ABC de la analítica avanzada para el sector bancario

El A, B, C de la analítica avanzada
para el sector bancario
Adaptación efectiva a Basilea III, comercialización rentable de activos inmuebles y
maximización de la base actual de clientes a través de un conocimiento 360º del cliente

Quiterian. Whitepaper banca

Contenidos

3 Adaptación efectiva a Basilea III
Mayor solidez de la actividad bancaria.
Anticipación a riesgos y oportunidades.
Agilidad y autonomía del usuario.

4 Analítica avanzada y predictiva para la comercialización rentable
de activos adjudicados
Caso práctico con Quiterian DDWeb:
Los retos de una caja de ahorros en el mercado inmobiliario.
Análisis avanzados y predictivos para diseñar la estrategia de desinversión más rentable.
Visión 360º del cliente y detección temprana de compradores potenciales.
Mayor eficiencia en las campañas de venta y promoción.

10 Detección y desarrollo de oportunidades de venta cruzada
Identificación de los clientes más rentables.
Identificación del canal más rentable.
Perfil de los clientes más valiosos y segmentación.
Mejor producto a recomendar.
Gestión integral de campañas.

14 Caso de éxito de cliente: “la Caixa”

16 Conclusiones

u 2


Regulación: Basilea III

Adaptación efectiva a Basilea III
Quiterian ayuda a las entidades crediticias a cumplir los niveles mínimos de
capital y gestión del riesgo fijados por la nueva regulación sobre recursos propios
La regulación sobre recursos propios o Basilea III, cuya entrada en vigor está prevista
para finales de 2012, fija el nuevo marco de actuación común para el sector financiero.
Las exigencias en materia de solvencia que impondrá la normativa internacional no sólo
obligarán a los bancos y las cajas de ahorro a reforzar su capital básico o core capital, sino
también a incrementar la calidad de éste.

Con el fin de adaptarse de forma efectiva a los estándares de Basilea III en los plazos
previstos, las entidades crediticias deben demostrar el cumplimiento de unos niveles
mínimos de capital y gestión del riesgo. Por ello, se enfrentan al triple reto de:

Incrementar la calidad de sus datos, internos y externos, para garantizar la
transparencia y la seguridad en los procesos de compartición de la información y reducir el
impacto sobre la rentabilidad de sus operaciones e inversiones.
Anticiparse a cualquier tipo de exposición a riesgos (crediticios, operativos, de liquidez
o medioambientales) de forma sistemática y detectar oportunidades de negocio de forma
temprana.
Agilizar sus procesos de negocio y la toma de decisiones estratégicas y eliminar la
dependencia de los usuarios de negocio con respecto al departamento de sistemas y a los
expertos en minería de datos.

Las entidades bancarias necesitan incrementar la transparencia
de sus operaciones e inversiones, garantizar la seguridad
de la información que facilitan a sus stakeholders,
anticiparse a riesgos y a oportunidades de negocio
y agilizar sus procesos, asegurando la autonomía de los usuarios
no técnicos en el desarrollo de los análisis diarios

Basilea III
Basilea III es un marco regulador que incluye un compendio de
medidas y reformas, desarrolladas por el Comité de Basilea para
la Supervisión de la Banca, orientadas a mejorar la regulación,
supervisión y gestión del riesgo del sector bancario. Este set de
medidas tiene como objetivos:

Mejora de la habilidad del sector bancario para absorver
los impactos derivados de la crisis financiera y económica,
independientemente de su origen
Mejora de la gestión y control del riesgo
Incremento de la transparencia bancaria

