Etiqueta: pagos

Daniel Lorrio

IT Senior Auditor at Santander Bank

En la época actual que nos está tocando vivir, marcada por la austeridad, las principales economías de la zona euro entrando y saliendo de la recesión, parece que no conseguimos ver la luz al final del túnel.

Con todo ello, parece que los bancos están empezando a mirar su negocio con otros ojos. La relación con el cliente debe ser revisada, con los bancos planteándose si las estrategias utilizadas ahora funcionaran bien mañana. Están empezando a darse cuenta de que, con la enorme cantidad de información que poseen de los clientes, si esta fuera fácilmente accesible y administrada eficientemente en términos de coste, podrían generar infinitas nuevas oportunidades, tanto para ellos como para sus clientes.

Hasta ahora, a pesar de los avances que han hecho las entidades en la mejora de sus operaciones, se ha hecho relativamente poco uso de la información contenida en sus propias bases de datos, no hablemos por tanto de fuentes externas. Con el continuo incremento en el volumen de datos generados (70 % más antes del final de la década) esto necesariamente debe cambiar.

Por otro lado, el coste de almacenar datos y análisis no para de caer, lo que significa que la oportunidad de maximizar las oportunidades que brinda el Big Data está ahora al alcance de la mayoría de la industria financiera.

El valor del Big Data para la Banca Retail es estimado en más de 8 mil millones de euros los próximos cinco años. El ejemplo más claro es la inmediata reducción de costes en la administración de fraudes. Para hacernos una idea el coste estimado del fraude en la industria de UK asciende a más de 2 mil millones por año. Con Big Data, localizar un pequeño número de transacciones fraudulentas en un océano de pagos legítimos resulta menos complicado, todo ello a pesar de los constantes cambios en los patrones de comportamiento de los pagos electrónicos.

Analizar nombres de clientes contra listas negras puede resultar extremadamente complicado sobre todo porque una entidad puede tener múltiples clientes con el mismo nombre o muy parecido. Cada nueva búsqueda puede levantar una falsa alarma generando una mala imagen para el banco y estropeando la relación con el cliente. Usando Big Data este riesgo reputacional puede ser gestionado y mitigado.

Otra aplicación podría ser reforzar la gestión de la relación con el cliente, mediante la recopilación de información pública, como movimientos en el precio de las acciones, enviando esta información a los equipos adecuados que entiendan las necesidades de los clientes clave y les ayuden en la toma de decisiones.

Pero el área con mayor potencial para el Big Data en las Entidades Financieras es crear nuevas líneas de ingresos. Estando posicionados como parte clave de los pagos web, los bancos tienen una visión única, de cómo, dónde, con quien y cuando, los clientes gastan su dinero. Analizando esta información, los bancos pueden alcanzar un entendimiento del comportamiento del cliente que deberían ser capaces de monetizar en algún momento.

Ejemplo de este tipo de nuevas líneas podrían ser acuerdos con comercios, intentando entender donde los clientes viven en función de la ubicación de los pagos. Esta información podría servir a los comercios para perfeccionar su estrategia de localización. Otra sería acuerdos con comercios para el envío de descuentos en determinados comercios por el uso de sus tarjetas. Conociendo el comportamiento del cliente se podría conocer el tipo de Partner que más interese a la entidad financiera. Las posibilidades son infinitas.

Plataformas con Feelcapital o Wealthfront son también una muestra del potencial del correcto análisis de clientes y pueden ser un modelo a seguir por los bancos como nuevas líneas de negocio.

Por último, reseñar el gran problema que se están encontrando las entidades financieras para encontrar este tipo de profesionales, que además de los skills técnicos necesarios conozcan suficientemente bien el sector bancario. Pero esto será objeto de análisis en profundidad en otro artículo.