• Facebook
  • Twitter
  • Youtube
Lima, 11 de diciembre de 2017
BUSCADOR
Buscar
 

Noticias

De las instituciones financieras

Cómo el big data cambia el modelo de negocio

Miércoles 19 de noviembre de 2014 - 09:32 a.m.
Imprimir Compartir  
\n \n \n \n \n \n \n \n \n \n \n
\n \n  
\n
\n Alexis Zlocowski
\n
\n Director de la práctica de Big Data para C&LA de Teradata
\n
\n  
\n

\n A través de la incorporación de tecnologías de la información, numerosos sectores de la industria mejoran la experiencia de los clientes y logran resultados positivos en la fidelización de los mismos. La atención personalizada del consumidor y el conocimiento de sus preferencias hoy son posibles gracias a la utilización de herramientas de big data.

\n
\n Las instituciones financieras se encuentran entre las industrias que más han sabido aprovechar este valioso recurso, facilitando la mitigación de riesgos y la reducción de costos operativos. La posibilidad de acumular volúmenes masivos de información desde múltiples canales y el 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 permiten a las entidades financieras evolucionar en su capacidad de entender a los usuarios y abordar exitosamente tanto a actuales como a potenciales clientes.
\n
\n  
\n
\n Entre las mejoras que viabiliza el uso de big data en el área de finanzas, se destacan las siguientes:
\n
\n  
\n
    \n
  • \n 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.
  • \n
  • \n Las firmas o empresas de servicios financieros utilizan la tecnología para combatir fraudes internos y externos.
  • \n
  • \n 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.
  • \n
  • \n La realización de los cálculos de costos e ingresos basados ??en millones de transacciones reales y aumento de la rentabilidad del cliente.
  • \n
  • \n Mejora de la exactitud y velocidad de los modelos de riesgo, optimizando niveles de solvencia y la rentabilidad de los bancos.
  • \n
  • \n Desarrollo de nuevos segmentos de clientes basados en comportamientos. Análisis de Geolocalización de los mismos.
  • \n
  • \n Análisis de Clusters y de afinidad de productos pudiendo crear redes sociales entre los propios clientes.  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.
  • \n
\n
\n En conclusión, a través de la implementación de herramientas de análisis de datos provenientes de múltiples fuentes que históricamente no han sido descartados como internet, dispositivos móviles y medios sociales, los bancos pueden revolucionar su manera de relacionarse con los usuarios,  virando de un modelo de negocio centrado en el producto, a uno enfocado en el cliente.
Calendario de Eventos
Copyright © 2012 Media Comm - Todos los Derechos Reservados. \n Jirón Orejuelas 226, Surco, Lima 33 – Perú - Central Telefónica: (+511) 627-5520