www.bis.org

u 3


Mayor solidez de la actividad bancaria

Incremento de la calidad de los datos
El incremento de la calidad del capital mínimo depende, en gran medida, de la eliminación
de escollos, inconsistencias y redundancias en los datos sobre los que las entidades
financieras sustentan sus decisiones de negocio, sus operaciones e inversiones. Gran parte
de dichos obstáculos podrían sencillamente evitarse a partir de un análisis consistente y
permanente de la calidad de los datos manejados. Éste es un imperativo en el caso de los
bancos y las cajas de ahorro, que cuentan con extensas carteras de clientes y con portfolios
de productos y servicios ampliamente diversificados. Y que, además, llevan a cabo sus
operaciones y promociones comerciales desde múltiples canales.
Dicho escenario genera una gran cantidad y diversidad de datos, procedentes de múltiples
orígenes, que requieren de un tratamiento adecuado para poder aportar información de
valor para el negocio. ....................................
Gracias a un interfaz de usuario intuitivo y 100% visual, una carga y un guardado de
Descárgate el Whitepaper
datos en máxima granularidad, técnicas de analítica avanzada y predictiva e innovadoras Auditoría y Calidad del Dato
herramientas de ingeniería, Quiterian permite realizar sobre la marcha los procesos que para mejores análisis
determinan el estado de la calidad de los datos y su corrección. ....................................

Exploración: creación de grupos de datos, aplicación de condiciones lógicas,
ordenación y muestreo, visualización y operatividad con los datos con amplitud, para
detectar rápida y visualmente la completitud de los campos de una tabla.
Data Mining Visual: análisis avanzados y predictivos de datos en crudo mediante
concurrencias (Diagrama de Venn), múltiples cruces (Pivot Table), características de grupos y
patrones (Profile), análisis de grupos para evidenciar tendencias (Bubble), reglas de negocio
y de mercado (Diagrama de Pareto), representaciones geográficas (Mapping), análisis
predictivos (Árbol de Decisión), etc.
Herramientas de ingeniería: transformaciones y correcciones, decodificaciones,
tramificaciones, detección de valores fuera de rango, inconsistencias, nulos y duplicados,
métricas basadas en funciones, agregados y sumarizaciones,…

Como resultado, se gana veracidad y consistencia, integridad y cohesión de los datos y se
incrementa su calidad. Esto se traduce en información de valor para el negocio y en una
visión holística del mismo, de 360º.

Bancos y cajas de ahorro cuentan con extensas carteras de clientes, con portfolios de productos diversificados y
con múltiples canales comerciales. Mediante una carga y guardado de datos en máxima granularidad, avanzadas
técnicas analíticas y herramientas de ingeniería, Quiterian permite realizar sobre la marcha completos procesos de
auditoría de datos para asegurar su veracidad, consistencia e integridad e incrementar su calidad

Transparencia y seguridad en la compartición de la información
Quiterian DDWeb permite recopilar e integrar grandes volúmenes de datos, procedentes
de fuentes heterogéneas, tanto internas como externas, para un análisis cohesionado de los
mismos, evitar sesgos y garantizar la transparencia de la información proporcionada a los
stakeholders.

La información de calidad, obtenida a partir de datos adecuadamente auditados e
interconectados vía Quiterian DDWeb, facilita de este modo el aseguramiento del nivel de
core capital exigido por Basilea III. Y combate, del mismo modo, las penalizaciones previstas,
por ejemplo, en materia de créditos fiscales o del capital invertido en participaciones
minoritarias o en las filiales aseguradoras. Adicionalmente, se refuerza la solidez del negocio
y se contribuye notablemente a recuperar la confianza de los mercados y a captar liquidez.

u 4


Por otro lado, Quiterian DDWeb incorpora el módulo iWorkflow, mediante el cual es posible
configurar sistemas de medición para mantener el coeficiente de cobertura de liquidez al
nivel preestablecido. iWorkflow permite también la automatización de flujos de trabajo y el La integración de datos multiorigen y su
diseño de entornos colaborativos a través de los que compartir información en tiempo real consistente tratamiento y linkado refuerzan
con otros usuarios y receptores de la información. Ofrece, además, las máximas garantías la solidez del negocio y facilitan a las
de seguridad de los datos corporativos y personales a través de una estricta política de entidades captar liquidez y combatir las
asignación de permisos y de control a objetos, grupos y perfiles de acceso. penalizaciones previstas por Basilea III

Anticipación a riesgos y oportunidades de negocio
Reducción de riesgos operacionales a través de la analítica avanzada
y predictiva de Quiterian DDWeb
Con el fin de cumplir con los ratios de solvencia fijados por el marco normativo Basilea III
y mantener una posición competitiva en el mercado, las entidades financieras necesitan
controlar los riesgos y, al tiempo, detectar oportunidades de negocio de forma temprana.
Para ello, además de asegurar la calidad de los datos que manejan, deben realizar un control
y seguimiento automático de los riesgos a los que se exponen a través de un completo
sistema de prevención de riesgos.

Gracias a potentes técnicas de analítica avanzada y predictiva se pueden identificar, iWorkflow. Automatización de flujos de trabajo y
analizar y tipificar todo tipo de peligros potenciales, internos y/o externos a los procesos diseño de entornos colaborativos a través de los cuales
compartir información de forma segura.
y operaciones de negocio, que puedan provocar un impacto sobre éstos. La analítica
predictiva permite, una vez detectados los peligros, evaluar el riesgo asociado a ellos
evidenciando relaciones ocultas y estableciendo patrones y tendencias. De este modo, es
posible conocer el riesgo asociado a cada peligro según la probabilidad de que suceda y sus
consecuencias, con el fin de prevenirlas o mitigarlas.

El establecimiento, a continuación, de reglas de negocio, permite asociar cada peligro
identificado al riesgo correspondiente. Cada vez que se cumpla la regla, es decir, que exista
un riesgo potencial o que crezcan los niveles de riesgo mínimo establecidos, saltará la
alarma de forma automática. De nuevo, mediante iWorkflow se lleva a cabo un control y
Velocímetro. Permite configurar un sistema de
seguimiento en tiempo real de los riesgos operacionales de forma sistemática, reduciendo medición de riesgos para mantener el coeficiente de
la dependencia de las personas. cobertura de liquidez al nivel preestablecido.

Prevención de fraudes, reactivación de campañas promocionales
y detección del abandono de clientes de forma temprana
Conocer al cliente en profundidad no sólo permite mejorar la eficiencia de las campañas de
marketing sino también combatir la morosidad. En función de las características del cliente,
de su situación patrimonial y de sus conductas anteriormente registradas, un banco tomará
la decisión de si le debe conceder o no más crédito, por ejemplo. iWorkflow permite llevar a cabo un control y
seguimiento en tiempo real de los riesgos
Quiterian DDWeb integra datos transaccionales y datos procedentes de otras fuentes operacionales de forma sistemática,
(respuestas a campañas, sentiment analytics, research,…) e identifica las variables relevantes reduciendo la dependencia de las personas
que describen al cliente (cómo es y cómo no es) en función de tres tipos de atributos:
Conocer al cliente en profundidad permite
Atributos socio-demográficos: edad, sexo, estado civil, ocupación, tipo de vivienda, etc. mejorar la eficiencia de las campañas y
Servicios y productos financieros contratados (activos y pasivos): hipotecas, seguros, combatir la morosidad
cuentas corrientes, cuentas de ahorro, etc.
Atributos que nos informan sobre comportamientos y/o conductas anteriores y sobre
su situación económica actual: patrimonio, rendimientos familiares, préstamos, dinero
disponible, casos de incumplimiento de los plazos de un pago, etc.

u 5


A partir de dichos atributos, se crean perfiles tipo de cliente. Por ejemplo, los clientes con
impagos o con dificultades económicas pueden catalogarse como “clientes no buenos”, en
contraposición a los clientes que cumplen con sus pagos y/o que resultan rentables para el
negocio, que podemos definir como “clientes buenos”.

A partir de aquí y, poniendo en práctica técnicas de analítica avanzada y predictiva,
es posible anticipar el riesgo por cliente y, por otro lado, personalizar las promociones
comerciales, optimizando los recursos y reduciendo costes. Por ejemplo, conociendo a los Web Analytics, mediante Web Behaviour
“clientes buenos”, podemos lanzar una serie de acciones personalizadas en el marco de Recorder, identifica a los usuarios del canal
una campaña de retención y fidelización de dichos clientes, y por tanto destinar nuestros online y realiza un seguimiento de su
recursos a los clientes más rentables. O, si detectamos una pérdida de valor por parte de actividad en tiempo real, para capturar las
“clientes no buenos”, podemos decidir no realizar ninguna acción para evitar su abandono, respuestas de campañas o detectar
pues dichos clientes no nos reportan tantos beneficios. transacciones fraudulentas

Detección de transacciones fraudulentas online
Web Analytics, mediante el componente Web Behaviour Recorder (WBH), identifica a los
usuarios del canal online y realiza un seguimiento de su actividad o recorrido a través de la
web, con el fin – entre otros, como el de recoger datos procedentes de la actividad web o
de respuestas a campañas online – de detectar transacciones fraudulentas, como robos y/o
duplicidades de tarjetas de crédito. Y, por supuesto, de detectar la pérdida de valor de un
cliente de forma temprana a raíz de una caída de la actividad.

Agilidad y autonomía del usuario
Quiterian DDWeb es una plataforma de Business Intelligence basada en potentes técnicas
de analítica avanzada y predictiva que, por su sencillez, están dirigidas a analistas, power
users y usuarios de negocio. Su manejo no requiere de conocimientos de matemáticas o
estadística; tan sólo hay que conocer el negocio.

Además de su sencillez y facilidad de uso, este Data Mining Visual para usuarios de negocio
brinda resultados al instante, incluso en el caso de complejos análisis que tardarían de días
a semanas con otras plataformas. Con Quiterian el usuario explora, analiza y visualiza y,
en cuestión de minutos, obtiene una clasificación de operaciones bancarias y clientes en
función de su capacidad crediticia o incluso una estimación de la probabilidad de impago o
pérdida de capital de los mismos.

Ello aporta autonomía a los usuarios no técnicos, descongestiona al departamento de
sistemas y al equipo de minería de datos – quienes pueden dedicarse a modelos core de
negocio – y agiliza la toma de decisiones.

Con Quiterian el usuario explora, analiza y visualiza y, en cuestión de minutos, obtiene una
clasificación de operaciones bancarias y clientes en función de su capacidad crediticia o incluso
una estimación de la probabilidad de impago o pérdida de capital de los mismos

u 6


Activos Inmuebles

Analítica avanzada y predictiva
para la comercialización rentable
de activos adjudicados
Anticipación a oportunidades de colocación de stock inmobiliario en el mercado para el
cumplimiento de los ratios de capitalización y de riesgo mínimos fijados por Basilea III

u 7


Exceso de stock inmobiliario a raíz de la crisis subprime
A raíz de la crisis de las hipotecas subprime, los bancos y las cajas de ahorro han acumulado
una abultada cartera de activos inmuebles (apartamentos, casas, garajes, chalets, pisos…),
procedentes tanto de impagos de hipotecas por parte de sus clientes, como de empresas
inmobiliarias.

A día de hoy, las salidas de activos siguen siendo inferiores a las entradas y, en pleno
descenso de los precios en el mercado, la situación es grave. Según el Banco de España, las
cajas suman más de 15.300 millones de euros en inmuebles – más de 3.000 en el caso de
los bancos -. Estos activos adjudicados lastran los resultados de su ejercicio fiscal, empeoran
su valoración en el mercado (rating) y dificultan el cumplimiento de los estándares de
solvencia fijados por la regulación internacional Basilea III.

Las entidades financieras necesitan conocer en profundidad al cliente para identificar
compradores potenciales en el corto plazo y afrontar con eficiencia el reto de definir El área de marketing y ventas de una caja de
una estrategia de colocación del stock inmobiliario en el mercado de forma rentable. ahorros utiliza Quiterian DDWeb para
Dicha estrategia contempla ofertas, descuentos y condiciones de crédito favorables conocer en profundidad a su base de clientes,
para desprenderse de los activos con la máxima presteza, así como nuevos canales de responder a lo no planificado al instante
comunicación que faciliten un acceso directo al cliente. y adaptarse a los requisitos de solvencia
de Basilea III
Al tiempo, las entidades crediticias deben adaptarse a los ratios de capital y riesgo mínimos
fijados por Basilea III, y dicho portfolio de activos adjudicados suponen un gave obstáculo.

