Big Data , todo el mundo en la banca minorista está hablando de ello , pero en realidad nadie parece estar seguro de lo que es. La confusión y la controversia rodea la forma de utilizar grandes volúmenes de datos en las aplicaciones prácticas y la magnitud de la oportunidad se representa. Transformará Big Data el futuro del marketing financiero?¿O serán los bancos y las cooperativas de crédito aplastados por un maremoto devastador de la información?

Por Jim Marous, SVP/Corporate Development at New Control

Durante muchos años, las instituciones financieras han aprovechado la visión interna que tienen sobre sus clientes para gestionar el riesgo y el fraude, así como para mejorar el desarrollo de productos , y por supuesto  la comercialización y comunicación con el cliente . Hoy, sin embargo, las nuevas y mejoradas tecnologías junto con la disponibilidad de un gran pool externo ” Big Data ” permite una toma de decisiones multicanal en tiempo real que les permite ahorrar dinero y aumentar los ingresos, o al menos esa es la teoría.

La pregunta es: ¿Es momento de embarcarse en una estrategia de Big Data?

¿Qué es el Big Data ?

Big Data - Eric Schmidth

 

Gran parte de la confusión en torno a Big Data se deriva de un malentendido acerca de la definición misma. En una reciente encuesta realizada por IBM los encuestados estaban divididos en sus opiniones sobre si Big Data se describe mejor por el mayor volumen de datos existentes en estos tiempos, los nuevos tipos de datos y Analytics, o los requisitos emergentes para realizar un mayor análisis de la información en tiempo real. Uno de cada 12 personas despedidas contestó que Big Data no es más que la última palabra que está de moda.

 

 

what_is_big_data

 

Si bien existen varias definiciones de Big Data , la referencia más  utilizada se centra en los datos que reflejan volumen agregado ( terabytes , registros, transacciones) , Variedad adicional, y el aumento de velocidad ( interna, externa , de comportamiento , sociales) ( corto o en tiempo real asimilación ) .

 

 

3_vs_of_big_data

Las “Tres Vs de Big Data ” son importantes, ya que, por ejemplo, la comprensión del valor de los datos que se crean hoy permite a un banco entender sus negocios, clientes, canales y las dinámicas del mercado, incluidas las nuevas ventas y oportunidades de servicio.

 

Analytics , la centralidad del cliente , y las tecnologías multicanal son las principales tendencias en el mercado”, dice Bart Narter , vicepresidente senior de la firma de analistas de Celent , y co- autor de un reciente informe, Soluciones Core Banking para medianas Bancos: una perspectiva global.

” Los bancos quieren cada vez más un sistema central que utilice el análisis de datos a fin de proporcionar una visión más completa del cliente, que a su vez permita una mejor comunicación con el cliente – banco “, escribe Narter .

En la industria de servicios financieros , mientras que existe un gran debate en torno a Big Data , gran cantidad de bancos están comenzando a consolidar y utilizar muchos de los elementos de datos internos que tienen a su disposición , como las transacciones de débito y de crédito, historial de compras , preferencias de comunicación , comportamiento de lealtad y otros.

En el contexto de Big Data los bancos quieren ampliar sus conocimientos estructurados actuales para incluir la recopilación y el análisis de datos procedentes de fuentes incluidas las series web de clic, las interacciones sociales ( Facebook y Twitter ) , también una visión de geo- localización y otros nuevos “pozos” similares de información .

 

¿Cuáles son los Beneficios Potenciales de Big Data ?

Las áreas dentro de la industria bancaria en la que se presentan las oportunidades más fuertes a corto plazo para la mejora del rendimiento tangible incluyen la detección de la gestión de riesgos y fraude junto a la mejora de la comunicación y lealtad del cliente.

Gestión de Riesgos / Detección de Fraude - Con la crisis financiera de 2009, la detección de perfiles de riesgo y el fraude se convirtieron en las principales prioridades. La ampliación del uso de un canal alternativo de visión y el aumento de la velocidad de la captura de datos, el uso de los datos más allá de los firewalls de la institución proporciona una mejora instantánea de las finanzas del hogar y los comportamientos de gasto.

Por ejemplo, con la suma de las operaciones de dispositivos alternativos y la capacidad de seguimiento de los cambios en el comportamiento más allá de lo que está ocurriendo con la cuenta de crédito de un cliente, los bancos pueden aislar nuevos desencadenantes  de fraude o riesgo. Esta visión agregada y la mejora de algoritmos proporciona ventajas en la reducción efectiva del riesgo, su gestión y también permitir una intervención oportuna cuando sea necesario.

BD - Greg Nichelsen, ING Direct Australia2

 

Targeting - La capacidad de comprender mejor a los consumidores,” en el momento adecuado “, ofrecer lo que necesitan los clientes, permite a una institución financiera optimizar la gestión de las relaciones con los clientes rentables y de largo plazo. La adición de una gran cantidad de conocimiento en línea relativamente poco estructurada ofrece una vista mejorada para este fin, lo que podría mejorar la eficacia y la eficiencia de los esfuerzos de marketing.

 

La capacidad de aprovechar precisamente el tiempo de geolocalización y la orientación basada en eventos en el punto de venta (ya sea en el banco o una oferta entregada a un smartphone por un socio comercial) proporciona tanto comercialización como ventajas en pagos que pocas industrias pueden igualar.

El impacto puede romper el muro de ruido promocional, que conduce a la mejora de los ingresos, junto con una experiencia mejorada para el cliente.

