Se puede afirmar sin temor a equivocarse que detrás de un banco eficiente y con el mejor servicio al cliente se encuentra una robusta oficina de datos. Quizá por eso Manuel Rivero Zambrano, director general de Hey Banco (el brazo digital de Banregio), se atreve a afirmar que su objetivo es ser el banco “con la mejor experiencia de usuario”.
Con el apoyo de la Dirección General de Regional, la razón social detrás de Banregio y Hey Banco, hace siete años se diseñó la estrategia de negocios que derivó en la creación de una oficina de datos.
Alfredo Pequeño es el director de Datos (CDO, por sus siglas en inglés) y quien ha gestionado el área desde su inicio. “No es un tema tecnológico, sino de negocio”, afirma convencido el ejecutivo, con 28 años de experiencia en Regional, nombre del corporativo del que es parte Banregio a partir de 2018.
Para el banco regiomontano fundado en 1994, la oficina de datos es prioritaria. En palabras del propio Pequeño, “hemos logrado que la información sea un activo muy cuidado, con muchos controles y contrapartes, pero de fácil consumo. No hay áreas que sean juez y parte”.
La configuración, dice, nos ha tomado tiempo, pero hoy vemos su valor. En su front tienen herramientas de visualización de autoservicio, a las que tienen acceso unos 4,000 usuarios; es decir, 60% de los empleados del banco.
“El tema de controles puede ser complejo al inicio. Es importante empezar por generar indicadores homogéneos que ayuden a tener una sola visión, coordinarnos y tener definiciones consensuadas, para que las juntas nos sean para discutir el dato sino temas de controles o de riesgo.”
Los resultados ya están a la vista. Relanzado a principios de 2020, el crecimiento de Hey Banco ha sido exponencial, a decir de Pequeño, en 15 veces su alcance inicial.
Por su parte, en Banregio ahora se tiene una visión completa del cliente, con un CRM con mejor seguimiento de las ventas y oferta de productos. “Nuestro nivel de detalle ha llegado a conocer la rentabilidad del cliente a nivel riesgo (RAROC por sus siglas en inglés).
Esto nos ha ayudado a la banca patrimonial que maneja Banregio y a Hey para personas físicas y microempresas”, abundó el directivo.
Sin miedo al control
Antes de echar a andar cualquier iniciativa relacionada con información y datos, Pequeño enfatizó la importancia de establecer un marco de gobierno.
“Como la palabra es muy dura asusta a todo mundo. Gobierno significa tener una gestión de la información vista como un activo, porque los datos son un activo de la institución y son líquidos, son muy volátiles, es decir, requieren un lugar dónde guardarlos. Eso es el gobierno.”
En el caso de Regional, se decantaron por el framework DAMA-DMBOK , que empaqueta el ciclo del dato, desde la operación hasta la entrega para analítica avanzada.
El objetivo es potenciar los negocios para que la información sea usada con seguridad y crear modelos matemáticos y estadísticos para hacer pronósticos y acciones de inteligencia artificial, y tomar decisiones en tiempo real para dar mejor servicio a los clientes.
“Hey Banco tiene como objetivo atender a quienes requieren un servicio inmediato. No es una fintech tradicional sino un banco completo, pues a diferencia de las primeras, ofrece toda la gama de productos: cuentas de cheques, tarjetas, fondos de inversión, acciones, crédito hipotecario, etcétera. Los clientes digitales que buscan movilidad y facilidad de uso tienen todo en un solo lugar sin necesidad de acudir a una sucursal”, explicó Pequeño.
Para habilitar el negocio completo, tanto de Banregio como de Hey Banco, la Oficina de datos creó un lake house (data lake más warehouse) donde se concentra la información para facilitar su administración.
El problema por enfrentar es que los datos viven en distintas áreas del negocio y cada una va creando, con su propio estilo y sus herramientas, silos de información. Pero una vez homologados los datos, las distintas áreas pueden hacer uso de ellos más rápido, con los accesos y privilegios que les corresponde. Es decir, bajo un marco de seguridad.
“Seguimos metodologías de DataOps, procesos ágiles y le incluimos temas para definición de datos. Sin embargo, primero las áreas de negocio deben definir las preguntas, qué quieren hacer o controlar, con la aplicación. Las preguntas básica son ‘qué pasó, qué va a pasar, por qué, y qué tengo que hacer’. Ahí entra DataOps, combinada con una metodología ágil”, abundó el entrevistado.
Una vez armados los datamarts se pueden hacer modelajes estadísticos y herramientas de AI. Pequeño dijo que utilizan la nube para crear modelos, una infraestructura con microservicios donde montan el pipeline de AI y los modelos estadísticos que pueden ser consumidos por las aplicaciones, para analizar casos de fraude, de otorgamiento de créditos y otros servicios de la institución financiera.
En este ecosistema utilizan Hadoop para los repositorios de datalakes, bases de datos columnares para proceso de información y consulta rápida, bases de datos in memory, y bases relacionales, dependiendo de los productos.
No es una caja que hace todo, sino un ecosistema interconectado que puede sacar mucha información de la operación, procesarla para que se vea bonita y volver a acomodarla en cajoncitos para las distintas áreas.
“Nuestros usuarios son los clientes internos, los que trabajan con el cliente final, y consumen información para hacer pronósticos financieros, pronósticos de ventas, seguimientos comerciales, crear vistas 360. Tenemos también las áreas de marketing que crean estrategias comerciales para diseñar campañas de atracción de clientes, así como las áreas de auditoría. La información la usan todas las áreas. La democratización de los datos no significa todo para todos, sino dar acceso a quienes se debe de acuerdo con su rol”, precisó Pequeño.
Analítica predictiva
El paso siguiente es la analítica predictiva. En Regional ya la utilizan para otorgar créditos en el momento, la prevención de fraudes y en el onboarding digital comprobar si la información del cliente es oficial.
El resultado es que se ha quintuplicado la efectividad de las campañas, se ha incrementado la confianza para otorgamiento de créditos con menores riesgos y mejores tasas de interés. Todo lo anterior potenciado con ML y bajo el motor de AI.
La mayor parte del equipo de 85 personas bajo el liderazgo de Pequeño se enfoca al soporte de datos, “porque nuestro trabajo no es entregar información o armar tableros o reportes, sino ser un consultor para la institución para que los clientes internos sepan usar los datos. Hacemos mucha labor de capacitación para el autoservicio.
Estamos habilitando la información porque después ya nadie la toca. Por eso la ingeniería de datos está creciendo mucho, porque los datos siguen un proceso complejo para estar homologados”, concluyó Pequeño, que tiene más de 30 años de experiencia en Sistemas en el sector financiero.
Prohibida su reproducción total o parcial.