Gestión de Activos Inmobiliarios con Quiterian DDWeb
Los retos de una caja de ahorros en el mercado inmobiliario
El área de marketing y ventas de una caja de ahorros utiliza actualmente Quiterian DDWeb
para afrontar tres retos principales en materia de colocación efectiva del stock de inmuebles
en el mercado:
Conocimiento 360º de clientes para detectar posibles compradores a tiempo y lanzar
campañas promocionales personalizadas y eficientes.
Analítica avanzada y predictiva para responder al instante a lo no planificado,
anticiparse a oportunidades de colocación de activos y mejorar la productividad
comercial y el desarrollo del negocio.
Adaptación efectiva a los ratios mínimos de capitalización y control de riesgos de
Basilea III.

Análisis avanzados y predictivos para diseñar la
estrategia de desinversión más rentable
Quiterian DDWeb les permitió integrar
Quiterian DDWeb les permite cargar e integrar grandes volúmenes de datos procedentes de millones de datos referentes a las operaciones
fuentes heterogéneas referentes a las operaciones realizadas, así como los datos históricos realizadas y los datos históricos asociados
asociados, a nivel interno y externo: fichas de bienes, cuentas de clientes, efectos, tasación, para, mediante técnicas de analítica
información procesal y registral, transmisión de apuntes contables, administración de finca, avanzada y predictiva, definir la estrategia
gastos de tramitaciones, gestión de subasta, posesión y lanzamiento, etc. Como resultado, de desinversión más adecuada
obtienen una visión global de esta línea de negocio para una gestión eficiente de la cartera
de inmuebles, desde su adjudicación hasta su explotación comercial como venta o alquiler.

u 8


Tomando como base la cartera de activos y aplicando técnicas de analítica avanzada
y Data Mining Visual (Venn, Pareto, Bubble, Mapping, Pivot Table, etc.), llevaron a cabo
un minucioso análisis de la cartera de activos para definir la estrategia de desinversión
más adecuada. Los usuarios del área de ventas clasificaron los activos en función de su
tipología, situación o posibilidades de explotación comercial (suelos, promociones, activos
residenciales, activos disponibles para la venta y/o alquiler,…)

Y, a través de técnicas de análisis predictivo muy fáciles de usar (Árbol de Decisión,
K-Means,…) pudieron responder sobre la marcha a nuevas preguntas que no entraban
en un principio en la planificación, así como concretar la estrategia de desinversión más
adecuada para poder determinar con mayor exactitud el momento de reactivar los activos
paralizados. Además, los análisis avanzados y predictivos facilitaron sus actuaciones y su
intervención inmediata en el tratamiento de los datos y en la explotación de información
clave para el fomento de la productividad comercial y el desarrollo de negocio.

Visión 360º del cliente y detección temprana de compradores
potenciales
Empleando técnicas de analítica avanzada, identificaron las variables que describen a los
compradores de bienes inmuebles con anterioridad y que definen cómo son y cómo no
son éstos. Para ello tomaron en cuenta diferentes atributos: edad, sexo, ocupación, nivel de
ingresos, estado civil, tipo de vivienda, población, etc. Y trazaron un perfil tipo de cliente
con capacidad adquisitiva para asumir la compra de un bien inmueble. El objetivo era
conocer qué prospects cumplían o guardaban semejanza con dicho perfil, extrapolándolo
a la base actual de clientes y prospects. El resultado obtenido les proporcionaba aquéllos
compradores potenciales de activos inmuebles, de entre la base total de clientes y
prospects.
Empleando técnicas de analítica avanzada,
identificaron las variables relevantes
Y, aplicando técnicas de análisis predictivo, como el Árbol de Decisión, realizaron una
que definen a los compradores, trazando un
predicción basada en el perfil de los compradores de bienes inmuebles que habían
perfil de cliente potencial tipo,
resultado fallidos a causa de impagos, con el fin de analizar con detalle el problema
y de este modo extrapolar dichas variables
potencial al que se enfrentaban, tomar decisiones correctivas y selectivas y preservar la
a un target más amplio y emprender acciones
rentabilidad de sus operaciones.
de venta por clonación

Del mismo modo, realizaron una predicción para tener una aproximación precisa de las
ventas potenciales en base a los clientes potenciales que terminaron comprando bienes
inmuebles con anterioridad.

