El científico de datos, un profesional clave para el sector bancario… y para sus clientes

Uno de los mayores anhelos de las empresas, poder entender mejor el comportamiento y demandas de sus clientes, se ha hecho realidad en la última década con la aparición de ‘data science’ o ciencia de datos. Permite la creación automatizada de conocimiento procesable y de modelos para la toma de decisiones por parte tanto de humanos como de máquinas. Lo cual resulta muy útil en tiempos como los actuales, en que las compañías y los consumidores se relacionan a velocidad de vértigo. “Trabajar en ‘big data’ significa definir el presente y el futuro del mundo”, afirma Elena Alfaro, responsable de Datos y Analítica Avanzada de Client Solutions de BBVA. “Los datos y el uso de la inteligencia basada en datos están presentes en casi cualquier cosa de lo que hacemos. Están definiendo y moldeando el mundo en el que vivimos y, desde luego, lo va a hacer mucho más de aquí en adelante”.

Es en su rápida capacidad de respuesta donde radica la fortaleza de la Ciencia de Datos, como señala Luis de la Fuente Valentín, profesor del Máster en Análisis y Visualización de Datos Masivos de la Universidad Internacional de La Rioja (UNIR). “Con el análisis de datos podemos dar respuestas en tiempos cortos”, dice. “Cuando consigues disponer del dato hoy, es cuando la cosa adquiere relevancia de verdad”.

La Universidad de Harvard la ha definido como “la profesión más ‘sexy’ del siglo XXI”.

“Es una disciplina que ayuda a extraer y analizar evidencias empíricas”, subraya David Muelas Recuenco, científico de datos en BBVA AI Factory. “Por eso, el perfil del científico de datos es muy importante cuando se quiere extraer valor accionable de los datos. Además, tiene múltiples facetas y los científicos de datos pueden contribuir de formas muy diversas: desde transformar los datos ‘en crudo’ para que puedan utilizarse posteriormente en otros procesos, hasta analizar si un determinado proceso o modelo tiene sesgos, incluso ayudando a atenuar su impacto”.

No en vano, la Universidad de Harvard la definió como “la profesión más ‘sexy’ del siglo XXI”. Como vaticina Elena Alfaro en relación con esta especialidad: “Vamos a pasar muchos años donde va a seguir habiendo una demanda muy grande de profesionales y no solo para los ámbitos más técnicos”.

La aportación de la Ciencia de Datos es hoy palpable a muchos niveles. Las compañías pueden analizar el gasto medio de una cartera de clientes a lo largo de un periodo concreto, segmentar por tipo de clientes, detectar cuanto antes cuándo un cliente ha entrado en un determinado segmento o comprobar el impacto de sus acciones. Pero también puede ser de gran ayuda en operaciones internas, en cuanto a seguridad de sistemas, por ejemplo.

La ciencia de datos en la banca

El sector de la banca no se ha quedado atrás en la revolución, incorporando a sus plantillas equipos de científicos de datos. Hoy en día sería difícil identificar una línea de negocio o una función en un banco que no se base, al menos parcialmente, en el análisis predictivo. Los bancos a nivel internacional están comenzando a aprovechar el poder de los datos para obtener utilidad en todas las esferas de su funcionamiento, desde el análisis, la venta cruzada de productos, la gestión del cumplimiento normativo, la gestión del riesgo reputacional, la gestión de delitos financieros y mucho más.

La aplicación de la ciencia de datos es transversal, pero especialmente eficaz en aquellos sectores cuyos clientes interactúan a través de dispositivos. “Cuando entro en un banco ‘online’, cada ‘clic’ que hago queda registrado”, señala el profesor De la Fuente. El potencial de los datos se antoja aún más esencial si hablamos de corporaciones globales. “Tienen muchos clientes, lo que se traduce en una ingente cantidad de datos, útiles para muchas cosas”, añade.

En el pasado resultaba complicado recopilar, analizar y almacenar esta ingente cantidad de datos. Gracias a Data Science, ahora las empresas digitales están empleando herramientas y técnicas de análisis, aprendizaje automático y procesamiento de lenguaje natural (NLP) para convertirlos en formatos que se puedan utilizar para comprender mejor a sus clientes. Eso posibilita crear modelos más eficaces con resultados más precisos. Es lo que se denomina minería de procesos. “Utilizando los datos recogidos se pueden promover operativas más eficientes”, dice el profesor de UNIR.

