BBVA impulsa su área de big data con medio centenar de científicos

El MIT reconoce en un estudio los avances del banco en análisis de datos

Se han realizado ya 40 proyectos científicos en 27 unidades de negocio del banco

Científicos pertenecientes a BBVA Data&Analytics, en un vídeo promocional, para incorporar talentos al grupo.
Científicos pertenecientes a BBVA Data&Analytics, en un vídeo promocional, para incorporar talentos al grupo.

BBVA trabaja a pasos agigantados con el big data para fortalecer su transformación digital. Así lo demuestra el crecimiento exponencial que está teniendo su área de Data&Analytics (D&A) para el análisis de datos. El equipo de D&A ha pasado de solo seis técnicos, cuando se creó en 2014, a 50 científicos en la actualidad, repartidos entre matemáticos, ingenieros, informáticos y de otras disciplinas científicas relacionadas con la inteligencia artificial. Y sigue en expansión.

El impulso dado por el área dedicada a la ciencia de datos ha sido objeto de un estudio y publicación específica por parte del Instituto Tecnológico de Massachusets (MIT), que ha contado con la colaboración de la Universidad de Melbourne y de propios expertos de BBVA Data &Anaytics.

En él se ha puesto en valor la forma de trabajar y resultados obtenidos por la entidad financiera en esta línea. El banco estableció Data&Analytics como un centro diferente y separado, diseñado para generar valor a la entidad. Esta separación en un centro especializado e independiente del banco es la que le ha permitido “atraer talento en ciencia y tener resultados de negocio tangibles”.

Desde su creación hasta finales de 2017 se han realizado 40 proyectos científicos en 27 unidades de negocio. En 24 de ellos se han obtenido retornos financieros para el grupo. El medio centenar de científicos están en conexión con otros 300 desarrolladores en las diferentes unidades empresariales del grupo, habiendo hecho realidad proyectos como el Commerce360 (herramienta de marketing para pymes que ayuda a entender qué pasa en su entorno y cómo son sus clientes) en países como España, México y Colombia.

Otro ejemplo es la utilización del “machine learning” para categorizar automáticamente y predecir las transacciones de los clientes en apartados como el alquiler, compras generales o gastos de viaje.

Evaluación de riesgo del cliente

Valor. Otro ejemplo de colaboración de D&A con el banco es la forma de evaluar a los clientes. El estudio del MIT recalca cómo se ha redefinido a los clientes de alto valor, alejándose del análisis tradicional de ingresos para considerar otro tipo de asociaciones que reflejan un estilo de vida como la vinculación a colegios, clubes o comercios.

Labor social. D&A también ofrece ayuda en áreas donde la monetización no es el objetivo. Un ejemplo es el proyecto realizado tras el paso del huracán Odile en México en 2014. Se analizaron el uso de cajeros y tarjetas de 100.000 clientes de BBVA Bancomer tras la tragedia. Se sacaron conclusiones para estimar el consumo en este tipo de catástrofes y ayudar a las autoridades.

Las actividades de este centro de excelencia han servido para que BBVA creara una Oficina de Datos que reporta directamente al consejero delegado, Carlos Torres. Desde 2017 esta unidad está reconocida como una competencia “core” del banco.

En él éxito de la unidad, ha influido también un ambiente de trabajo similar al del californiano Silicon Valley (10 nacionalidades diferentes, con una media de edad de 33 años) que promueve las responsablidades compartidas, retos de análisis y horarios flexibles, según se recoge en el estudio.

Teniendo en cuenta la experiencia de BBVA en estos años con su D&A, el MIT realiza una serie de recomendaciones. Entre ellas, recomienda inculcar el valor de la ciencia de datos a toda la empresa pero no con la misma profundidad, estableciendo niveles de conocimientos diferentes.

Normas