Teradata ve en los bancos uno de los mejores clientes para proveer soluciones de Big Data, pues estas empresas requieren cambiar la manera tradicional con la cual se relacionan con los usuarios, pues transformaría su negocio centrado en el producto al cliente, por medio de herramientas de análisis de datos provenientes de múltiples fuentes Internet, dispositivos móviles y medios sociales, declara Alexis Zlocowski, director de la práctica de Big Data para C & LA de la firma.
El directivo afirma que a través de la incorporación de tecnologías de la información varios sectores de la industria mejoran la experiencia de los clientes y logran resultados positivos en la fidelización de los mismos, esto significa que la atención personalizada del consumidor y el conocimiento de sus preferencias son posibles gracias a la utilización de herramientas de big data.
Las instituciones financieras se encuentran entre las industrias- explica el portavoz- quienes saben aprovechar este recurso, pues facilita la mitigación de riesgos y la reducción de costos operativos. Ahora bien, ante la posibilidad de acumular volúmenes masivos de información desde múltiples canales y al análisis de esos datos para conocer a los clientes y sus hábitos de comportamiento combinada con técnicas avanzadas de Machine Learning de Data Mining o de Graphos, es decir, permite a las entidades financieras evolucionar en su capacidad de entender a los usuarios y abordar tanto a actuales, como a potenciales clientes.
Zlocowski explica que entre las mejoras que viabiliza el uso de big data en el área de finanzas, se destacan las siguientes
- Análisis de las interacciones multicanal (Omni Channel) por ejemplo web y Call Center de los clientes que permiten entender cómo mejorar el sitio web a fin de manejar más negocios y aumentar la satisfacción del cliente o entender los patrones de comportamiento relacionado a ciertos eventos definidos como relevantes.
- Las firmas o empresas de servicios financieros utilizan la tecnología para combatir fraudes internos y externos.
- Diferenciación de la competencia a través del uso estratégico de la información para anticipar y atender mejor las necesidades de los clientes. Se logra mayor acercamiento al cliente, y los productos que contrata.
- La realización de los cálculos de costos e ingresos basados en millones de transacciones reales y aumento de la rentabilidad del cliente.
- Mejora de la exactitud y velocidad de los modelos de riesgo, a la par optimiza niveles de solvencia y la rentabilidad de los bancos.
- Desarrollo de nuevos segmentos de clientes basados en comportamientos. Análisis de Geolocalización de los mismos.
- Análisis de Clúster y de Afinidad de productos para la creación Redes Sociales entre los propios clientes.
A modo de ejemplo los bancos están más atentos a reconocer y responder rápidamente a los acontecimientos de la vida de los individuos. Por ejemplo, si un cliente realiza un depósito significativo, el banco puede responderle al siguiente día con una oferta específica para un depósito más rentable o, si el cliente toma un gran adelanto de su tarjeta de crédito, la entidad financiera puede ofrecerle una vía más económica para obtener dinero en efectivo la próxima vez, finaliza.
Compartir nota:
