Uno de los principales retos a los que se enfrenta la industria financiera es ofrecer servicios personalizados al cliente final pero cuidando los costos. El cliente busca mejores experiencias de compra únicas, ventanas de atención flexibles y tasas de interés accesibles.
Aquí es donde tecnologías como la inteligencia artificial y el machine learning pueden ser de gran ayuda. El aprendizaje de máquinas, como su nombre lo indica, es una disciplina que busca entrenar a una máquina para resolver problemas. Las máquinas aprenden de la información que se les provee y pueden agilizar dramáticamente la toma de decisiones.
Se ha desarrollado tecnología para mejorar la experiencia de los usuarios cuando están en búsqueda de servicios financieros. Por ejemplo, se puede analizar el consumo reportado en las tarjetas de crédito para ofrecer servicios con tasas personalizadas dados los patrones del cliente. En un caso hipotético, dado que una persona ha estado comprando enseres para renovar su vivienda, la institución financiera podría ofrecerle un crédito para hacerlo con una tasa más atractiva. Otro ejemplo, es poder detectar cuándo va a expirar el crédito automotriz de un cliente y ofrecerle uno para adquirir un nuevo automóvil.
Le puede interesar: Planeación Financiera para Generar Valor
Estos ejemplos pueden sonar triviales cuando se explican. No obstante, lo que busca el machine learning es poder hacer las recomendaciones automatizadas para cientos de miles de clientes y lograrlo de forma inmediata sin la intervención de un humano y en los puntos de venta correctos, tales como cajeros automáticos o mediante campañas de correo electrónico personalizadas. Si bien, estas estrategias no son nuevas, lo distinto es que se pueden ejecutar con costos de atracción y conversión del cliente inferiores a los que se tendrían si el empuje de venta lo hace un humano.
¿Cómo comenzar a hacer machine learning? Como toda innovación, se debe tener una perspectiva muy clara de hacia dónde se quiere llegar y ser realistas al respecto. Recomiendo comenzar con pruebas de concepto, rápidas y costo eficientes. Asimismo, el objetivo debe estar claro y poder ser medible mediante indicadores clave.
El machine learning permite brindar servicios financieros personalizados de forma automatizada; sin embargo, el principal factor de éxito es un conocimiento íntimo del negocio y enfoque en el cliente final. De esa forma se irá construyendo el camino para tener una oferta cada vez más personalizada y a la medida, cuidando costos y maximizando ingresos.
Lea también: El Mundo Fintech
