Blog de Amazon Web Services (AWS)

Personalización de experiencias de clientes bancarios con AWS

Por Diego Olivera, Arquitecto de Soluciones AWS México

 

Entienda cómo puede personalizar las experiencias de sus clientes bancarios y por qué es importante invertir en esto.

 

 

En esta publicación entenderá cuáles son las expectativas modernas de los usuarios bancarios y cómo AWS puede ayudarlo a cubrirlas.

 

¿Cómo están cambiando las expectativas de los clientes?

Las expectativas de los clientes cambian constantemente y las instituciones financieras deben estar preparadas para cubrirlas. Algunos datos:

  • El 70% de los bancos menciona que el enfoque en el cliente es una prioridad, pero solo el 14% de los clientes están satisfechos con la cantidad de personalización que están experimentando, y la satisfacción del cliente es notablemente mayor (49%) entre los clientes a los que se les ofrecen experiencias digitales personalizadas en comparación con los que no (39%), según este
  • El 50% de los clientes compraría un producto de su banco principal si hiciera una oferta personalizada, según este

Entendido… pero, ¿cuáles son algunas de las principales necesidades de los clientes que les gustaría que fueran muy simples

Las siguientes son algunas de las necesidades más comunes que los clientes buscan:

  • Consultar el estado de un pago de manera simple
  • Recibir los estados de cuenta de manera instantánea o alertas de fraude en tiempo cercano al real
  • Recibir ofertas y recompensas personalizadas de manera oportuna (no de manera genérica)
  • Realizar consultas y poder contactar a soporte al cliente de una manera sencilla.

 

Para lo anterior AWS posee diversas opciones y puede ayudarlo a cumplir estas necesidades.

 

¿Cómo luce una interacción satisfactoria de un cliente con una institución bancaria?

Los datos de interacción con el cliente son parte de un ciclo de retroalimentación continuo, que ofrece interacciones pro-activas personalizadas, genera señales, respalda la lealtad y el crecimiento del negocio. A continuación un gráfico que ejemplifica esto:

 

 

¿Cuál es la base para solucionar esta problemática?

Un lago de datos es la base para la personalización. Para más detalles de qué es un lago de datos puede revisar este enlace, pero a modo resumen nos permite almacenar toda la información de diversos tipos (estructurada, no estructurada, semi-estructurada) y poderla tratar/procesar, con el objetivo de dejarla lista para la toma de decisiones y aprendizaje automatizado.

 

 

Los lagos de datos de Amazon S3 permiten a los bancos capturar y analizar datos de interacción con el cliente y construir relaciones más personalizadas con el cliente. Vale mencionar que AWS LakeFormation es un servicio que permite crear un lago de datos de manera acelerada, el cual está basado en Amazon S3, pero que está integrado con el ecosistema de servicios de analítica de AWS y facilita las tareas de integración con fuentes de datos a través de blueprints y permite la centralización de políticas de acceso a los datos.

Al capturar los diversos puntos de contacto con el cliente y los datos de interacción, las instituciones financieras pueden utilizar esta información para crear productos y servicios más personalizados, proporcionar mensajes individualizados y llegar al cliente a través de su canal de comunicación preferido. La mayoría de nosotros desearíamos como clientes de instituciones financieras que nos enviaran notificaciones cuando realmente las requerimos, por ejemplo si el banco detecta en casi tiempo real un posible fraude en una cuenta con transferencias inusuales o cuando tratamos de hacer una movimiento distinto de lo que hacemos normalmente con una tarjeta de crédito. Por ejemplo: ¿Qué tal si luego de 3 intentos fallidos de ingresar a nuestra banca en línea, nos envían una notificación por el canal de comunicación preferido por el cliente (por ejemplo push) con opciones para re-establecer la contraseña o nos ofrecen automáticamente marcar al contact center para aclarar la situación?.

