La estrategia que llevó a Scotiabank Uruguay a crear un departamento de análisis de datos

Contenido Exclusivo

La nota a la que intentas acceder es exclusiva para suscriptores

Suscribirme

Conocé nuestros planes
y disfrutá de El País sin límites.

Ingresar

Si ya sos suscriptor podés
ingresar con tu usuario y contraseña.

Convertirse en «el mejor banco minorista digital de Uruguay» es la visión que se trazó Scotiabank. Para concretarla, busca apoyarse «muy fuertemente en el conocimiento de los clientes». ¿Y cómo planea volverse relevante para ellos en tiempos en que la interacción es cada vez menos presencial? «Con el uso estructurado de datos», aseguró a El Empresario el country head de Scotiabank Uruguay, Horacio Correge.

Dotar de una mejor experiencia a sus clientes requiere realizar una adecuada segmentación, para entender las diferentes necesidades y llegar con una propuesta relevante para cada público (e, idealmente, para cada individuo), explicó. «Vimos que no teníamos un problema de datos; lo que teníamos era una sobreabundancia de datos», agregó el ejecutivo.

Eso llevó a la creación de un departamento de analytics que permitiera «ordenar el gobierno de los datos», no solo para llegar con una propuesta relevante a los clientes sino también para mejorar las decisiones que toma el banco (por ejemplo, al evaluar el riesgo de otorgar un crédito a alguien).

«Fuimos a buscar al mercado el talento que había disponible y trajimos al banco a un referente como Diego Vallarino, con toda su vasta trayectoria», resaltó Correge.

Vallarino, quien hacía dos años se desempeñaba como director de Data & Analytics en la multinacional Equifax, es Doctor en Economía Aplicada por la Universidad Torcuato Di Tella, magíster en Data Science & Big Data por la Universitat de Barcelona y MBA por la Universidad Adolfo Ibáñez. El desafío lo entusiasmó y en febrero asumió como Chief Data Officer (CDO) de Scotiabank.

Desde entonces, junto a un equipo con un perfil técnico muy marcado —
profesionales de economía, estadística y manejo de bases de datos, con conocimiento del negocio—, Vallarino trabaja en entender patrones de comportamiento de los consumidores, sacar denominadores comunes, priorizarlos y detectar oportunidades.

«Lo que tratamos de hacer es entender qué producto, a qué persona y en qué momento. Esas variables así dichas parecen fáciles, pero es bastante complejo llegar a ellas. Trabajar en eso permite hacer una segmentación lo más individual posible», explicó el CDO de Scotiabank Uruguay.

Comportamientos

«Cuando hablamos de segmentar tenemos la visión de la segmentación comportamental», aclaró Vallarino. La razón es que, si solo se segmenta por variables demográficas (como edad, sexo o ingresos) «se pierden una cantidad de oportunidades». «Nuestro enfoque es que queremos entender comportamientos para segmentar inteligentemente, con una visión de economía comportamental», remarcó.

«Al segmentar por variables demográficas o geodemográficas uno pierde perspectiva de lo que está buscando, que es la salud financiera del cliente», agregó el experto. Con esto se refiere a que parte de la misión del banco es «cuidar al cliente», «enseñarle» y ayudarlo a tomar «decisiones financieras óptimas en el momento que más le conviene, para ahorrar o para consumir».

Correge acotó que, en definitiva, la creación de un departamento de analytics tiene como telón de fondo «un gran proceso de transformación cultural» del banco.

«No vemos analytics como algo fancy (lujoso, encopetado) y moderno que porque todos lo hacen tenemos que ir hacia ahí. Lo mismo pasa con inteligencia artificial y machine learning. Somos muy conscientes de qué necesidades queremos resolver, de qué manera es relevante esto para el cliente y nos ayudará a mejorar nuestros números, ya sea en términos de relevancia para nuestros clientes, de propensión a hacer negocios con nosotros, de familiaridad... son todos temas que pretendemos lograr y no son abstractos, pueden ser cuantificados», indicó.

El country head se mostró confiado en que la nueva apuesta permitirá aumentar el índice de venta cruzada (cross-sell), es decir, cuando un consumidor de un producto del banco termina adquiriendo otro de distinta naturaleza. «Podremos aumentar no solo el cross-sell sino también el up-sell, es decir, tener acceso a un mayor número de productos por cliente, que es lo que conocemos como profundidad del vínculo. Todas estas cosas pueden obviamente ser cuantificadas y el banco está avanzando en modelar esto», dijo.

Datos complementarios

Scotiabank tiene cada vez más información propia de sus clientes, pero para poder analizarla busca «información alternativa o complementaria», indicó Vallarino. «Implica no solo hacer modelos o algoritmos, sino entender qué información complementa la que ya tenemos y genera valor», agregó.

Esa información la obtiene de la «huella digital» que dejan sus clientes en redes sociales, con los límites que le impone la regulación. «Además, muchas veces por generar más datos estamos generando más ruido y no tanto más explicación de los modelos», acotó Vallarino.

«En el banco ya tenemos la cultura de que, si bien el dato es el petróleo, el analytics viene a ser la refinería: cómo procesar eso y poder generar valor». Para ello, su equipo utiliza «herramientas de clase mundial en diseño predictivo». También explora la oportunidad de realizar alianzas con organismos (como el Instituto Nacional de Estadística y el Banco Central) para «mejorar el desempeño de nuestros modelos».

«Parte de lo que vamos a hacer en estos próximos meses y años en el banco es tratar de ir de los modelos tradicionales de una econometría clásica a algo más de inteligencia artificial y machine learning, que parece ciencia ficción pero estamos hoy en condiciones de poder implementarlo. Eso lleva a la segmentación individual, que en la economía es bastante utópico pero hoy la tecnología permite hacerlo a un costo relativamente bajo», dijo Vallarino.

Estos aspectos son clave teniendo en cuenta que Scotiabank enfrenta no solo a los clásicos competidores de la banca sino también a gigantes tecnológicos como Apple, Amazon y Facebook que han incursionado en el negocio financiero. Pero eso a Correge parece no intimidarlo: «El partido no lo ganará quien cuente con la mejor tecnología, sino quien pueda parecer como más cercano y relevante para los clientes».