Por Martin Hofmann, Gerente General de Intellego
Big Data ya no es un concepto de moda, es una realidad donde actualmente existen diversas iniciativas en curso. Sin embargo, en nuestro país aún Big Data se está utilizando a modo de pilotos, generalmente instauradas dentro de las gerencias de innovación y claramente con un fin en común, que es poder solucionar una necesidad de negocios o un caso especifico de uso que sólo podría haber sido resuelto con la utilización de este tipo de tecnologías y que llevará a las instituciones a transformar estas iniciativas piloto en proyectos a gran escala.
Los ya conocidos 3 pilares que identifican una solución de Big Data, volumen, variedad y velocidad, cobran fuerza cuando pensamos en la forma que las instituciones financieras se relacionan con sus clientes, cuyas interacciones se realizan por distintos medios, Smartphones, Internet, Call Centers, e incluso de manera presencial.
Son estos mismos clientes quienes generan gran cantidad de información estructurada, como las operaciones bancarias, y no estructurada, como las opiniones que ellos están compartiendo en las redes sociales, procesamiento del registro de grabaciones de las llamadas, información de texto analizada proveniente de los reclamos, procesamiento de la información de correos electrónicos enviados por los clientes a sus ejecutivos.
Ante la pregunta de por qué los bancos no están explotando Big Data, podemos decir que el 60% de las instituciones financieras en Estados Unidos creen que las soluciones analíticas con Big Data entregan una ventaja competitiva significativa, y más del 90% creen que este tipo de iniciativas definirá a los líderes en el futuro. A pesar de estas cifras, sólo el 37% de las instituciones tienen implementaciones activas, el resto, sólo se encuentra en etapas de experimentación o pruebas piloto.
Estas bajas cifras de implementación, revelan un conjunto de factores que serían los impedimentos del por qué Big Data no es aún considerado como un factor clave de decisión.
Lo cierto es que las diferencias de marketshare entre los bancos que utilizan analíticas de clientes, llegan hasta diferencias de 4 puntos porcentuales explicados por el 12% menos en la deserción de sus clientes.
Las instituciones pueden maximizar el valor de la información de sus clientes implementando soluciones Big Data Analytics en ámbitos clave como la retención de clientes, la adquisición de nuevos clientes y el aumento de la cuota de mercado.
Las soluciones de Big Data pueden ayudar en la generación de leads dentro de la banca de una forma más efectiva. Tomando el caso de uno de los bancos más grandes en Estados Unidos, integró información de canales en línea y fuera de línea, para poder obtener una mirada unificada del cliente que alimentara su solución de CRM, suministrando a su Call Center con información más vigente y relevante. Como resultado, el banco obtuvo un ratio de conversión de leads superior al 100% y sus clientes recibieron una experiencia mejorada y personalizada.
El ratio de conversión de los prospectos en una institución bancaria europea, mejoró a más de 7 veces, utilizando analíticas predictivas aplicadas sobre universos combinando información interna y externa de sus clientes, para la construcción de sus campañas de marketing, permitiendo una mejor manera de identificación y calificación de sus clientes objetivos.
En otra instancia, otro banco Europeo desarrolló un modelo de “propensión al ahorro” que predice la probabilidad de que un cliente invierta en productos de inversión, permitiendo una mayor generación de leads aumentando el cross-selling. La entrada para este modelo incluye conjuntos de 1.5 millones de clientes sobre 40 variables distintas. El equipo de análisis probó cerca de 50 hipótesis a través de modelos de regresiones lineales logísticas para calcular la probabilidad de ahorro de cada cliente. Este proyecto piloto en una sucursal permitió mejorar en 10 veces las ventas y un 200% los ratios de conversión en un período de dos meses comparado con un grupo de referencia para realizar la medición.
La siguiente pregunta es entonces cómo hacer posible que las instituciones suban al siguiente nivel en las analíticas de clientes. El primer cambio que se debe realizar, es pasar desde el concepto que la información es un activo de TI, a que la información es un activo clave para la toma de decisiones. Deben definir procesos de reclutamiento que se focalicen en la búsqueda y desarrollo de talentos analíticos a través de la contratación y el desarrollo de programas de entrenamiento específicos, estableciendo un marco conceptual sólido para la gestión de información estructurada y no estructurada.
Las empresas que quieran desarrollar una iniciativa de Big Data tendrán que primero poder identificar alguna necesidad que permita incidir positivamente en alguna variable relevante del negocio, comenzar en forma piloto ese caso de uso dentro de un área específica, y medir sus beneficios concretos. El siguiente paso debiera ser extender esta iniciativa a través de toda la organización.