Mejorar la experiencia financiera del cliente

Entre las aplicaciones de Data Science en banca destacan “la automatización y apoyo en la realización de procesos (respuestas automatizadas, prevención del fraude), optimización de campañas, apoyo para la mejora de la salud financiera o personalización de la experiencia, entre otros”, enumera Verónica Hernández Martínez, científica de datos en BBVA AI Factory. En el campo de la salud financiera, se cuenta con varios productos de datos que mejoran la experiencia del cliente y le ayudan a entender y gestionar mejor sus finanzas. “Es el caso de motores de datos que permiten, por ejemplo, la categorización de ingresos y gastos, la detección de anomalías en la cuenta, o la predicción de transacciones habituales del cliente para generar avisos de operaciones inusuales, o de importes atípicos que el cliente puede consultar en la ‘app’ del banco”, explica la experta.

También hay aplicaciones de la Ciencia de Datos y el aprendizaje automático en la personalización de la oferta de nuevos productos, de modo que sean los más adecuados según la situación del cliente. Finalmente, abunda Hernández Martínez, la Ciencia de Datos también se aplica en los apartados de sostenibilidad, por ejemplo, para ayudar a los clientes a estimar su huella de carbono. “Ayuda a proporcionar lo que el cliente necesita cuando lo necesita y como lo necesita”, afirma Muelas Recuenco. “La personalización de la experiencia financiera es clave, pues permite crear una comunicación eficiente y mejorar la relación con el cliente, adaptándose a sus características”, agrega. “Queremos ser capaces no solo de ofrecer ciertos productos o generar alertas según el interés que puedan tener para cada cliente en particular, sino además ser capaces de priorizar entre toda la información disponible para ofrecer aquello que es realmente relevante”.

La ciencia de datos favorece que las decisiones se apoyen en conclusiones basadas en el análisis riguroso de los hechos, en lugar de en intuiciones subjetivas. Por ejemplo, permite confirmar si es aconsejable actualizar un producto, haciendo una prueba previa de la acogida que tendrá entre los usuarios la nueva versión en comparación con la anterior (tests A/B).

Otra función crucial es monitorizar y analizar las acciones financieras de los consumidores para detectar cualquier comportamiento sospechoso o dañino. Por ejemplo, creando modelos de datos para analizar fraudes con tarjetas de crédito e identificar transacciones legítimas y fraudulentas. Para detectar algún movimiento anómalo, en el pasado el usuario tenía que entrar en su cuenta y revisar todas las transacciones. Actualmente, gracias al uso de datos, BBVA puede realizar esa operación de forma automatizada para todos sus usuarios, lo que deriva en una mejor salud financiera y una mayor democratización de las finanzas.

Esencial en el servicio a grandes empresas

Otro de los objetivos de la Ciencia de Datos en bancos es mejorar el servicio a las grandes empresas. Es la labor que desempeña Juan José Fernández Tebar, profesor del Máster en Big Data Science de la Universidad de Navarra y responsable de CIB Banking CoE de BBVA. Su función difiere con respecto al servicio a particulares o pymes por dos razones: hay menos grandes compañías que personas físicas y sus operaciones entrañan una relevancia destacable. “Somos un complemento a las áreas de negocio”, explica Fernández Tebar. “Tratamos de buscar fórmulas para que sepamos qué necesitan, en qué momento y les sugerimos productos o servicios bajo las condiciones idóneas”.

Entre sus necesidades pueden estar la necesidad de liquidez en un momento determinado o de un producto concreto. “Es como si la compañía telefónica te llamase justo cuando se te estropea el móvil, no cuando acabas de comprarlo”, afirma Fernández Tebar.

Es por ello que para su equipo buscan perfiles con diversas habilidades. “Personas muy fuertes en Matemáticas y Estadística, que sean capaces de modelar el entorno, que tengan un conocimiento funcional potente para saber interpretar el lenguaje de los clientes y con habilidades de ‘storytelling’, para que cuando vayan a mostrar los resultados a una persona de negocio sean capaces de hacerlo de manera sencilla, intuitiva e interpretable. Son perfiles que escasean”, dice Fernández Tebar.

El respeto a la intimidad de los clientes es esencial durante todos estos procesos. Los datos se utilizan previa autorización del cliente, como contempla la regulación y las leyes de protección de datos y de privacidad, y se anonimizan de forma que no es posible asociarlos a las personas que los han generado.

Los datos son parte esencial de la estrategia de cualquier empresa y, en definitiva, la ciencia de datos es la materia que los convierte en productos y servicios que marcan la diferencia para optimizar procesos y brindar un mejor servicio a los clientes.