Mayor eficiencia en las campañas de venta y promoción
Gracias a un mayor y más profundo conocimiento del cliente potencial, el área de marketing
pudo segmentar con mayor precisión el target adecuado y diseñar campañas de colocación
de stock en el mercado de forma personalizada. Como parte de la personalización de
campañas, se realizaron también análisis avanzados orientados a conocer el canal de venta
más adecuado para impactar al público objetivo segmentado. Y, adicionalmente, se realizó A través de un conocimiento 360º del cliente, el
un seguimiento de las campañas en tiempo real (estudios sobre porcentajes de respuesta), área de marketing llevó a cabo una
con total independencia del departamento de sistemas. segmentación precisa y pudo diseñar
campañas personalizadas, incrementando su
Como resultado, se incrementó la eficiencia de las campañas comerciales y se pudo reducir eficiencia, reduciendo la cartera inmobiliaria y
la cartera inmobiliaria y optimizar el patrimonio. optimizando el patrimonio

u 9


Venta cruzada

Detección y desarrollo de
oportunidades de venta cruzada
...................................................................................
1. Detección de oportunidades de venta cruzada
2. Identificación de los clientes más rentables
3. Identificación del canal más rentable
4. Perfil de los clientes más valiosos y segmentación
5. Mejor producto a recomendar a cada cliente
6. Gestión integral de campañas promocionales
...................................................................................

u 10


Captar a un cliente es hoy en día costoso; requiere de la inversión de múltiples recursos, materiales y humanos. Sin
embargo, perderlo es muy sencillo. La clave consiste en maximizar la base actual de clientes a través de técnicas de
fidelización que fomenten su lealtad hacia la entidad e incrementen su valor.

Basadas en un conocimiento exhaustivo del cliente y en una segmentación precisa y avanzada, las campañas
de venta cruzada constituyen un arma muy valiosa para los departamentos de marketing y ventas, de cara a
anticiparse a las necesidades de los clientes y generar oportunidades de negocio.

En un entorno de crisis financiera, donde la competencia es cada vez más recrudecida, los mercados más maduros
y los sectores sumamente concentrados, las estrategias de venta cruzada o cross selling contribuyen a incrementar
las ventas, ahorrar costes y ganar eficiencia y competitividad.

1. Detección de oportunidades de venta cruzada
Tras haber realizado una auditoría completa de los datos, realizamos
una rápida exploración con el fin de averiguar cuál de nuestros
productos es el más vendido, así como el menos vendido. Y, a partir de
aquí, trataremos de identificar oportunidades de venta cruzada que
nos permitan ofrecer a los clientes que han contratado el producto más
popular, otro complementario, y así fomentar su fidelidad.

Los datos pueden mostrarse tanto en grid como en modo gráfico. El
doughnut de la izquierda muestra dos evidencias: las cuentas corrientes
son el producto más vendido, en contraposición con las tarjetas
de crédito y las hipotecas. Siendo la tarjeta de crédito un producto
Gráfico ‘doughnut’ Las cuentas corrientes son el producto más vendido, en
. comunmente vinculado a la cuenta corriente, trataremos de intensificar
contraposición con las tarjetas de crédito y las hipotecas. la venta de este producto recomendándolo a aquellos clientes que
hayan contratado una cuenta corriente a través de nuestra entidad,
pero no una tarjeta de crédito.

