Banco Solidario, algoritmos y modelos de propensión aportan al negocio

A diferencia de otros sectores que aún están estructurando su data warehouse y las herramientas necesarias para analizar la información, en las entidades bancarias la administración de datos ha sido una actividad prioritaria.

En 2018, Banco Solidario crea la subgerencia de Analítica de Datos en su estructura organizacional. Un equipo compuesto de un economista, un matemático puro, un estadístico y un líder de equipo desarrollan proyectos de distintos tipos y de diferentes áreas. 

Víctor Morales Oñate, hoy Gerente de Analítica de Datos de Banco Solidario, señala que aprovecharon las fortalezas del banco en la administración de datos y en coordinación con el área de gobernanza de la información que pertenece a la subgerencia de Sistemas de Información Gerencial, desarrollan proyectos de apoyo a las decisiones comerciales a través de los datos.

En una dinámica que parte de la demanda, o también sobre propuestas propias el área de analítica apoya la decisión comercial a través de datos.

El índice de cobertura espacial fue desarrollado por el área de analítica, y analiza el área de influencia de las agencias de este banco en distintas ciudades y la cobertura de potenciales clientes entregando información que servirá para decidir si se reubica las agencias o es necesario crear una nueva. En una dinámica que parte de la demanda, o también sobre propuestas propias tratamos de apoyar la decisión comercial a través de datos

Desarrollan sus propios algoritmos y utilizan otros que ya existen, programan con Python y el lenguaje R, y una vez en producción se suben al servidor del banco para ser utilizado por las áreas del negocio para la que fue diseñada. Estos lenguajes se usan tanto para la creación de algoritmos, modelización, minería de datos y visualización.

Otra de las soluciones creadas es un modelo de propensión de compra de los productos financieros de la institución. Con las características generales de los potenciales usuarios de un producto de consumo, crearon un modelo de propensión o probabilidad de aceptación del producto.  La propensión de aceptación permite tener un objetivo claro de clientes, pero a la vez, diferenciar los mecanismos de acercamiento y estrategia. 

Para Morales, un modelo puede ser sofisticado y técnico, pero debe ser sobre todo implementable para lo cual, una coordinación eficiente con las áreas donde nace el requerimiento es vital. “El trabajo y la guía de las áreas comerciales, por ejemplo, y entender la parte operativa, ayuda para que el modelo recoja tanto la parte técnica y la práctica, convirtiéndose en una unión exitosa”

Las mejores prácticas de analítica 

Para desarrollar una solución de modelización para resolver una necesidad de áreas particulares es necesario:

• Una hipótesis bien planteada afín al producto o servicio de la institución o del área que requiere un servicio de analítica.
• Análisis exploratorio de datos. En primera instancia, en una etapa descriptiva, sobre los hechos existentes. En esta fase es importante la socialización con las áreas involucradas.
• Modelización para cuantificar la probabilidad de compra o identificar variables accionables que están bajo el control de la institución. 
• Monitoreo y evaluación permanente de los resultados obtenidos.

Una estructura cambiante

La analítica es una opción para las empresas ecuatorianas. Para Víctor Morales Oñate, Gerente de Analítica de Datos de Banco Solidario, llevar a una empresa al mundo de la analítica no depende de su tamaño sino de la visión de la empresa y el cumplimiento de algunos requisitos básicos, una buena administración y registro de datos. 

Aunque, en la estructura empresarial, la analítica se ubica intuitivamente, aquellas que cuenten con un área de IT tienen más facilidad para dar el siguiente paso hacia un enfoque analítico.  En muchos casos, la analítica es parte de IT, del área comercial,  en otras de la división de riesgos, indicó el ejecutivo.

Sin embargo, quienes lideran empresas internacionales plantean aprender y descubrir donde deberá posicionarse el área de analítica según la estructura de su organización, y en la medida de su madurez, cuente con su propio CDO/CAO para trabajar coordinadamente con IT, manteniendo su propia independencia la una de la otra.