Los grandes bancos reducen sus costos a través del "data mining"

En la Argentina, desde antes de la devaluación, los bancos avanzaron en la incorporación de herramientas cada vez más sofisticadas en el intento por seducir a potenciales clientes con las ofertas de sus nuevos servicios. El desafí­o fue, desde entonces, encontrar una ví­a efectiva para dar con el consumidor indicado, que no implicara por ello saturar con información y publicidad a gente desinteresada de antemano en el producto. La alternativa estuvo orientada a refinar las estrategias de búsqueda y de contacto, a través del "data mining": una herramienta de software que, relacionando datos ya conocidos de una muestra, promete al banco ampliar su cartera de clientes con una reducción de hasta el 30% en sus costos.

El sistema se convirtió en uno de los asistentes más fieles para las entidades financieras, en el proceso de recuperación que debieron encarar tras el colapso económico de 2002. Se estima que, en la actualidad, cerca de un 20% del total del sistema financiero local recurre a esta tecnologí­a, y que la demanda continuará en ascenso el año próximo.

Las que hoy ya lo aplican son, precisamente, las entidades privadas que mueven la mayor porción del patrimonio total del sistema financiero. Entre otras están, por caso, Banco Rí­o, Galicia, BankBoston, Comafi, Hsbc, Citibank e Itaú.

El data mining es una de las principales herramientas con las que trabajan las áreas de administración de base de datos de las diferentes entidades para la segmentación, la adquisición y la retención de clientes. Con él, la firma puede calcular la propensión de los potenciales clientes a aceptar un producto determinado, a través de un ranking que resulta de relacionar los datos ya conocidos de una muestra poblacional.

"La idea es identificar a quiénes son los que te pueden comprar y quiénes no. Porque no hay una ‘monocausa’ que hace que la persona me compre. Lo importante es saber si llegás con las oferta correcta, y no estar molestando a los clientes con productos que ya sabés que no van a aceptar", explicó a infobaeprofesional el subgerente de Database comercial de Banco Rí­o, Danilo Stigliano.

Lo novedoso está en que, con esto, los bancos pueden capitalizar información que, de otro modo, considerarí­an innecesaria. El nivel de ingreso, la profesión, la antigí¼edad, la edad y el sexo, junto a un enorme cantidad de variables "frí­as" y "duras" sobre una misma persona, contribuyen a determinar si, al fin de cuentas, quien recibirá el mail, la carta o el llamado telefónico del banco, está pensando en aceptar su propuesta o no. "Lo que te garantiza es reducir los intentos para obtener el 100% de efectividad en la oferta del producto. Una vez que lo aplicamos, nosotros triplicamos la cantidad de respuestas de los enví­os de cartas sobre nuestra ofertas", aseguró Stigliano.

Para el director de SPSS Argentina –una de las grandes proveedoras de este tipo de software en el mercado-, Adolfo Kvitca, "la herramienta te puede permitir una reducción de hasta el 30% de tus costos; porque en vez de mandarle 100 mil cartas a los clientes podés mandarle una menor cantidad con similar respuesta". A su juicio, "la demanda local es mayor a medida que va pasando el tiempo, porque en esto el paí­s es seguidor: lo que se usa en el resto del mundo y anduvo bien, acá se empieza a usar".

Los últimos años marcaron una tendencia de la banca privada a orientar sus esfuerzos en la "retención del cliente", a tono con la competencia en el sector. "Ahora los bancos están empezando a usar el data mining para incrementar el consumo de sus clientes; porque ellos les piden constantemente ampliar los lí­mites de la tarjeta de crédito", agregó Kitvca. Frente a esto, el software ofrece la posibilidad de actualizar automáticamente esa capacidad, analizando los factores de riesgo y de uso del usuario.

"Una vez que con este sistema se identifica al usuario que se está por ir, se dispone a toda la fuerza de atención al cliente y ventas para que inicie campañas de acción sobre él", precisó el ejecutivo del Banco Rí­o.

Ignacio Olivera Doll
iolivera@infobae.com