Puesto que conocemos cuáles de nuestros clientes actuales tienen
tarjeta de crédito procedente de otra entidad – capturamos esta
información cada vez que adquirimos un nuevo cliente -, introducimos
este dato concreto en un Diagrama de Venn. Cada uno de los tres
segmentos de esta técnica de analítica avanzada nos brinda datos
distintos: por un lado, los clientes que tienen cuentas corrientes, por
otro los que han contratado una tarjeta de crédito a través de nuestra
entidad y, finalmente, los clientes que disponen de tarjeta de crédito de
una entidad ajena. En términos de clientes, en pocos segundos hemos
descubierto que más de medio millón de clientes tiene una cuenta
Diagrama de Venn. Observamos tres segmentos: clientes con cuentas corrientes,
clientes con tarjeta de crédito de nuestra entidad y clientes con tarjeta de crédito corriente nuestra, pero una tarjeta de crédito de otro banco. Este grupo
de una entidad ajena. de clientes constituye el target al que dirigiríamos nuestra campaña de
venta cruzada.

2. Identificación de los clientes más rentables
Sin embargo, no dirigiremos la campaña a todos los prospects que
cumplen los requisitos anteriores – cuenta corriente con nosotros y
tarjeta de crédito con otra entidad – sino solamente a aquellos clientes
más rentables y receptivos. Para identificar a los clientes con mayor
proyección futura y maximizar su valor, podemos aplicar herramientas
de ingeniería o bien llevar a cabo un análisis RFM (recencia, frecuencia y
Campo de ingeniería. Un modo de medir el valor o la rentabilidad de un cliente valor monetario).
consiste en aplicar herramientas de ingeniería.

u 11


Campo de ingeniería: nos permite determinar el percentil valor, la
fecha de la última transacción, la evolución del valor, etc.
Análisis RFM: clasificación de los clientes mediante una tabla
pivotada (Pivot Table), cruzando recencia, frecuencia y valor
monetario en una matriz.

Pivot Table. Cruzamos recencia, frecuencia y valor monetario en una matriz para
llevar a cabo un análisis RFM. 3. Identificación del canal más rentable
Mediante una tabla pivotada, podemos desplegar y analizar los
diferentes canales de que disponemos, de los cuales el e-mail resulta
ser el más adecuado para atraer a los clientes del banco en general,
seguido de otros, como ORTV, internet, OTD o teléfono.

A continuación, cruzamos los diferentes tipos de canal con el conjunto
de clientes que poseen tarjeta de crédito. Observamos cómo el e-mail
es, de nuevo, el canal más indicado para dirigirnos a los clientes
que tienen tarjeta de crédito. Finalmente, reemplazamos el grupo
de clientes con tarjeta de crédito por nueva información, relativa al
medio a través del cual captamos a nuestros clientes más rentables, y
recalculamos. El e-mail es, definitivamente, el canal más rentable para
Pivot Table en modo gráfico. Analizamos los canales de que disponemos para ver
cuál es el más rentable para alcanzar al target; en este caso, el e-mail. impactar a los clientes más valiosos.

4. Perfil de los clientes más valiosos y segmentación avanzada
No nos interesa tener de medio millón de nuevos portadores de tarjetas
de crédito, sino un grupo reducido de clientes de este producto que
aporten valor y rentabilidad a nuestra compañía. Por ello necesitamos,
en primer lugar, conocer en profundidad a los mejores clientes que
sean, a la vez, portadores de tarjetas de crédito.

Utilizando la técnica de analítica avanzada Profile, arrastramos el
conjunto de clientes mediante drag&drop y seleccionamos algunas
variables, con el fin de descubrir cuáles de éstas son más relevantes, es
decir, cuáles nos informan mejor acerca de cómo son y cómo no son
Profile. Identificamos las variables relevantes que mejor definen a los clientes para estos clientes. Algunas de estas variables pueden ser la edad, el tipo
dibujar un perfil tipo de cliente potencial. de vivienda, el estado civil o el nivel de ingresos. De entre ellas, la más
relevante es la edad – clientes alrededor de los 30 años -.

A partir de aquí, ya podemos trazar un perfil tipo de cliente rentable
con tarjeta de crédito: joven, propietario de vivienda, casado y con
hijos. Seleccionamos estas características y las extrapolamos al más
de medio millón de prospects mediante drag&drop con el fin de
realizar la segmentación a partir de los prospects que cumplen estas
características. En total, 5.000 personas.

