Inicio Columnas Columna de opinión: BI, Minería de Datos y Big Data. Las oportunidades...

Columna de opinión: BI, Minería de Datos y Big Data. Las oportunidades para la Banca Digital

Compartir

Por Ramón Heredia, Director de Digital Bank Latam.

Tal como lo indicamos en nuestros pronósticos de Banca Digital para 2015, las acciones de BI  dentro la Banca en Latinoamérica se harán más comunes durante 2015. Este tipo de acciones, vienen siendo desarrolladas en forma continua por las empresas de Tecnología y principalmente por los desafiantes en servicios financieros, los grandes actores Tecnológicos como Google, FaceBook y Amazon.

Recién terminada Finovate Europe 2015, la principal feria de Innovación Financiera del mundo, que la semana pasada se llevó a cabo en Londres, podemos ver que una de las características comunes dentro de los ganadores, está en uso de la información de los clientes para la entrega de ofertas o para la optimización de los procesos del Banco. Desde soluciones que prometen la entrega de créditos en menos de 5 minutos a los famosos administradores de Finanzas Personales, que concentrando la información financiera de sus usuarios, prometen una experiencia 3.0

BI, Minería de Datos y BIG Data, consideraciones iniciales

big-dataEs común relacionar varios conceptos cuando hablamos de analizar el comportamiento o la información de los clientes. El análisis de los datos, se ha hecho por mucho tiempo, pero lo novedoso es utilizar la Minería de Datos y sus conceptos, para encontrar los verdaderos tesoros dentro de la información.

  • Los datos, han sido analizados históricamente mediante Análisis Estadístico, este análisis usualmente parte con una hipótesis, sin embargo la minería de datos no requiere de una hipótesis, porque mediante sus herramientas de minería, realiza los descubrimientos que antiguamente reforzaban las hipótesis.
  • Otra diferencia fundamental, es que el Análisis Estadístico utiliza sólo datos numéricos, sin embargo la Minería de Datos, puede utilizar diferentes tipos de datos, como voz, texto, números, etc
  • En el caso del Análisis Estadístico tradicional, el Analista debe construye una hipótesis basada en algún comportamiento anormal del los datos. Luego debe verificar la hipótesis mediante una serie de consultas sobre los datos. En el caso de la Minería de Datos, mediante las herramientas de Minería, se encuentran los patrones de cambio de comportamiento en los datos, los que son verificados con las ocurrencias históricas. Mediante estas técnicas, los analistas pueden crear modelos predictivos para determinar el comportamiento futuro en cada una de las ocurrencias.
  • Finalmente las herramientas de Minería de Datos, permiten agrupar individuos basados en su comportamiento, utilizando técnicas de Clusterización. Estas técnicas, permitirán ejecutar acciones sobre grupos de individuos, para lograr comportamientos esperados, como por ejemplo aumento en la rentabilidad dentro de cierto grupo de clientes o incentivo en el uso de algún producto específico.

what-is-big-dataComo vemos existe una importante diferencia, en como están las empresas de Tecnología y Redes Sociales, utilizando los datos del comportamiento de sus usuarios. Mientras el enfoque tradicional obliga a la utilización de una cantidad importante de analistas y tiempo para analizar la información, los nuevos actores usan técnicas de Minería de Datos, para actuar en forma casi automática. Esta forma de enfrentar el problema, está haciendo la diferencia.

No es sorpresa que hoy en Silicon Valley, la profesión más requerida sea las relacionadas a las ramas de Minería de Datos e Inteligencia Artificial. Las empresas como Google y Facebook, llevan una ventaja importante respecto al análisis de datos, sobretodo considerando que es la base de su negocio. Este punto, es donde la banca puede tomar ventaja, ya que durante años han sido una especie de redes sociales privadas, que manejan una gran cantidad de información de sus usuarios.

Otro punto a considerar, es el concepto de BIG Data. Esto no sólo se trata de almacenar la información o de entregar reportes una vez por mes. El Big Data, debe ser enfrentado como una solución de hardware, software y análisis de información. Para que el Big Data realmente sea un apoyo a la estrategia de los Bancos, debe entregar información en línea, que permita a los ejecutivos tomar decisiones o que incentive al cliente a realizar alguna acción deseada. En este caso, vemos un gran camino por recorrer en la Banca Latinoamericana, ya que aún enfrentan el problema con la visión de almacenar grandes cantidades de datos, que son consultados mediante consultas manuales, cuyos resultados son entregados a los ejecutivos una vez al mes.

Las oportunidades para la Banca Digital

Banca-onlineBasados en la gran cantidad de datos, que nos entregan los clientes bancarios diariamente, hay soluciones financieras que ya están usando estos conceptos en la entrega de servicios a los clientes. A continuación, mostramos algunos ejemplos destacados  en los que se están desarrollando soluciones:

  • Intesa San Paolo: Este banco italiano, ganador el 2014 en los premios EFMA de Barcelona en la categoría de Big Data & Analitics, ha desarrollado una solución que basada en encuestas realizadas a los clientes, mas la utilización de la información transaccional de los usuarios, entrega herramientas a los ejecutivos de cuenta, para que entreguen ofertas a sus clientes, con el objetivo de transformar al Banco, en el Banco principal de los usuarios. Los puntos clave del éxito de esta estrategia, fue el trabajo coordinado entre las áreas de tecnología y negocios del Banco.
  • Meniga: Esta solución ganadora de Finovate Europe 2015, utiliza técnicas de minería de datos para analizar las transacciones financieras de sus clientes. Basados en ese análisis, entregan recomendaciones y ofertas personalizadas a los clientes. Tiene una interfaz sumamente elegante y además permite a los usuarios cargar datos desde distintas fuentes de información y formatos.
  • mBank: Este banco de Polonia, desarrolló una aplicación para sus clientes del segmento comercio, para que puedan entregar ofertas de fidelidad a los clientes personas del Banco. Esta solución que tiene un doble foco dentro del Banco, analiza los datos transaccionales y de geolocalización de cada una de las compras, para realizar ofertas contextuales a los clientes.
  • eToro: Esta plataforma social, está especializada en otorgar servicios para la compra y venta de acciones. La innovación en este caso, es la utilización de la información de todos los usuarios de su Red, para recomendar las mejores opciones de inversión a sus usuarios. Los usuarios dependiendo de sus características particulares, pueden ejecutar acciones activas de compraventa o configurar la plataforma para que realice inversiones automáticas basadas en los parámetros y la información transaccional diaria.

Como vemos, existe un mundo no explorado de posibilidades para la Banca, pero las acciones deben ser ejecutadas desde ya, porque hay una serie de empresas que hoy operan fuera del sistema financiero, que están aprovechando los tesoros escondidos en la información de los usuarios, combinando la información transaccional, con la que entregan los propios clientes en las redes sociales. Oportunidades en el desarrollo de nuevos negocios, prevención de fraude y ofertas a las nuevas generaciones, son solo algunas de las áreas donde veremos que se libre la batalla del Big Data.