Tomar decisiones en una organización financiera sin aprovechar la enorme cantidad de información disponible sobre los clientes es una oportunidad desperdiciada. Cuando un banco conoce los ingresos, gastos, hábitos de pago y perfil sociodemográfico de cada persona, tiene en sus manos la materia prima para crear estrategias precisas y justificables. Aquí se explica cómo pasar de la intuición a una metodología sólida y qué implica construir un algoritmo que conecte el producto correcto con el cliente indicado.
¿Qué significa adoptar una metodología data driven?
Una metodología data driven —es decir, guiada por datos— coloca la evidencia por encima de la corazonada [0:02]. La intuición sigue siendo útil para formular preguntas, pero cada hipótesis debe respaldarse con información concreta. Esa es la diferencia entre una decisión que se puede defender ante cualquier área del negocio y una que depende del criterio subjetivo de una sola persona.
En el caso práctico de Bancocontigo, el objetivo es vincular productos financieros con los usuarios adecuados. Para lograrlo se propone desarrollar un algoritmo llamado NBA (Next Best Action), que determina cuál es la siguiente mejor acción para cada cliente según su perfil, su ciclo de vida y lo que realmente está buscando [0:30].
¿Qué tipos de datos tiene un banco para alimentar el algoritmo?
Trabajar en una entidad financiera ofrece acceso a una variedad de datos poco habitual en otras industrias [1:04]. Se pueden agrupar en tres grandes bloques:
- Datos sociodemográficos: nombre, apellidos, edad, sexo y ubicación geográfica.
- Datos de nómina y capacidad financiera: ingresos mensuales, nivel de gasto, proporción del salario destinada a cada sector de consumo y capacidad de ahorro.
- Datos transaccionales: historial de pagos, transferencias, tipo de terminales usadas, método de pago preferido, uso de tarjeta de débito o crédito y si el cliente paga a meses o de contado [1:30].
Con toda esa información disponible, resulta difícil justificar que las decisiones se sigan tomando sin datos. Sin embargo, la mayoría de las empresas aún operan así. La propuesta es dar un paso más y convertirse en tomadores de decisiones basados en datos, aplicando pensamiento crítico dentro de un enfoque data driven [2:05].
¿Cuáles son las dos formas de implementar un NBA?
Existen dos caminos para asociar productos con clientes, y cada uno tiene implicaciones distintas en complejidad, presupuesto y personalización.
¿Cómo funciona el NBA basado en reglas?
Este enfoque parte del producto y define reglas estáticas para identificar al cliente ideal [2:20]. Por ejemplo, para ofrecer una hipoteca se puede filtrar a personas de entre veinticinco y cincuenta años, con bajo riesgo de morosidad e ingresos recurrentes que garanticen capacidad de pago.
- Es una solución simple y rápida de implementar.
- Su debilidad es que resulta estática: el perfil lo define el analista, y pueden quedar fuera clientes que también estarían interesados pero no encajan en los filtros predefinidos [2:50].
¿Qué aporta el NBA basado en inteligencia artificial?
El segundo camino invierte la lógica: en lugar de preguntarse «¿quién quiere este producto?», se pregunta «¿qué quiere esta persona?» [3:10]. Aquí se consideran variables mucho más granulares:
- Frecuencia con la que el cliente desea recibir comunicaciones.
- Tipo de información que le resulta relevante.
- Horario y día de la semana preferidos para el contacto.
Esta aproximación es ágil y altamente personalizada, pero también más compleja de construir. Se piensa en el usuario —por ejemplo, «¿qué quiere Silvia Ariza?»— y no en el producto [3:30].
¿Cómo elegir entre las dos opciones?
La decisión depende de factores prácticos del proyecto [3:50]:
- Presupuesto disponible.
- Cantidad de recursos humanos y tecnológicos.
- Tiempo de desarrollo estimado.
- Nivel de personalización que la organización necesita.
Evaluar estos campos con honestidad permite seleccionar la estrategia que mejor se adapte a la realidad de Bancocontigo, sin sobredimensionar ni quedarse corto.
¿Cuál de las dos opciones elegirías y por qué? Comparte tu razonamiento y las variables que estás ponderando para defender tu elección.
