LA IMPORTANCIA DE LA ANALÍTICA DE DATOS EN EL SISTEMA FINANCIERO

Las instituciones financieras tienen acceso a un gran volumen de datos que se necesitan para realizar transacciones y esta información es un activo de gran valor porque puede ser una herramienta para direccionar la estrategia de negocio si se usa correctamente.

“La analítica permite transformar y entender esos datos para que puedan ser explotados y tratados adecuadamente con las múltiples herramientas tecnológicas que una entidad puede tener”, comentó Juan Carlos Torres, consultor en temas de analítica.

Explicó que los datos son de gran valor en la banca por el análisis que se puede hacer de estos para descubrir patrones y hacer predicciones sobre el comportamiento del mercado y de las necesidades de los clientes de una institución financiera. Pero también se requiere de una tecnología que permita simplificar este análisis y construir conclusiones correctas sobre las cuales crear esos nuevos productos y servicios que pide el mercado.

“El banco puede saber que tengo una cuenta de ahorros, pero si además tuviese la información de que he llamado pidiendo información y que en redes sociales comento y busco esta información. Entonces la entidad puede advertir la necesidad que tengo y mediante información adicional conocer que necesito un crédito de consumo. De esa manera, puede adelantarse a la oferta que pueda buscar de otras entidades, la puede afinar. Ese tipo de cosas que parten de los datos llegan a la analítica”, comentó.

BENEFICIOS DE LA ANALÍTICA

Productos financieros personalizados: Cada cliente tiene su propia actividad económica y gracias a la analítica de datos, se detectarán patrones y comportamientos que permitan ofrecerle productos financieros personalizados y a medida que logren una mejor experiencia del cliente y mayor satisfacción.

Cuenta Inteligente: El objetivo es que la entidad financiera ofrezca al cliente un nuevo concepto de cuenta, abandonando la tradicional ‘ccc’, por un servicio de valor añadido que le permita recibir predicción de gastos futuros y posibles descubiertos a corto o medio plazo, analizar sus comportamientos en base a los gastos generados, categorización automática de movimientos para consultar por grupos, comparar gastos con clientes anónimos del mismo perfil o recomendaciones de productos que cubran las necesidades concretas del cliente

Toma de decisiones. Toda entidad financiera quiere retener a sus clientes, pero no a todos solo a los buenos pagadores y tengan mayor potencial de rentabilidad. Entonces decidir que hacer con un cliente es de las primeras acciones que la analítica ayuda realizar dentro de una entidad financiera y microfinanciera.

La banca es una de las industrias que más conoce a sus clientes. Cada vez que realizamos las compras en el supermercado y pagamos con nuestra tarjeta, cada vez que vamos al cajero, el momento en el que pagamos la cuenta en un restaurante, la compra por Internet de un tiquete de avión, nuestro banco sabe dónde y qué estamos adquiriendo y almacena esa información para luego analizarla.

Pero la analítica va mucho más allá, ya que no solamente permite tener una visibilidad sobre las necesidades de los clientes; ha evolucionado orientada a convertir a la banca en una industria inteligente para afrontar los cambios y retos que implica la transformación digital, así como reducir el riesgo a catástrofes financieras, como las burbujas hipotecarias y las caídas del mercado.

Las entidades financieras como los bancos tienen el RPC que es una fuente muy importante donde está toda la población bancarizada del Perú, de ahí figura quien tiene deudas, si paga bien, si tiene tarjetas o no, crédito hipotecario, cómo ha fluctuado su uso de tarjetas de crédito durante el tiempo, todo está ahí, entonces si las entidades con esa información más lo que puedan recabar de la solicitud de crédito pueden empezar a hacer los scores de riesgo y con esto puede solucionar los problemas que tienen para evaluar un cliente.

MICROFINANCIERAS

Según Torres, las entidades microfinancieras desarrollan muy poco el análisis de datos, salvo las tres o cuatro cajas más grandes de repente que tienen equipos que están armando estructuras y soporte para que puedan avanzar en ese campo de la analítica.

“El resto de las microfinancieras utilizan desarrollos básicos, trabajos con scores que desarrolla un tercero, pero todavía no explotan todo el potencial que tienen. Porque esto no es tener en mi área de riesgo un equipo que sabe estadística y que sabe los modelos. Eso es un comienzo y así lo hicieron muchas entidades, pero hay que tener un equipo preparado y dotarlos de herramientas que tampoco tienen que ser caras porque ahora hay muchos softwares libres que utilizan muchas entidades financieras y de otros rubros para empezar a generar modelos”, comentó.

¿Cómo hacen el análisis de datos las microfinancieras? En opinión del especialista, dichas entidades hoy tienen modelos predictivos, pero principalmente para decidir si le dan o no un crédito. Utilizan modelos que han sido generados por un tercero, son muy pocas las entidades que tienen modelos personalizados y lo utilizan principalmente en admisión, en cobranza hay muy pocos. En lo referido a rentabilidad, permanencia de clientes hay muy poco desarrollo todavía.

“Hay que tener en cuenta de que si usas un score genérico no siempre puede funcionar bien porque puede estar hecho para entidades grandes o internacionales, sin embargo, cuando la quieres usar en tu entidad no te funciona y es porque no es un score personalizado y adecuado a tu entidad. Hay una gran diferencia en cuanto efectividad entre un score personalizado y un score genérico”, concluyó.