“Con la base de datos de una empresa se puede predecir el comportamiento futuro de sus clientes”

Alexis Bagurskas, director y fundador de Datalab Consulting de Uruguay, se encuentra en nuestro país para ofrecer un taller sobre el poder que tiene el Big Data en las ventas. El evento es organizado por Semgroup, empresa especializada en proveer soluciones innovadoras. El objetivo es dar a conocer cómo incrementar la eficiencia de las campañas de ventas, y cómo fidelizar a los clientes con técnicas de relacionamiento a través de su información histórica. Gana@Más conversó con Alexis para que nos comente más sobre el tema.

Hoy ofrecerán un taller sobre el poder del Big Data en las ventas ¿qué expectativas tienen?

Hoy tenemos un taller en el que presentaremos las tecnologías innovadoras para conocer en profundidad al cliente, que es una necesidad puntual que tienen todas las empresas de retail y las empresas financieras, pero del resto de sectores, como servicios y telecomunicaciones.

Nuestra empresa ha creado un laboratorio en Uruguay para obtener las soluciones de minería de datos e ir expandiéndonos a otros países. Nuestro socio estratégico Semgroup tiene la representación de DataLab para todos los países andinos, y por el momento hemos entrado con grandes clientes en Guayaquil y ahora lo queremos hacer acá en Lima.

Es su presentación en el mercado peruano…

Es verdad, para eso queremos contar y mostrar casos de éxito de las soluciones que tenemos, así como dar a conocer resultados que hemos logrado con distintos clientes en Paraguay, Argentina y Uruguay.

¿A qué tipo de clientes brindan sus servicios?

Pueden ser clientes del sector financiero, como bancos, financieras, cajas municipales, y a todas las empresas de retail, como supermercados y grandes tiendas que necesitan modelos de minería de datos.

¿Cómo realizan la minería de datos?

Usamos la base de datos de la empresa para analizarla y poder predecir si un cliente va a comprar mañana, qué va a comprar, a qué hora y qué productos. De esta manera se puede predecir el comportamiento futuro de los clientes, de ese modo el sector retail se puede preparar mejor y aumentar sus ventas. Lo mismo para el sector financiero y otros sectores.

Ustedes tuvieron mucho éxito en Uruguay en una campaña sobre una tarjeta de crédito enviando alertas de consumo…

Es verdad, ese es uno de los casos, tenemos otro caso en el que predijimos con un 85% de certeza en empresas de salud sobre la gente que va a abandonar sus servicios en los próximos 6 meses, entre otros.

¿En el caso de las entidades financieras qué servicios les ofrecen?
En primer lugar un credit score avanzado que hemos desarrollado en instituciones financieras muy parecidas a las cajas de acá y bancos que otorgan créditos masivos, donde aparte de analizar cómo va a ser el repago de los clientes, el modelo también avisa cuánta plata se puede prestarles y en cuántas cuotas para cubrir dos cosas: el riesgo de la empresa y la imagen de la empresa al no ofrecer un producto que está fuera del alcance de dicho cliente.

Este es uno de los productos, ¿tienen otros?

La segmentación es otro. Tener una cartera segmentada para poder hacer estrategias de retención, expansión, lanzamiento de nuevos productos para distintos grupos de acuerdo a sus necesidades y no a todos como una sola cartera.

Otra solución muy interesante es el motor de sugerencias, que a través de distintos canales como website, cajero ATM, sucursal, se puede ver cuáles son los productos adecuados para ellos de acuerdo a su patrón histórico. Esto lo hace nuestro modelo de una manera amigable. Es como cuando uno compra en una página de e-comerce como Amazon.com que hace referencia de otros clientes que compraron algo parecido o sugieren un producto de acuerdo al historial de compra, etc. Son productos útiles para las entidades financieras y para hacer eso se necesitan algoritmos avanzados y estadísticas, es decir, minería de datos.

Para esto las empresas tienen que tener una base de datos importante…

Son necesarios ciertos requisitos para hacer minería de datos. Contar con una historia mínima de dos o tres años de todas las transacciones que un cliente hizo con un banco, supermercado, farmacia, etc. Nuestros clientes potenciales para usar estas soluciones son los que tienen identificado al usuario final con una tarjeta de fidelización, por ejemplo.

Pero el requisito de tener una base con datos históricos, no quiere decir que la base tiene que estar súper prolija porque son muy pocos esos casos, y hemos tenido que ofrecer un servicio adicional de limpieza interna de los datos para poder avanzar en los negocios.

¿Cómo ven el mercado peruano?

Tiene mucho potencial. Es un país que viene creciendo constante hace varios años, donde hay un sector financiero muy grande en comparación al resto de países latinoamericanos. Es un punto referente para lo que es microcrédito y microfinanzas, y por tanto es un sector que necesita de minería de datos para avanzar. Sabiendo que varias entidades aún no cuentan con estas soluciones hace que el potencial sea muy grande para nosotros.

¿Los precios que tienen son accesibles?

Exactamente. Hoy en día hay más proveedores de estas soluciones y los precios como todo van hacia la baja, pero también la modalidad de compra o adquisición de estos modelos ha variado, nosotros no vendemos usualmente grandes licencias y desarrollos sino una solución puntual para el cliente, y para el uso el cliente hace un pago fijo mensual. Se paga por demanda, se paga por el uso del sistema, si no se usa no se paga y no tiene que hacer inversiones grandes, entendemos que el sector financiero necesita el cash y la plata es para poder colocarla en préstamos, no para andar comprando software por más que los necesite es mucho más productivo para ellos y nosotros pasamos, de esa manera, a ser socios de los negocios.

Las soluciones que ofrecen son distintas de acuerdo a los clientes.

Al haber hecho varias soluciones de nuestros modelos como segmentación, creditscoring, sugerencias, targeting, administración de campañas, etc., hemos crecido en distintos sectores hasta tener una plataforma estándar y lo que se hace es personalizarla antes de ir a tal banco o financiera o empresa de retail, pero ya está armado en un 80% simplemente es juntar las variables de tal banco o empresa.

¿Cómo podrías resumir las características del consumidor latino para el segmento retail?

No tenemos un estudio propio de haber juntado a los clientes nuestros para ver cómo es el consumidor. Conocemos mucho más del sector financiero en cuanto al comportamiento del repago y conocemos temas como qué tipo de franja etárea es más fácil de cobrar, qué tipo de producto, dentro de un retail es más difícil de cobrar las cuotas, cuándo es más fácil olvidarse de pagar la cuota por el lado del cliente, de eso sí se conoce más.

En algunos países de la región el crecimiento económico ha llevado a que los clientes no tomen en cuenta el tema del sobreendeudamiento y esto ha complicado a algunas entidades financieras…

Es verdad, por eso muchas veces han solicitado nuestros servicios para frenar, controlar y monitorear el riesgo que asumen. Este credit score es muy certero, es muy avanzado con variables internas y externas que predicen muy bien el comportamiento externo de la persona y lo que hace es establecer una vara, digamos de 800 puntos que quiere decir que hay un 20% de probabilidades que no llegue a cumplir en su fecha y hasta allí el banco o institución financiera va. Esta es una herramienta para medir, para cuidar el riesgo y no sobre endeudarse los clientes y el banco estar en problemas de cobranza a futuro.