Por ejemplo, si un cliente tiene la costumbre de ir a una determinada zona para ir de compras o comer en forma regular, el análisis de los datos podrían servir de base para las ofertas que son altamente personalizadas, incluso con el tipo de alimentos que el cliente prefiere, con un conocimiento en cuanto a la probabilidad de aceptación de la oferta. Sumando las capacidades de los dispositivos específicos, la oferta podría ser entregada a través de SMS en el momento más lógico para la toma de decisión. Este es el mismo tipo de modelo utilizado por Amazon y otros minoristas.

Otro ejemplo es la combinación de la funcionalidad de Zillow que podría permitir a un cliente usar su teléfono inteligente para encontrar los valores de las casas en un barrio y sin problemas solicitar un préstamo utilizando un dispositivo. La visión capturada en este proceso de compra combinada con la información central de riesgo permitiría al banco realizar mejores mensajes de señalización en torno a un préstamo preaprobado potencial.

 

BD - Greg Nichelsen, ING Direct Australia3Desde un nivel fundamental, Big Data podría proporcionar los conocimientos para desarrollar estrategias de segmentación basado en perfiles transaccionales, de comportamiento e incluso sociales. Esto permitiría a la organización proporcionar una experiencia consistente altamente personalizada independientemente del canal seleccionado por el cliente, lo que elimina los silos tradicionales que crean un reto en la actualidad.

 

 

 

Más Datos = mejores decisiones?

Al igual que con las demandas que rodearon el valor del CRM en los años 90 y los medios de comunicación social  más recientemente , muchos de los beneficios declarados de Big Data para los bancos son – en la actualidad – poco más que las fantasías de los proveedores. Hay una evidente falta de estudios de casos concretos y los que son citados se basan en interpretaciones amplias, a menudo incorrectas de lo que “Big Data” es. En la búsqueda de evidencia del potencial de Big Data encontraremos que se ha escrito mucho acerca de su aplicación en la teoría, pero las historias específicas de éxito por cierto son escasas.

Es indiscutible que el uso de los datos de manera más eficaz puede conducir a importantes beneficios, incluyendo mejoras monetarias en la gestión de riesgos y la comercialización, pero aún se está deliberando sobre si estos beneficios proporcionan un retorno de la inversión adecuada en comparación con la inversión requerida.

Pregunta claves : ¿Tener más datos es realmente mejor ? ¿Conduce a tomar mejores decisiones ? O simplemente nos ayuda a salir del paso ?

La mejor estrategia de datos puede ser empezar con poco

De acuerdo con una nueva investigación de Capco , el 62 % de los bancos creen que la gestión y el análisis de Big Data es importante para su éxito. Sin embargo, sólo el 29 % actualmente están extrayendo el suficiente valor comercial de los datos.

Estos retos son muy familiares a los banqueros que carecen de experiencia y estructura analítica, y sólo pueden apoyar los enfoques “tradicionales” de la utilización de los datos.

Según el estudio de Capco , es por eso que la mayoría de las instituciones financieras se encuentran en una situación en la cual están muy mal preparadas para una transformación de Big Data. 

Aprender a caminar antes de correr lejos con Big Data

De acuerdo con un reciente informe de Novantas , la mayoría de los bancos están mejor servidos mediante el uso de un enfoque modular para Big Data , sólo capas de complejidad adicional ( y la inversión ) después de establecer una base de datos fuerte. Esta filosofía parece especialmente relevante para aquellos bancos que actualmente no tienen una visión unificada de sus clientes, muchos bancos han creado silos de datos sin vinculación entre cuentas de cheques, de pequeñas empresas, minoristas , hipotecarias y de tarjetas de crédito de los clientes .

 

big_data_analytics_evolution

La siguiente ilustración muestra cómo Novantas cree que los bancos pueden crear un perfil de cliente mejorada.

 

No hacer nada no puede ser una opción

Mientras se mueva con cautela en el mundo de Big Data se considera una estrategia viable, pero no hacer nada no es una opción. Con muchas instituciones construyendo una estrategia de Big Data la capacidad para encargarse de sus mejores clientes frente a un competidor es una amenaza cada vez mayor. Más allá de eso, hay muchos proveedores alternativos que están construyendo estrategias pseudo bancarias coleccionando  grandes cantidades de conocimiento que  se puede usar en su contra en el futuro. Google, PayPal , Amazon y otras organizaciones están construyendo una gran cantidad de datos sobre los patrones de compra .

Si bien los datos dentro de los servidores de seguridad proporcionan una clara ventaja competitiva, la visión estructurada disponible en línea, a través de los canales móviles y a través de los medios de comunicación social son igualmente valiosas. En el nuevo mundo saber que se hizo una compra puede no ser suficiente,  en cambio conocer lo que se compró puede ser la diferencia adicional necesaria para crear lealtad.

Como con la mayoría de las inversiones, una institución financiera necesita que se determine si el volumen añadido , la variedad y la velocidad de datos trae mejores resultados . Como Richards J. Heuer , Jr. argumentó en la Psicología de Análisis de Inteligencia ( 1999 ) , los fallos principales de análisis son menos debido a la escasez de datos que al pensamiento errado . Para tener éxito analíticamente, tenemos que invertir mucho más en nuestros recursos, en la capacitación de gente que piense de manera efectiva y dotarlos de herramientas que apoyen este esfuerzo.

Sin embargo la mayoría de los bancos ya están lidiando con la sobrecarga de datos y no son muy buenos en la consolidación y el uso de los datos que tienen actualmente. ¿Cuáles son las probabilidades de mejora con un mayor apilamiento de datos?

Más datos no solucionados, malos análisis. Tal vez, las organizaciones financieras deberían centrarse en el perfeccionamiento del “pequeño dato” en primer lugar.

 

BD - Banca - Jim Marous

 

Si esta entrada fue de tu interés compártela con tus conocidos