamiento del usuario según el uso de la tarjeta de crédito (toda su historia de compras según rubros, montos y frecuencias) o la huella digital del cliente (entender cómo navega por la página web).

El ejecutivo destacó, asimismo, que la empresa lanzó recientemente Cloud at Costumer, una solución que brinda todos los productos de análisis de datos en una nube pública pero dentro del data center del banco. “De esta manera, se evitan problemas regulatorios, porque la información sigue estando en el data center del banco, y de latencia, pero no es necesario tener gran conocimiento para instalarlo ni actualizarlo y tampoco se necesita realizar grandes inversiones iniciales en máquinas o software”, añadió.

Modelos analíticos avanzados

Los especialistas coinciden en que los bancos pueden obtener un gran provecho incorporando inteligencia al análisis de los datos.

Mazza puntualizó, en este sentido, que los bancos más adaptados en la gobernanza de los datos son los que no sólo ven cómo se comportan los clientes sino que utilizan modelos analíticos avanzados que predicen cómo se van a comportar o el próximo producto que van a adquirir. “Los bancos que están a la vanguardia son los que combinan explotación de los datos con inteligencia artificial, que es el músculo de los modelos analíticos. A partir de los datos que tengo, les pongo inteligencia para poder interactuar con los clientes, con un chat o asistente virtual o con campañas basadas en el comportamiento hasta llegar a la personalización de los canales”, comentó.

La experta agregó que, a nivel global, los bancos ya están utilizando la inteligencia artificial para campañas de retención, segmentación y personalización.

“El análisis predictivo abarca una amplia variedad de técnicas, como estadísticas, minería de datos, modelado y machine learning (aprendizaje automático). Estas herramientas se pueden usar para analizar datos históricos y realizar proyecciones sobre eventos futuros o no conocidos. Esto significa explotar los patrones dentro de los datos para identificar riesgos y oportunidades, tales como los objetivos de venta cruzada (cross-selling) y venta adicional (upselling), pronósticos económicos, calificación crediticia y suscripción de seguros”, detalló Colomb.

Para el ejecutivo, el análisis predictivo permite identificar relaciones, patrones y tendencias ocultas, como comportamientos individuales o grupales, y así anticiparse a problemas o riesgos comerciales antes de que se materialicen; detectar y detener la actividad fraudulenta en el acto y también identificar infracciones de cumplimiento y seguridad y detenerlos de inmediato.

En esta línea, Lombardi señaló que su empresa ofrece Real Time Decision, un motor de autoaprendizaje que genera un modelo de cómo venderle a cada usuario que entra a la página web del banco o a las redes sociales. “Muchas estrategias de big data empiezan con este tipo de soluciones porque el retorno de la inversión es muy alto. Porque rápidamente esta herramienta aprende de las preferencias del cliente y cómo le gusta comprar y optimiza un ciclo que hasta ahora estaba basado en experiencias de libros y no en que cada persona hace una consulta distinta”.

Lombardi añadió que esta solución también permite, por ejemplo, a través de un motor inteligente, poner un aviso para que lo vean sólo los usuarios que tienen un comportamiento que se pueda asemejar con el perfil que adquiere determinado producto. “Esto, en término de beneficios, ha triplicado el click to rate (CTR)”, señaló.

Camino por recorrer

Los entrevistados consideraron que el país está avanzado en la adopción de este tipo de tecnologías pero que aún hay cosas para mejorar.

Según Colomb, “en el ámbito local hay un interés creciente en herramientas de big data y analíticas pero con mucho camino para crecer todavía. Uno de los clientes locales con los que estamos trabajando en esta línea es Banco Galicia, que está invirtiendo desde hace algunos años en una profunda transformación tecnológica y de negocio”.

Para Lombardi, un gran avance es que los temas de análisis de datos hoy se tratan a nivel directorio: “En Inteligencia de Mercado ahora tenemos sponsors dentro de los directorios de los bancos. Con los proyectos de big data, estamos hablando con los directores comerciales, de marketing y con los gerentes generales. Algunos gerentes generales, incluso, tienen posgrados en criptografía o análisis de información”.

De todos modos, el ejecutivo advirtió que aún es muy complejo en nuestro país conseguir conocimiento sobre este tema. “Si todas las empresas hacen proyectos de big data no alcanza en el mercado la gente preparada para hacer andar esas herramientas”, ejemplificó

Una nueva fuente de datos: conexión wifi en las sucursales

A partir de una nueva disposición del Banco Central de la República Argentina (BCRA), las entidades financieras podrán ofrecer espacios de café y conexión wifi a los clientes que asistan a las sucursales. Esto generará una nueva fuente de datos para los bancos, puesto que podrán capitalizar la información de los clientes que se conecten a la red de datos.

“El uso del celular dentro de la sucursal va a permitir registrar a los clientes, identificarlos y entender el comportamiento dentro del banco, para su segmentación”, comentó Urman.

Por su parte, Mazza indicó que esta posibilidad “mejora la seguridad, en cuanto a que se va a saber mejor quién está dentro de la sucursal. Además, usar la tecnología wifi en la sucursal puede facilitar el uso de herramientas digitales como que te avisen en el celular que te espera un cajero, para sacar turno, para contratar productos o hacer videoconferencias”.

Share Button