Cómo el ‘Big Brother’ bancario saca partido de sus datos
La información de los clientes, elemento valioso para las entidades finacieras
¿Se imagina que a los cuatro minutos de anunciar su boda en Facebook su banco le envíe un correo electrónico ofreciéndole un crédito? Es solo un ejemplo de lo útil que puede resultar para las entidades financieras el análisis de la información de sus usuarios. De esta forma, a través de los eventos vitales que comparten en las redes sociales, la entidad es capaz de dirigir ofertas de productos o servicios concretos. Si se conocen los intereses del cliente, se puede anticipar su comportamiento y necesidades concretas, por lo que el marketing personalizado sustituye al masivo y ofrece más opciones de éxito.
Es lo que se conoce como Big Data, el proceso de recogida y análisis de ingentes cantidades de datos. Según los expertos, el Big Data se define por las cuatro v: volumen, variedad, velocidad y veracidad. Grandes cantidades de datos –de los que el 80% es información no estructurada–, transmitidos y analizados con mucha rapidez y con la necesidad de constatar que se trata de datos ciertos.
Como señala Rafael Carrascoso, director de operaciones de soluciones especializadas de Tecnocom “en los últimos veinte años ya se ha dado Big Data en la banca, aunque se ha llamado de otra manera. El sector financiero siempre ha sido de los que ha manejado un mayor número de datos”. “Lo que aporta de novedoso el Big Data respecto al análisis que se hacía hasta ahora es que hay muchos más datos y se cuenta con una tecnología mucho más avanzada”, explica Carmen García, directora de Analítica de IBM para España, Portugal, Israel y Grecia.
El 90% de los datos que hay en el mundo se han creado en los dos últimos años. Esta cifra da idea del crecimiento exponencial de la información que se genera en la nueva era digital. Un informe elaborado por la empresa tecnológica Intel refleja en números lo que ocurre en un minuto en Internet. Entre otras cosas, en este lapso de tiempo se envían 204 millones de correos electrónicos, se escuchan 61.141 horas de música, se ven 20 millones de fotos, se suben otras 3.000 imágenes, hay 47.000 descargas de aplicaciones, se crean más de 320 cuentas en Twitter y se efectúan más de dos millones de búsquedas.
Big Data contra el fraude
El análisis de grandes volúmenes de datos puede resultar un factor clave en la gestión del riesgo en las entidades financieras y en las empresas de seguros. Un ejemplo de éxito de uso de Big Data lo puso en marcha una empresa de operaciones bursátiles en el mercado Euronext de la Bolsa de Nueva York. Gracias al análisis en tiempo real de las transacciones lograron detectar posibles operaciones de fraude con mayor rapidez y eficiencia.
En relación a las aseguradoras, “el fraude incide directamente en su línea de flotación”, como explica Begoña Pérez, consultora de Big Data para Seguros de IBM. En este sector, se utiliza el Big Data para diseñar patrones de fraude, incorporando información que ahora no se estudia. En este campo, el análisis de la actividad en las redes sociales permite descubrir relaciones no obvias entre posibles miembros de una red criminal defraudadora y emitir alertas en tiempo real. Observando sus amigos en común o las actualizaciones de estado, la asegurada puede encontrar un nexo entre, por ejemplo, un responsable de un taller de reparación y otro de desguace sospechosos de formar una red defraudadora y cuya relación no podría conocerse de otro modo.
La Insurance Bureau of Canada, la asociación de seguros de aquel país, logró aumentar en más de un 30% la detección del fraude gracias al empleo de una aplicación de Big Data. “El fraude es cada vez más complejo y se puede dar a través de diferentes canales (online, móvil…). El Big Data permite integrarlos y mejorar los modelos actuales de predicción de riesgo de crédito”, asegura Álvaro Saavedra, experto en riesgos del sector financiero de IBM.
¿Qué más aplicaciones concretas ofrece el análisis de esta gran cantidad de datos a las entidades financieras? Carrascoso cree que el análisis de riesgo, la detección y prevención del fraude y la segmentación del cliente son las aportaciones más interesantes que hace el Big Data a la banca. Por ejemplo, se puede personalizar la gestión de ofertas a los clientes conociendo sus hábitos de consumo, elaborando un registro de todas las interacciones del cliente con el banco (transcribiendo las conversaciones con el contact center, por ejemplo) o sabiendo cuál es su nivel de satisfacción con la entidad. Así, ya no solo se estudiarían los datos demográficos o financieros del cliente, sino que también se contaría con sus preferencias o estados de ánimo. En base a ello, se crearían nuevos patrones de consumo y cada vez que un cliente reuniera estos atributos, se le dirigiría una acción comercial concreta y personalizada. Es lo que se conoce como perfil 360 grados del cliente. Saberlo (casi) todo de él para así poder conocer al detalle sus necesidades.
Desde el punto de vista laboral, esta evolución de la analítica supondrá un campo de creciente oferta de empleo, ya que el análisis de grandes volúmenes de información requiere de profesionales con habilidades para su manejo. Según estimaciones de la consultora Gartner, de los 4,4 millones de puestos de trabajo que el Big Data generará en 2015, solo un tercio podrá ser cubierto porque no habrá suficiente personal cualificado para ello. También prevé que la demanda de las empresas de todo el mundo en servicios de Big Data alcanzará los 132.300 millones de dólares (unos 99.840 millones de euros) dentro de dos años.
Pero no todo son grandes expectativas de futuro. Big Data puede sonar bastante parecido a Big Brother (Gran Hermano). La protección de los datos personales y el respeto a la privacidad de los usuarios son dos principios que deben regir el desarrollo del Big Data, aseguran los expertos. Cuestiones que preocupan a los ciudadanos, máxime en estos tiempos de revelaciones de programas masivos de espionaje enEstados Unidos.
Información analizada por el Big Data
Redes sociales: las actualizaciones de estado en redes como Facebook o Twitter incluyen eventos vitales como bodas o nacimientos que definen la situación del cliente y sus necesidades propias.
Centralita: la transcripción de las llamadas a la centralita permite estudiar el grado de satisfacción del cliente con la entidad o qué requerimientos no ve cumplidos.
Transacciones: los bancos manejan un gran número de información sobre sus clientes. Estudiando sus operaciones frecuentes en la entidad, el banco puede conocer más al usuario.
“La velocidad de la tecnología y del modelo de negocio siempre van cinco minutos por delante de la normativa”, reconoce Carrascoso, quien cree, no obstante, que la ley de protección de datos da cobertura al usuario y que la normativa se amoldará en el futuro a esta nueva forma de funcionar. En esta línea, los expertos recuerdan que para almacenar datos personales de los clientes se requiere siempre su autorización. Por ejemplo, para acceder a sus actualizaciones de estado en las redes sociales o a sus “me gusta” en Facebook necesitan crear aplicaciones que aporten valor al cliente y para cuyo uso es imprescindible que este ceda sus derechos de acceso a parte de la información que comparte con sus amigos en los medios sociales. El cliente debe dar su consentimiento para que la entidad financiera pueda acceder legalmente a sus datos en los medios sociales. Una vez se tiene el permiso del cliente, se analizan, entre otros aspectos, con quién se relaciona, qué reputación tiene en las redes sociales, a quiénes sigue o cuáles son sus hobbies.