Big Data en Bancos 3.0

0

BigData30

Por Fernanda Benhami, Gerente de Customer Intelligence de SAS
Tecnologías de Big Data están dando más agilidad para entender las necesidades de los clientes de empresas de diferentes sectores. En el sector financiero no es diferente, con la ampliación de los canales de comunicación y atención a los titulares de las cuentas, la cantidad de datos estructurados y no estructurados que pueden ser recolectados y analizados sobre los clientes es cada vez mayor. El desafío de los bancos es, por tanto, saber usar esa información en favor del negocio.

El aumento de los datos almacenados ha ocurrido por cuenta de un nuevo perfil de cliente, que exige una experiencia multicanal y atención ágil en diferentes pantallas. Mientras un titular va hasta la agencia física, en promedio, una vez por mes, en canales digitales accedidos vía celular o tablet esa interacción puede llegar hasta 30 veces en el mismo periodo, lo que multiplica las posibilidades de recolectar información valiosa para las marcas.

Banking no es un lugar más para ir, pero es algo que haces. Este nuevo cliente también utiliza internet como canal de atención de cinco a siete veces por mes, mientras va hasta el cajero electrónico apenas de tres a cinco veces en el mismo periodo de tiempo. Es claro que el flujo de las personas en las agencias está disminuyendo cada vez más, mientras los canales digitales están ganando más y más relevancia.

El llamado 'banco 3.0' puede, por medio de la tecnología, ser omnipresente en la vida del cliente y crea innumerables posibilidades en términos de recolecta y análisis de información. En esta nueva era de las instituciones bancarias, el banco se vuelve inteligente y necesita sacar provecho de eso para desarrollar nuevos direccionamientos estratégicos enfocados en el comportamiento de los titulares.

Con el abordaje omnipresente en los canales digitales, es posible, por ejemplo, ofertar productos y servicios online, en tiempo real, utilizando tecnologías de Big Data Analytics disponibles. De esa forma, las ofertas se vuelven más asertivas y direccionadas, pues son hechas con base en las preferencias de los clientes, y la posibilidad de que sean un éxito aumenta. Es posible aplicar análisis predictivos de forma estratégica para atender a los clientes de forma más eficaz ante sus necesidades financieras.

En paralelo, el monitoreo de promedios sociales posibilita comprometer cliente, mitigar riesgos y actuar inmediatamente a problemas, además de enriquecer los datos de los clientes con información que facilita proporciones más eficaces. Todo esto es posibilitado por los canales digitales, que permiten a los bancos descubrir los mejores insights para cada perfil.

 

Share

About Author

Fernanda Benhami

Head de Customer Intelligence LATAM, SAS

Fernanda Benhami é formada em Ciência da Computação, pela Universidade São Judas Tadeu, com mestrado em Computação, pela Universidade Estadual de Campinas (UNICAMP). Atua como especialista nas soluções de Customer Intelligence no SAS América Latina. Anteriormente, trabalhou como Pré-Vendas da companhia, e também possui experiência como consultora em empresas como Pão de Açúcar, Banco Mercantil e Osram.

Leave A Reply

Back to Top