Las oportunidades que ofrecen los datos no se presentan hasta que no se dispone de datos de todo tipo.

Hemos llegado al año 2019 y nos encontramos frente a una enorme cantidad de datos. Todo lo que hacemos, hablamos e interactuamos es considerado como datos. Un banco puede procesar una cantidad tan grande de datos sobre sus clientes que prácticamente puede parecer que es capaz de predecir el próximo movimiento de uno de ellos. Si los datos no son su prioridad, prepárese para que pronto su negocio ya no sea rentable. Inmediatamente después de una estrategia digital, todo banco necesita hoy una estrategia de datos. Sus clientes están dejando su huella digital con usted. Pero ¿hasta qué punto se toman en serio los bancos de hoy en día los datos y tratan de formular el éxito y mejorar el retorno de la inversión con ellos?

La respuesta puede variar para aquellos que ven el verdadero oro en los datos. Si tanto puede depender de los datos que se producen, es necesario trabajar constantemente con los datos de su banco: ¡hay que poner en marcha una estrategia de datos sólida y bien formulada!

¿De dónde vienen los datos?

Puede haber varias fuentes de obtención de datos como, por ejemplo, las aplicaciones bancarias, las redes sociales y los canales bancarios. Identificar estas salidas tiene que ser su principal prioridad.

Estos son los tres tipos de datos más importantes que deberá consolidar para entender a sus clientes de una forma integral.

1. Información de referencia

Este es el único tipo de información que requieren y mantienen los bancos hoy en día y ello se debe a que son los mismos clientes los que proporcionan esta información. Este tipo de datos incluye información personal, ubicación y preferencias. Desde el punto de vista bancario, hay que asegurarse de que los datos que se registren no contengan errores. Se trata de una tarea monótona y tediosa para la que quizá se quiera recurrir a un bot que se encargue de estas actividades de manera fluida, a tiempo y sobre todo, sin errores. Es necesario destacar que hay que asegurarse de que los datos sean correctos, ya que esto constituye la base del roadmap de la IA. Asegúrese de aprovechar todas las ventajas que ofrece la RPA con el fin de ahorrar tiempo.

2. Transacciones bancarias

Analice cómo interactúan sus clientes con usted a través de los datos del historial que dejan. Normalmente, este tipo de datos incluye el historial de transacciones, el historial de servicios, las quejas y los comentarios. Lo más habitual es que los bancos dejen de lado este tipo de datos. Por ejemplo, los clientes se molestan muy rápidamente cuando hay un representante de servicio que les llama para una compra con tarjeta de crédito cuando ya tienen la misma. Esto suele ocurrir cuando no existe una base de datos de clientes en común respecto a múltiples productos/servicios. Tener una visión única de un cliente es prioritario para la venta cruzada y la venta adicional. Los bancos pueden aprovechar una gran cantidad de información sobre los patrones de compra y las necesidades financieras de sus clientes cuando estos datos se combinan con la información de referencia del cliente.

3. Interacciones sociales

Mientras que usted se las ingenia para proporcionar grandes experiencias a sus clientes, ellos probablemente están hablando de sus servicios a sus amigos, colegas y a todas sus redes sociales. Los datos de las interacciones sociales que debe tener en cuenta son el historial de participación, las búsquedas en Google y las actividades en las redes sociales. Al reunir todo esto, los bancos pueden tener una comprensión global de quiénes son realmente sus clientes, qué es lo que quieren y también predecir la deserción de estos. La propia naturaleza digital de todo lo que funciona hoy en día nos empuja a evaluar las interacciones sociales en curso. Un comentario negativo en Twitter puede costar una fortuna imprevisible y por eso es crucial analizar la información social.

Conclusión

Hemos clasificado los tres tipos de datos más importantes en torno a los cuales se debe construir una estrategia de datos. Siempre va a ser necesario obtener estos datos para entender mejor a sus clientes. La inteligencia artificial y el aprendizaje automático son temas que suscitan mucho interés hoy en día. Es necesario que usted comprenda dónde se encuentra en términos de estrategia de datos para incorporar la IA a su roadmap. La IA puede ofrecer múltiples beneficios a su banco solo si los datos que ha recopilado son correctos, coherentes y están caracterizados, para lo que el ETL Processing vía Master Data Management puede ser de gran ayuda.