Un lago de datos es una apuesta contra el futuro: no sabe qué análisis podría querer hacer, así que ¿por qué no guardar todo de manera eficiente y a un bajo costo, para tener la mejor oportunidad de satisfacer cualquier requisito que se presente?

Un lago de datos es diferente de un data warehouse porque almacena datos relacionales de aplicaciones de línea de negocio y también datos no-relacionales de aplicaciones móviles, dispositivos IoT y redes sociales. La estructura de los datos o el esquema no se define cuando se capturan los datos. Esto significa que puede almacenar todos sus datos sin un diseño cuidadoso o la necesidad de saber para qué preguntas podría necesitar respuestas en el futuro. Se pueden utilizar diferentes tipos de análisis de sus datos, como consultas SQL, análisis de big data, búsqueda de texto completo, análisis en tiempo real y aprendizaje automático para descubrir información.

Aproveche los servicios administrados para múltiples métodos de ingesta y análisis de datos. Por ejemplo, utilice Amazon Kinesis, AWS Snowball o AWS Direct Connect para transferir grandes cantidades de datos. Luego Amazon EMR nos permitirá procesar de forma distribuida grandes volúmenes de datos y Amazon Elasticsearch Service para almacenar, centralizar y analizar la información.

Una vez que los datos están en S3, las empresas pueden aplicar análisis SQL tradicionales aprovechando Amazon Redshift o Amazon Athena, o usar Amazon Quicksight para aplicaciones de inteligencia empresarial. Además, las empresas también tienen la opción de aplicar transformaciones de datos más personalizadas mediante EMR o aprovechar el aprendizaje automático a través de Amazon Sagemaker para extraer información adicional de los datos.

Podemos encontrar a clientes como Oak North Bank que realiza análisis de datos para proporcionar una mejor experiencia de préstamo para empresas en crecimiento..

Adicionalmente Amazon Pinpoint nos permitirá comunicarnos con los clientes por el canal que sea el más apropiado dependiendo del cliente, teniendo soporte para los siguientes canales: SMS, Push Notifications e Email, brindando una plataforma unificada para notificaciones e interacciones con los clientes, permitiendo generar campañas a públicos/audiencias determinadas o comunicarnos de manera transaccional con los clientes. La empresa Coinbase, dedicada al negocio de las cripto-monedas sirviendo a más de 30 millones de cuentas en 100 países, utiliza Pinpoint para enviar push notifications cuando cambios de precios en las cripto-monedas, confiando así en este servicio para mantener involucrados a sus clientes.

 

Entendido…. pero ¿cómo puedo generar experiencias de personalización en tiempo real?

Amazon Personalize es un servicio de aprendizaje automático que facilita la creación de recomendaciones personalizadas para los clientes. Las principales funcionalidades que nos permite son las siguientes:

  • Cree recomendaciones de alta calidad que respondan a necesidades específicas.
  • Agregue personalización en tiempo real a las aplicaciones.
  • Adapte la búsqueda en el sitio, la clasificación de productos, las recomendaciones y las ofertas.
  • Entregue la personalización en días, no meses.
  • Todos los datos analizados por Amazon Personalize se mantienen privados y seguros

 

 

La empresa Intuit, la cual se dedica al software financiero, pudo construir un motor de recomendaciones gracias a Personalize, el cual le permite entregar la oferta financiera adecuada, al cliente adecuado, en el momento adecuado con base a sus hábitos de gasto, estilo de vida y metas.

 

¿Cuáles son los beneficios de construir estas experiencias en AWS?

