Netflix sabe qué contenidos vemos en su plataforma, en qué horario y dispositivo los vemos, las búsquedas que realizamos y hasta las pausas que hacemos al ver una serie o una película para comer o ir al baño. Los datos personales que Netflix recaba para ofrecer sus servicios son en realidad muy pocos: nombre completo, correo electrónico y datos de facturación. Son los metadatos los que han hecho que esta plataforma pueda hacer un perfil personalizado de cada uno de sus consumidores y esto es lo que los bancos mexicanos deben voltear a ver para atraer a un mayor número de clientes.

“Netflix es un modelo a seguir para la banca por la forma en la que esta plataforma ha logrado entender a sus clientes, cómo han creado valor a partir de las preferencias de uso de sus consumidores, además del desarrollo de contenido basado en el análisis de ese perfil”, dijo Jorge Gómez Pisano, director de Industria de Servicios Financieros de América Latina de Unisys en entrevista con El Economista.

Para Jorge Gómez, Netflix cambió la forma en la que vemos televisión en la medida en que son los usuarios los que ahora eligen qué es lo que quieren ver y cuándo lo ven, al mismo tiempo que la compañía ha comenzado a generar contenido a través de la validación que hacen los usuarios con el gusto personal. La banca, por el contrario, está enfocada en ofrecer portafolios generales a distintos sectores de la población, lo que se conoce como segmentación de mercado.

“Lo que esperan ahora los consumidores es un valor agregado, cierto nivel de diferenciación, es decir que los bancos les ofrezcan productos únicos con los que el cliente se identifique. Esto genera más lealtad y más oportunidad de establecer una relación con la entidad bancaria o financiera”, dijo.

Esto es justamente lo que están haciendo varias startups bancarias y financieras de reciente creación que han logrado conseguir un nivel de capitalización de mercado superior al de muchas entidades de la banca y el sector financiero tradicionales. Estos unicornios, como Alipay, el servicio de pagos electrónicos de la china Alibaba, o Stripe, basan su modelo de negocios en ofrecer a sus clientes productos y servicios sencillos y específicos a partir de la información que recaban de ellos.   

Unisys es una compañía con 140 años de experiencia en las tecnologías de la información. Sus predecesoras Sperry Corporation, Burroughs Corporation y Remington fueron de las primeras empresas en ofrecer dispositivos como máquinas de escribir, contables y ordenadores para negocios y pese a que no es tan conocida como su connacional IBM, ambas se asemejan por su larga experiencia en el sector de TI y porque en los últimos años han redireccionado su estrategia de negocios hacia el desarrollo de Software.

 

¿Cómo implementar un proceso de análisis de datos?

Un sistema de análisis de datos debe estar centrado en la experiencia de los usuarios para proveer soluciones centradas en ellos, de acuerdo con Julio Castellán, director de Analíticos Avanzados de Unisys México.

Dependiendo del sector del que se trate, un modelo de análisis de datos puede agregar información desde distintas áreas del negocio. Una plataforma externa ofrece información sobre eventos externos a la organización, como pueden ser los movimientos de los mercados, las noticias más recientes o las últimas regulaciones que apliquen al negocio. Una plataforma de usuario sirve para recabar información sobre cómo los clientes interactúan con el negocio o sobre cuáles son sus necesidades a la hora de acercarse a la compañía.

Por su parte, una plataforma de información interna ayuda a conocer información sobre, por ejemplo, el número de clientes nuevos del negocio o las ganancias que este ha recibido en el último año. Las plataformas IoT sirven para recabar información más precisa sobre hábitos de consumo de los clientes o para verificar su identidad, este es el caso de los dispositivos biométricos, que la banca en todo el mundo ha comenzado a adoptar para hacer una verificación más confiable y eficaz de sus clientes.               

De acuerdo con Julio Castellán, para poder integrar todas estas alternativas a una plataforma de análisis de datos es preciso comenzar por establecer una estrategia,  trazar los objetivos del negocio y no lanzarse a implementar soluciones de tecnología que tal vez no sean las más adecuadas para la organización.

Dentro del esquema de análisis de datos propuesto por Unisys, los primeros pasos que debe seguir un negocio a la hora de implementar una plataforma de análisis de datos son la evaluación de los componentes que integran a la organización, para conocer desde dónde está partiendo el negocio, y la comprensión de por qué la organización está donde está. Estos dos primeros niveles en el establecimiento de una estrategia de análisis de datos corresponden a una visión reactiva, es decir que sirven únicamente para reaccionar a los eventos que le ocurren a las empresas.

Los siguientes pasos dentro de este esquema de análisis de datos corresponden al área proactiva, es decir que ayudan a generar nuevas soluciones a través de la predicción, la influencia y la automatización de procesos en el interior de una organización. De acuerdo con Julio Castellán, si bien estos son los niveles de madurez en el análisis de datos a los que debe aspirar una compañía, sobre todo si se encuentra en el sector financiero, esto no está ocurriendo con tanta rapidez en México.

“Las empresas mexicanas, incluyendo a la banca, ya están desarrollando con fuerza el análisis de datos, pero lo realizan de forma tradicional, es decir que se están enfocando únicamente en la primera etapa del proceso de madurez, en la cual solo evalúan la información recibida para responder a la pregunta ¿qué pasó?, es decir identificar qué productos se vendieron o cuáles fueron las ganancias del negocio y no están orientados a predecir, a analizar las preferencias y hábitos de consumo de un cliente para saber cómo acercarte a él”, dijo Julio Castellán.

 

rodrigo.riquelme@eleconomista.mx