Personalización de Servicios Bancarios con Analítica Avanzada de Datos

Teresa Correas CRM&Advice

En el modelo bancario tradicional, los datos eran producidos por el cliente y procesados por los analistas de datos. Los ingresos y gastos de los clientes se utilizaron para comprender las tendencias globales y diseñar productos y servicios atractivos para segmentos específicos.

BBVA está aprovechando los métodos y tecnologías de analítica avanzada para dar a los usuarios un control total sobre sus datos y ayudarles a comprender su salud financiera para que puedan tomar mejores decisiones. La última novedad de BBVA, Bconomy, es una puntuación de salud financiera (0-100) basada en un análisis de los gastos fijos y variables y los ahorros del cliente.

Bconomy es más que una funcionalidad, y ha sido concebida para englobar otras herramientas existentes que BBVA pone a disposición del usuario, como “Mi Día a Día”, “Mi Presupuesto”, “Mis Objetivos” y una nueva herramienta de benchmarking personal denominada “Compárate”, brinda a los clientes las herramientas para tomar mejores decisiones financieras basadas en sus propios datos.

Todas las herramientas existentes transforman los datos de las diferentes bases de datos de BBVA para dotar al usuario de mayor capacidad de control de sus finanzas. Gonzalo Rodríguez, director de Transformación Digital de BBVA, explica que “esta herramienta ayudará a los clientes a ahorrar dinero y afrontar gastos imprevistos”. Elena Alfaro, Head of Data and Open Innovation de BBVA, destacó que “el uso inteligente de los datos aporta personalización y relevancia y permite una mejor toma de decisiones que, en última instancia, ayudará a los clientes a gestionar sus recursos de forma más eficaz”.
 

Componentes y Fuentes de Datos de BConomy

 
Proporcionamos brevemente una descripción general de los componentes analíticos detrás de Bconomy.

  • Calificación Financiera: La calificación se basa en un análisis de las transacciones y utiliza una fórmula estándar para evaluar el desempeño de las finanzas de un cliente. La fórmula estima que un máximo del 50% de los gastos debe ser para gastos fijos, tales como alquiler de vivienda o electricidad; 30% para gastos variables y 20% para ahorros.
  • Categorización de transacciones: Esta herramienta de análisis de texto, incluida en la funcionalidad “mi día a día”, está impulsada por el motor de categorización desarrollado en BBVA Data & Analytics, que utiliza un conjunto de grandes tecnologías informáticas para procesar diariamente millones de transacciones, clasificarlas y enriquecerlas con etiquetas de categorías. La taxonomía de categorización incluye 15 categorías principales con 72 subcategorías. Lea más aquí. El motor procesa un total de 7 millones de transacciones diarias, cuatro de movimientos de cuenta y tres de transacciones de tarjetas de crédito.
  • Benchmark Sociodemográfico: Este componente permite al usuario comparar su desempeño financiero con el de otros clientes con perfiles sociodemográficos similares. El motor aprovecha los datos agregados y anónimos que se presentan al usuario como un dashboard personal.

 
BConomy es parte de otros esfuerzos de BBVA para ayudar a los clientes a comprender mejor sus gastos y ser más eficientes en sus finanzas. Por ejemplo, durante el verano, BBVA lanzó “Movimientos Previstos”, el pronóstico de los movimientos financieros de los clientes para los próximos meses. Esta característica ahora está disponible como parte de Personal Finance Manager (PFM) de BBVA llamado “My Day to Day”, que actualmente es utilizado por 1 millón de clientes cada mes. El algoritmo principal, su motor de pronóstico, fue desarrollado por BBVA Data & Analytics usando herramientas Big Data como Apache Spark e implementando una combinación de algoritmos de aprendizaje automático para la predicción de series temporales. Es otro ejemplo de cómo BBVA Data & Analytics aplica la ciencia de datos para mejorar la vida financiera de los clientes de BBVA al proporcionar información útil para tomar decisiones.
 
Si quieres saber más, te invitamos a ver el siguiente vídeo: