Llegamos a ustedes gracias a:



Columnas de opinión

La necesidad y los desafíos para la implementación de CRM analítico en instituciones financieras

Por: Matías Gil, director general Teradata para Perú y Chile

[02/04/2012] Desde la vigencia de las nuevas reglas sugeridas en el Nuevo Acuerdo de Capital, establecido por el Comité de Basileia en el 2004, y conocido como Basileia II, las instituciones financieras se vieron envueltas en una serie de desafíos conceptuales y tecnológicos inéditos en el sector. Con todo, teniendo en vista la extensión y amplitud de la crisis financiera mundial -que comenzó en el 2007- y las diversas regulaciones que siguieron, se esperan nuevas y mayores exigencias sobre el modelo tradicional del negocio bancario.
Esos hechos han tenido variadas consecuencias para las instituciones financieras, desde la necesidad de proseguir con un financiamiento estable, hasta la importancia renovada de un crecimiento orgánico como forma de buscar los resultados necesarios demandados por el negocio.
En ese escenario, los clientes pasan a tener una relevancia mayor al que las instituciones financieras están acostumbradas; esto está ayudando a acelerar el cambio en el concepto de negocio con foco en el producto (product-centric), al negocio con foco en el cliente (customer-centric). Como consecuencia, será necesaria una actitud más proactiva por parte de ellas en buscar y retener a los buenos clientes, que serán aquellos que puedan traer la rentabilidad esperada y fomentar buena parte del financiamiento estable requerido para la sustentación de sus negocios.
Este cambio conceptual trae a relucir la necesidad de revisión de los procesos en cada gerencia o departamento de relacionamiento con los clientes y, en sintonía con diversas y recientes tendencias, la demanda para un uso intensivo de las técnicas analíticas robustas para una inmensa variedad de datos -desde datos socio-demográficos y de comportamientos, hasta datos geo-espaciales y de riesgo de crédito-. El uso de análisis en CRM es un hecho que debe ser visto como un proceso para la aplicación de modelos de conocimiento de clientes, extraídos por los usos de técnicas estadísticas analíticas y de minería de datos.
Eso -a su vez- puede significar, para un gran número de estas organizaciones, una necesidad de cambios estructurales de sistema y procesos internos bastante relevantes. La buena noticia es que existe una sinergia de gran parte de los cambios necesarios con los requerimientos ya existentes de Basileia II, orientados a la adopción de modelos internos avanzados de riesgo de crédito. La convergencia de concepto del negocio centrado en el cliente, proceso de CRM y gestión de riesgo puede resultar en ganancia de eficiencia significativas, entre las cuales se destacan:
* Mejor ponderación sobre el perfil de los clientes: al desarrollar una visión única del cliente, la institución avala un conjunto amplio de informaciones para que, simultáneamente, pueda avalar riesgos de crédito (como el credit score y la probabilidad de default), entrega de productos de crédito o la probabilidad de abandono y propensión.
* Programas de fidelización: la integración de la información sobre el comportamiento de clientes, el valor agregado potencial y la visión global de su exposición con la institución, permite la formulación de estrategias sólidas de fidelización de los clientes relevantes de la empresa.
* Sinergias internas: la utilización de técnicas analíticas por instituciones financieras es una tendencia irreversible y las instituciones menores necesitan invertir en esa dirección para proteger sus nichos de negocios.
Con esto, surgen diversos desafíos tecnológicos y operacionales, pues el cliente pasa a ser el punto focal de todas las consideraciones, desbancando la visión centrada en productos. ¿Mas, cómo consolidar el volumen y la diversidad de datos necesarios en ese nuevo ambiente de negocios para mantener la estabilidad y la eficiencia de los procesos operacionales de la institución?
Antes que nada, es necesario comprender que la visión tradicional de suficiencia de la adopción de herramientas de software de base computacional (usualmente denominadas de calculadoras) sujetas a base de datos tradicionales -como data marts-, no deberán producir resultados positivos apropiados para generar un ambiente analítico eficiente en el procesamiento de diversos tipos de cálculos matemáticos y estadísticos en grandes cantidades de datos, de diversos tipos y esparcidos en innumerables sistemas dispersos por toda la institución.
Dada la complejidad de las arquitecturas presentes en las empresas bancarias, reunir con precisión todas las informaciones necesarias, y con la especificación requerida -teniendo en mira la obtención de una visión única del cliente-, acaba tornándose un desafío explícito.
A pesar de que este impacto pueda percibirse como menor en pequeñas y medianas instituciones, será más significativo debido a los desafíos regulatorios, a la demanda por financiamiento estable y la competitividad con organizaciones invirtiendo consistentemente en la prioridad del relacionamiento con sus clientes.
Experiencias de mercado provocan que ambientes analíticos proporcionados por data warehouses corporativos sean más indicados para estos fines, muchos en función de no limitarse simplemente al acopio, suma y envío de datos. Tales herramientas ayudan a elevar el grado de confiabilidad de los sistemas bancarios y favorecen la implementación de procesos eficaces para la capacitación del relacionamiento con sus clientes y su competitividad.
CIO, Perú