Por Fabio Kruzich, director del área de Consultoría LATAM de FICO

Ser relevante y fidelizar a los clientes hacia una marca o servicio siempre ha sido tema de innumerables discusioneGIMejorar la experiencia del cliente a través de soluciones personalizadas, integración de servicios y anticipación de acciones es lo que realmente crea relaciones de confianza. Ahora, imaginemos a una institución financiera que pueda, basándose en el historial de relaciones, el perfil transaccional y de comportamiento, por ejemplo, ofrecer un portafolio de servicios y productos únicos, adaptados a la realidad en la que está inserto el cliente y solucionando “dolores” que hoy no están visibles.

Las plataformas de toma de decisiones que utilizan la inteligencia artificial y el machine learning como tecnología principal son la forma más ágil, segura y confiable de extraer datos, segmentar perfiles, crear estrategias, predecir acciones y medir los resultados que esta cooperación tecnológica puede ofrecer.

En México -y en América Latina en general- el término llamado “Transaction Analytics” aún no está muy extendido entre las instituciones. Pero en países como Nueva Zelanda y Australia, por ejemplo, la modalidad ha funcionado y ha permitido a los bancos posicionarse junto al cliente como socio estratégico, incluso ayudando con la gestión financiera.

A partir del Transactional Analytics es posible obtener una visión detallada y única del comportamiento de los clientes. Permite comprender aspectos como el nivel de entrada y salida financiera en las compras, tipos de productos adquiridos, el valor promedio de transacción y las preferencias de los clientes. Además, podrás conocer si el cliente envía mensajes, si realiza validaciones de transacciones o antifraude, los horarios en que suele realizar determinadas operaciones de transferencia, comportamientos de compra, ubicaciones frecuentes, entre otras informaciones que permiten crear una vista conjunta de hábitos financieros y de comportamientos.

Este conjunto de informaciones garantiza una evaluación mucho más adecuada, y la entidad asume un papel consultivo y proactivo para indicar, por ejemplo, una inversión más adecuada, o una línea de crédito con tasas más atractivas para el cliente, y que, efectivamente, le haga sentido para ayudarle en todo su journey y educación financiera.

El uso de esta tecnología en Nueva Zelanda identificó que, en general, los neozelandeses tienen una reserva de emergencia de alrededor de 14 meses. En un caso de desempleo o reducción de ingresos, en el que la entrada de dinero a la cuenta de ese cliente deja de existir, es posible predecir un posible impago futuro, y/o incluso, anticiparse para ayudar al cliente a encontrar alternativas para evitar llegar a esa situación.

Otro ejemplo, este hipotético, es el perfil de un cliente que tiene un comportamiento financiero de destinar parte de sus ingresos a los juegos de azar. A través de Transactional Analytics, el banco puede identificar esta transacción y construir una comunicación dirigida, que contribuya a una decisión de compra coherente con su realidad, de modo que la relación entre el cliente y la institución financiera sea beneficiosa para todos.

En términos de competitividad, Transactional Analytics pone al banco que lo utiliza siempre un paso por delante para ofrecer una experiencia de extremo a extremo con transparencia y eficiencia. Esta relación estrecha, consultiva y positiva conduce naturalmente a la principalidad.

La competitividad en los mercados abre espacios para la innovación y, en un mundo donde los datos son valiosos, leer, comprender y, a partir de ello tomar decisiones que impacten positivamente en el cliente final, es la camino más recomendable para que la institución financiera se vuelva relevante, estratégica y principal.

[1] ENCUESTA NACIONAL DE INCLUSIÓN FINANCIERA (ENIF), 2021