A continuación algunos de los principales beneficios:

  • Innovación: las herramientas de aprendizaje automático de Amazon permiten a los clientes crear, entrenar e implementar modelos de aprendizaje automático rápidamente. A través de un modelo de aprendizaje automático podríamos por ejemplo saber cuando sería la mejor fecha y hora para enviar una campaña de marketing a un cliente, basado en su historia de uso, preferencias, etc.
  • Agilidad: los analistas y desarrolladores pueden poner en marcha rápidamente los servicios para crear experiencias bancarias más personales. Es posible utilizar un servicio como Personalize para un desarrollador, y no tener que hacer todo el proceso tradicional de entrenamiento del modelo de predicción, sino que simplemente sería utilizar el que brinda el servicio y simplemente “usarlo”.
  • Escalabilidad: los lagos de datos de Amazon S3 proporcionan la escalabilidad necesaria para satisfacer volúmenes de datos variables y crecientes. La capacidad de S3 es virtualmente infinita, por lo que es posible almacenar archivos de audio de conversaciones del call center, interacciones del usuario por clicks en las aplicaciones, datos de transacciones realizadas diaramente por los clientes en sus tarjetas, etc.
  • Rentabilidad: precios de pago por uso que se adaptan al uso. La filosofía de servicios de AWS es justamente pago por uso, por lo que no hay que sobre aprovisionar infraestructura de almacenamiento pensando en el futuro.
  • Seguridad y cumplimiento: cifre datos altamente confidenciales y habilite controles para el acceso, la auditabilidad y el linaje de los datos. Es un aspecto crítico para las instituciones financieras la seguridad y el cumplimiento y para AWS es prioridad “0” (la más alta) este aspecto, por lo que existen diversos mecanismos para encriptación en tránsito o en el destino. Para conocer más a cerca de los programas de cumplimiento en AWS se sugiere consultar este

 

¿Qué beneficios al negocio se pueden obtener de personalizar experiencias?

Entre los principales se pueden listar los siguientes:

  • Mayor fidelidad de los clientes: los clientes buscar instituciones financieras que se pongan al cliente primero, y se preocupen por sus necesidades individuales, por lo que la fidelidad aumenta adoptando este tipo de prácticas de personalización.
  • Mayores ventas de productos: conociendo cuáles productos utiliza más el cliente y cómo los usa, es más facil diseñar una estrategia de ventas más personalizada, y así aumentar la probabilidad de que los nuevos productos ofrecidos sean más similares a lo que los clientes buscan.
  • Reducción de procesos administrativos internos: las instituciones financieras son complejas, poseen muchos procesos, muchas áreas y si las tareas no están automatizadas, los procesos se vuelven más lentos, y pueden haber errores humanos. Implementando este tipo de estrategias de personalización podemos lograr automatizar procesos como los citados a lo largo de este blogpost (detección de fraudes en tiempo real, lanzamiento de estrategias de marketing personalizadas, recomendaciones de productos/servicios adaptados al cliente, etc.).

 

¿Qué recursos existen para conocer más al respecto?

  • Existe una sección dedicada al área de servicios financieros dentro de AWS, en la que usted podrá conocer más a cerca de cumplimiento y seguridad, soluciones de partners, casos de estudio, y recursos en general con arquitecturas de referencia, blogs, eBooks y whitepapers, y videos.
  • Puede contactar al área de ventas para obtener más información al respecto, indicando el tipo de industria a la que pertenece.

¡Empiece hoy a transformar su negocio para ofrecer personalización a sus clientes con AWS!

Las exigencias de los clientes bancarios cada vez son mayores, y usted puede encontrar en AWS a su socio de negocio, para permitirle cumplir con esas exigencias. Algunos clientes que ya se han beneficiado son NAB (National Australia Bank) y Capital One.

Conclusiones

En este blog post usted ha entendido como AWS puede ayudarlo a personalizar experiencias para sus clientes.

¡No espere más, inicie ya su camino a la transformación con AWS!

 

 


Sobre el autor

Diego Olivera es arquitecto de soluciones en AWS México. Cuenta con más de 15 años de experiencia en la industria.

 

 

 

 

Revisores

Emmanuel Cardenas, arquitecto de soluciones de AWS, segmento FSI.

 

 

 

 

Armando Barrales, arquitecto de soluciones de AWS.