Bienvenidos al sitio del Instituto Europeo de Formación Tecnológica . Haga su búsqueda en el espacio a continuación.

Síguenos en redes:

Algoritmia

  /  Blog   /  BIG DATA - Business Intelligence   /  Data Science : Oportunidades que la banca no está dejando escapar
Data Science

Data Science : Oportunidades que la banca no está dejando escapar

Artículo realizado por Óscar Martínez Aceña

 

El Data Science  está generando multitud de cambios. La digitalización ha generado, en la mayoría de los sectores, la oportunidad de tener más interacciones con los clientes (por ejemplo, en el caso de la banca consultamos mucho más a menudo nuestra banca online de lo que íbamos presencialmente a la oficina hace una década), pero a la vez las compañías tienen menor capacidad de influencia en estas interacciones ya que éstas no son físicas sino digitales, por lo que es muy importante “afinar” el mensaje que queremos pasar al cliente en cada interacción.

 

En este sentido, el sistema de recomendación o algoritmo de Next Best Action de Amazon se convirtió en mítico por su mayor eficacia y escalabilidad. Y ahora es un “básico” que todos los negocios deben conocer para sacar el máximo partido a sus interacciones digitales. Existen 2 tipologías fundamentales de diseño de este tipo de funcionalidad:

  • Algoritmos de Collaborative Filtering: Permiten utilizar la experiencia anterior de otros usuarios, artículos o acciones para predecir cual puede ser la próxima actuación que un cliente considere más interesante mediante un, relativamente sencillo, cálculo matricial.
  • Redes Neuronales – Deep Learning: Esta tipología de algoritmos permite mejorar, aunque sea levemente, como en el caso de los sistemas de recomendación o algoritmos de Next Best Action, los resultados obtenidos por los algoritmos de Data Science “tradicionales”. Aunque hay que ser conscientes que esta leve mejora se consigue a cuenta de una mayor dificultad de implementación, mayor tiempo de computación y menor interpretabilidad de los resultados.

Otro tema surgido a raíz de la digitalización de los servicios financieros es que, el sector Fintech ha demostrado a las entidades financieras que la banca no estaba beneficiando suficientemente a sus clientes de la utilidad de los datos que los clientes generaban y por esta razón surgieron en España compañías como Fintonic (2012) que permitían agregar los datos de todos tus bancos en una única aplicación y ver tu situación financiera de forma agregada.

 

Posteriormente este concepto evolucionó, dando lugar a una nueva modalidad de aplicaciones denominadas PFMs o Personal Finance Manangement apps que además de agregar los datos financieros son capaces de clasificar y analizar tus gastos e ingresos y ofrecerte valiosos cuadros de mando y propuestas para ayudarte a gestionar tus finanzas. Nada de esto puede hacerse sin aplicar algoritmos de NLP (Natural Language Processing) que permitan a la app “entender” lo que lo que tú entiendes cuando entras en tu banca online.

A diferencia de otras áreas del Machine Learning, el Natural Language Processing o NLP no ha conseguido sus mayores avances hasta hace pocos años, concretamente, uno de los grandes hitos se produjo en 2013 cuando se inventaron los algoritmos de word2vec que permiten transformar palabras en vectores matemáticos y aplicar lógica matemática (sumas, restas, etc…) a esos vectores de forma que esas operaciones matemáticas tengan sentido lingüístico. Por ejemplo, si restas a la palabra ‘ice’, la palabra ‘cold’ obtienes la palabra ‘water’: ‘ice’ – ‘cold’ = ‘water’.

 

Si te ha interesado este tema, puedes ver un vídeo introductorio en este link y una masterclass por uno de los creadores del concepto word2vec en este link (te recomiendo que para empezar sólo veas los 3 últimos minutos de la clase, para entender el contenido de los minutos anteriores puede ser necesario dedicar bastante tiempo y algo de ayuda).

 

Al igual que ocurre en el campo lingüístico, en el campo de la imágenes, los mayores avances también se han producido en la última década, por ejemplo la aplicación de Convolutional Neural Networks (CNN o Redes Neuronales Convolucionales) al reconocimiento de imágenes y que funciona de forma similar a cómo nuestro cerebro reconoce las imágenes. Va detectando formas sencillas en la imagen y las va “agregando” hasta obtener finalmente una composición clara de la representación.

 

Fruto de los avances de la última década, las entidades financieras están consiguiendo avances en distintas áreas, como por ejemplo:

Mejorar la experiencia de sus clientes y empleados mediante el uso de chatbots o “robots conversacionales” que permiten resolver dudas y guiar a  clientes y empleados en determinados procesos de contratación, consulta, etc… de la misma forma como lo haría un empleado experto en atención al cliente, pero por una fracción de su coste y con un servicio 24×7. Pudiendo en algunos casos, incluso comunicarte con ellos mediante la voz.

  • Reducción de costes mediante el Onboarding digital de empresas sin intervención de empleados en la lectura y bastanteo de la documentación de la empresa, que ahora procesan algoritmos basados en inteligencia artificial también por una fracción del coste anterior y con un servicio 24×7.
  • Nueva fuentes de ingresos, ya que conocer mejor el perfil de sus clientes, no es sólo útil para uso interno, si no también para generar nuevas oportunidades de negocio mediante utilización de esos datos por terceras empresas, como si de Google Ads se tratará, pero con una tipología de datos a los que normalmente las Bigtech no tienen acceso como son la transacciones bancarias.

 

Si te interesa la aplicación del Big Data y el Business Intelligence ponemos a tu disposición el programa “Máster en Big Data y Business Intelligence“, con el que podrás aprender cómo funciona la tecnología y los pasos para llevar un proyecto adelante.

Post a Comment

  +  84  =  90

Ver más

  • Responsable: Grupo Global Euro Inversiones S.L..
  • Finalidad:  Moderar los comentarios.
  • Legitimación:  Por consentimiento del interesado.
  • Destinatarios y encargados de tratamiento:  No se ceden o comunican datos a terceros para prestar este servicio. El Titular ha contratado los servicios de alojamiento web a CenturyLink USA que actúa como encargado de tratamiento.
  • Derechos: Acceder, rectificar y suprimir los datos.
  • Información Adicional: Puede consultar la información detallada en la Política de Privacidad.

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver nuestra Política de cookies
Privacidad
Abrir chat