Banco Macro + IBM: Cómo usar IA para anticipar las necesidades de los clientes

Banco Macro está usando servicios de inteligencia artificial y análisis predictivo de IBM Watson Studio para conocer en profundidad las preferencias de sus clientes y ofrecer servicios y productos de acuerdo con sus necesidades. ¿Cómo lo lograron? Se lo contamos.

El equipo de Inteligencia Comercial de Banco Macro, liderado por Nicolás Martins —gerente del área— está conformado por cuatro personas: un supervisor y tres colaboradores, estos últimos en general son profesionales economistas o con maestría en datamining, o con una especialización en finanzas. La inteligencia comercial del banco trasciende lo que generalmente se conoce como inteligencia de negocios (BI). Mientras que la primera trabaja a partir de tableros e indicadores clave para entender el desempeño de las componentes del negocio y tomar decisiones, la inteligencia comercial apela a la ciencia de los datos para hacer predicciones. “La ciencia de datos tiende a trabajar en el qué va a pasar y por qué —explica Martins—. En ese ámbito de data analytics, la figura de BI evoluciona para entender los predictores de las tendencias. Y a partir de entender cuáles son los drivers que explican ciertos comportamientos históricos, anticipar ciertas tendencias en relación a los clientes, los mercados, los segmentos y demás”. En este sentido, el BI tradicional acompaña y complementa la ciencia de datos, proveyendo además una fuente de datos que al aplicar la ciencia de datos es explotada de una manera diferente.

De la mano de IBM, la ciencia de datos se convirtió pata Banco Macro en un pilar central de la estrategia. “Los datos históricos y de comportamiento son clave para conocer realmente a los clientes y brindar así el mejor servicio, pero sólo accedemos de manera superficial al conocimiento con las tecnologías tradicionales”. El caso fue presentado hace algunas semanas en el IBM Cognitive Infrastructure, de la mano de Mariano Batista, IBM Cognitive Systems Architect para SSA.

Cuatro pilares de la estrategia

El área de inteligencia comercial trabajó en torno a cuatro ejes o pilares, lo que les permitió no perder el foco y poder trazar un roadmap de mediano plazo.

Datos. La materia prima. “Hablamos de datos que permitan tener una visión de 360º del cliente (aspectos económicos, financieros, comportamiento de crédito o de consumo, datos de contacto, etc.) Es lo que venimos trabajando a través de los años y hemos logrado una visión más completa del cliente, tanto para la banca minorista como mayorista”, asegura Martins.

Modelos analíticos. “Comenzamos hace tres años con modelos —dice Martins—, que eran los mismos modelos enlatados que debe tener cualquier equipo de inteligencia comercial. Hablamos de modelos de predicción de tomas de productos (en todas sus variedades) y modelos de predicción de churn y atrition. Y dentro de esta gama fuimos desarrollando muchas variedades con el equipo de ciencia de datos que me acompaña”.

El tercer eje es la automatización de acciones. Martins asegura: “Si no teníamos herramientas que nos permitieran ir automatizando las acciones del negocio, nos quedábamos rengos. La idea era automatizar en cada uno de los canales correspondientes: CRM, e-mail marketing, comunicaciones… lo más rápidamente posible. Estamos trabajando con herramientas de IBM y otras World Class, y es una mejora continua”.

El cuarto eje abarca innovación y Big Data. “Si bien aquí hay una parte de modelos analíticos, la parte de ML la abordamos dentro de este pilar. Y ahí se da esto de no quedarse solamente con la visión del cliente que armamos”, dice Martins.

¿Cómo es la dinámica?

“Al principio, la evolución de la ciencia de datos implica un cambio cultural de puertas hacia adentro de las organizaciones. La cultura del data driven. Ahí estamos trabajando en varios ejes, impulsando nosotros con ideas nuevas y tratando de evaluar proyectos en los que el banco se beneficiaría si tuvieran algún enfoque de ciencia de datos, o alguna aplicación de IA o ML”, asegura Martins, quien advierte: “Hay que detectar la oportunidad dentro de la organización, pero se necesita un sponsor dentro de las áreas que estén interesadas en la solución”.

Hoy, el área de inteligencia comercial está trabajando de cerca con el segmento comercial, “pero también en áreas que no son netamente comerciales y que tienen alguna necesidad de predicción, como puede darse en temas de detección de fraude”, explica el ejecutivo.

El despliegue on premises

Con IBM Watson Studio, Banco Macro creó un entorno controlado para usar tecnologías de código abierto y hacer aprendizaje automático con datos bancarios altamente sensibles. Para esto, cuenta con infraestructura tecnológica IBM PowerAI que ofrece la seguridad y potencia necesaria para los proyectos de Inteligencia Artificial.

En esta primera etapa, Banco Macro emplea su capacidad de análisis para resolver desafíos de marketing directo como identificar el enfoque correcto para clientes potenciales, detectar la “Próxima Mejor Acción” para clientes actuales (que no necesariamente es la próxima mejor oferta), e incluso evaluar la probabilidad de deserción de clientes en los próximos cinco años. Poco a poco, el banco apuesta a esta clase de tecnología también para la detección de fraudes.

Al contar con información de valor de los usuarios para fidelización y retención, la entidad financiera utiliza IBM Watson Campaign Automation para desplegar más rápido campañas personalizadas, consistentes y ajustadas a la demanda del cliente a través de diferentes canales como email, apps, SMS, y redes sociales.

Banco Macro utiliza IBM Watson Studio Local para crear un entorno potente y escalable que brinda acceso a bibliotecas de aprendizaje automático, IA y analítica avanzada, que son accesibles a través de Jupyter Notebook, R y Python. A la vez, cumple con los requisitos de seguridad necesarios para la gestión y análisis de datos en un entorno colaborativo para el equipo de trabajo. La plataforma ofrece acceso a una amplia gama de herramientas de código abierto y herramientas empresariales que cubren todo el ciclo de vida de la ciencia de datos, desde la preparación de los datos hasta el desarrollo de modelos y scoring final en producción.

Watson Studio también puede correr como solución híbrida. De esta forma, se puede ejecutar en la instalación local (on-premise) o en la nube pública. En el caso de Banco Macro, Watson Studio se implementa de manera local en conjunto con IBM PowerAI, que ofrece una velocidad sin precedentes para las cargas de trabajo de Inteligencia Artificial, diseñada para mejorar los tiempos de entrenamiento de Machine Learning y acelerar el Deep Learning.

Banco Macro cuenta con una plataforma de IA completamente optimizada y abierta que ofrece un rendimiento extraordinario, confiabilidad comprobada y resiliencia, basada en equipos POWER8 y POWER9 con GPUs Pascal P100 y Volta V100 respectivamente.

Etiquetas
Mostrar más
Florencia Gomez Forti

Florencia Gomez Forti

Periodista especializada en tecnología y música. Comenzó su camino en los medios y el mercado IT de la mano de ITSitio y hoy es Editora de Contenidos para toda la región. Realiza coberturas especiales internacionales y nacionales para marcas como HP Inc. e IBM.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Close