ING ha incorporado un sistema de big data desarrollado por IBM para atraer y retener clientes. Sigue y analiza la navegación que tienen los usuarios por su web, y detecta cuando no culminan una operación o abandonan una consulta antes de lo debido para llamarles en tiempo real y resolver el problema. El banco naranja quiere que nadie salga insatisfecho de su web.
Precisamente la segmentación y retención de clientes será la principal aplicación de big data, pero no la única. Los bancos estadounidenses lo utilizan en gestión del riesgo de liquidez o previsión del fraude, entre otras cosas. Las entidades financieras españolas, igual que las del resto de Europa, investigan la forma de obtener los mejores beneficios con big data.
La Caixa ha sido la primera en lanzarse a la piscina, mérito que disculpa la sencillez –tal y como insiste un portavoz de la entidad- de su primera aplicación. En noviembre de 2012 lanzó PremiaT, una comunidad online que detecta las ofertas comerciales cercanas al móvil que tiene instalado la aplicación. El usuario puede utilizar el cupón de descuento en la tienda escogida con solo enseñarla en el móvil, y el TVP del comercio hace la gestión del descuento de forma automática cuando se paga con la tarjeta de crédito de La Caixa. El sistema, además, ofrece al comerciante la información recopilada de las comprar para que controle sus ventas o las promociones de mayor éxito.
BBVA se toma muy en serio la nueva herramienta, ha nombrado una responsable Big Data en la entidad, se llama Elena Alfaro. En su departamento investigan las formas de utilizar big data para crear nuevos productos basados en datos desde hace unos dos años. Serán herramientas que les ayudarán a mejorar la toma de decisiones, y para ello están exprimiendo la información acumulada de sus clientes. Del análisis de sus comportamientos sacarán información muy valiosa que les guiará en su comportamiento futuro.
No solo a ellos, BBVA quiere utilizar la información extraída de sus datos para que otras empresas puedan utilizarla en su toma de decisiones. De los datos del uso de las tarjetas de crédito, por ejemplo, se puede extraer una información muy valiosa de la auténtica realidad económica de un país, tanto por el tipo de compra como por la forma de pago o la evolución del comportamiento del consumidor. El BBVA asegura tener un activo muy relevante que quiere poner en valor. Está ya probando varios desarrollos.
En el caso de Bankinter, es Gneis, la empresa de tecnología del banco, quien investiga la forma de optimizar los datos generados en el entorno del banco con big data. Gneis lleva más de un año testeando servicios desarrollados con big data (ninguno es relativo al core del banco), y asegura que en unos meses podría haberlos puesto en marcha. No será tanto un servicio nuevo como la mejora de alguno existente para que los clientes perciban que el banco se anticipa a sus necesidades. Por ejemplo, realizar patrones de comportamiento para crear alertas que anticipen la voluntad de los clientes de abandonar la entidad.
Los técnicos de Gneis aseguran que la herramienta no sirve para todo, y quieren comprobar en donde puede aportar mayor rentabilidad. Bankinter utiliza herramientas de análisis de datos en el negocio, igual que el resto de las entidades financieras. Son los antecesores de big data, aplicados a la observación de los movimientos de los clientes de la entidad por sus web, realizar los informes sobre el comportamiento del negocio, o enviar alertas sobre eventos de seguridad.
Si (
No(
