Por qué usar Big Data para las predicciones bancarias

AIS Group ha presentado una serie de aplicaciones de Big Data orientadas a revolucionar aspectos clave para la banca en el webinar, seminario impartido en línea, "Analítica y Big Data en banca: Cómo rediseña el futuro del sector".

Alicia Sánchez, jefa de proyecto de AIS Group ha explicado en su sesión "Aplicaciones Reales de Big Data para Banca", las aplicaciones vinculadas a Big Data que ofrece la compañía para la gestión del riesgo de crédito, la gestión de activos inmobiliarios y el marketing financiero.

"El Big Data aporta muchísimos datos provenientes de nuevas fuentes de información más allá de las tradicionales. Gracias a estas fuentes y a la capacidad de convertir los datos en conocimiento, las entidades financieras pueden realizar una mejor segmentación de sus clientes, sofisticar sus métodos de modo que obtengan modelos con una mayor capacidad de predicción y contribuyan así a mejorar la efectividad tanto en cuanto a captación y fidelización de clientes, como en cuanto a detección de fraude, estimación de ingresos o cambios en el comportamiento de pago de los perfiles, comportamientos más vinculados a riesgos", ha comentado.

Al abordar las aplicaciones de Big Data que se ofrecen a los bancos en materia de gestión del riesgo de crédito, se han dado especial relevancia a los sistemas de alertas tempranas que avisan del deterioro de las operaciones como los posibles impagos.

En cuanto a la gestión de activos inmobiliarios, una de las aplicaciones clave desarrolladas por AIS es la de valoración automática de inmuebles. En el capítulo de marketing financiero se ha examinado todo lo relacionado con customer intelligence, cuyo análisis y explotación permite a las empresas alcanzar y superar fácilmente los objetivos de negocio, aplicado a sector banca: modelos de venta cruzada, fijación de objetivos comerciales por oficina, redimensionamiento de la red comercial, etc.

¿Qué es Habits Big Data?

Sánchez ha destacado el poder de la herramienta Habits Big Data de AIS Group como fuente de información que aporta un conocimiento muy valioso de cara a lograr el objetivo de tener una visión 360º de los clientes, pues "presenta una segmentación de las familias españolas en tipologías a partir de sus rasgos sociodemográficos y económicos. Permite conocer la presencia y perfil de gasto de cada tipología de hogar en cada microzona, ya sea sección censal o tramo de vía. Es decir, no sólo define los tipos de familia, sino que las sitúa geográficamente, de modo que puede saberse la densidad de cada tipología que hay en cada zona".

Además de toda la información relativa a los perfiles de consumo, los ingresos y las tipologías de las familias, Habits Big Data dispone de otra información demográfica como la tasa de paro total y por tramo de edad en cada área. También indicadores económicos, información catastral y datos relacionados con la vivienda (como el precio medio del metro cuadrado en la zona), información relativa al parque móvil e incluso detalles sobre la climatología de cada zona. Asimismo, contempla también la actividad en redes sociales.

El objetivo principal de Habits Big Data es dotar a la banca de un profundo conocimiento del cliente (real y potencial), para que puedan tomar las decisiones más acertadas para el negocio. Este conocimiento permite mejorar el índice de predictividad de sus modelos, por ejemplo, saber con mayor precisión o índice de acierto qué producto es el que necesita o está más predispuesto a comprar el cliente en función de su perfil; dónde es más conveniente cerrar o abrir una sucursal; clasificar las oficinas en función del volumen de presencia de los distintos targets en cada zona y emprender así acciones comerciales y de marketing más efectivas y rentables.