Podemos realizar una exportación de esta información obtenida, así
como cualquier otra a lo largo del proceso, con el fin de distribuirla a
nivel organizacional.

Exportación. Podemos realizar una exportación de la información obtenida y
distribuirla a nivel organizacional.

u 12


5. Mejor producto a recomendar a cada cliente
Las técnicas de Visual Data Mining de Quiterian DDWeb nos permiten
realizar un análisis en profundidad de la propensión al uso de cada tipo
de producto, para detectar cuál es el mejor producto a recomendar a
cada cliente.

En primer lugar, agrupamos los productos financieros en dos grupos:
Productos de pasivo: hipotecas, créditos y tarjetas de crédito.
Productos de activo: cuentas corrientes, de ahorro y de inversión.

Posteriormente, arrastramos los productos de pasivo y aplicamos la
técnica predictiva Árbol de Decisión (algoritmo C4.5), para analizar
Árbol de Decisión. Permite realizar predicciones para, en este caso, analizar la la propensión al uso de cada producto en función de las variables
propensión al uso de cada producto en función de las variables relevantes. relevantes seleccionadas (edad, estado civil o ingresos).

Según los resultados obtenidos vemos cómo, para el target de 30 a 45
años de edad, de estado civil “casados” y con un nivel medio-bajo de
ingresos, la tarjeta de crédito es el mejor producto a recomendar.

Este ejercicio se ha llevado a cabo con productos financieros de activo
y pasivo, pero perfectamente podríamos haber identificado el mejor
producto a recomendar entre productos de seguros (de vida, de hogar,
de salud, de transporte, etc.)

6. Gestión integral de campañas promocionales
El módulo de Quiterian DDWeb Campaign Workflow permite a los
departamentos de marketing y ventas lanzar una campaña para
incrementar las ventas de las tarjetas de crédito dirigida al target
segmentado. Y, además, llevar a cabo un seguimiento de la campaña
en tiempo real, con el fin de realizar correcciones sobre la marcha, en
función de los resultados obtenidos, y realizar recomendaciones para
futuras campañas.

Campaign Workflow. Lanzamos la campaña de marketing y realizamos un
seguimiento de los resultados en tiempo real. ....................................
Consulta el folleto
Identificar oportunidades
de venta cruzada y dirigida
....................................

u 13


Case Study

Caso de éxito de cliente:
“la Caixa”
Quiterian mejora la eficiencia en el negocio de las tarjetas de crédito de “la Caixa” a través
del análisis avanzado de su cartera de clientes

Sobre “la Caixa” Situación inicial y retos
La Caja de Ahorros y Pensiones de Barcelona, ”la Caixa”, es el En España, la crisis económica ha impulsado notablemente el
resultado de la fusión, en el año 1990, entre la Caja de uso de las tarjetas de crédito. Se estima que, debido a la falta de
Pensiones, fundada en 1904, y la Caja de Barcelona, liquidez, la mayoría de consumidores utilizan en la actualidad un
fundada en 1844. Desde sus inicios, ”la Caixa” se dedicó de 20% más sus tarjetas de crédito para realizar compras cotidianas
forma prioritaria al ahorro familiar y a ofrecer a todos sus y para cubrir gastos corrientes.
clientes un seguro para la vejez, cuando todavía no existía
este tipo de prestación social en España. Ello ha conducido a un cambio en los hábitos de pago y en la
cultura financiera de los consumidores. Estos factores se suman
Así, desde sus orígenes, “la Caixa” se ha caracterizado por a otros muchos, como una mayor competencia, un menor
un fuerte compromiso social y por una vocación de trabajo margen, nuevos segmentos de población y nuevos canales
a favor del interés general, tanto a través de su actividad de comunicación. En conjunto, estas variables conforman un
financiera como de su Obra Social, que financia y mantiene entorno en que las entidades financieras necesitan dedicar
actividades de carácter social, educativo, cultural y científico. mayores esfuerzos a conocer mejor a sus clientes para aumentar
las ventas proactivas y asegurar su fidelidad.
Esta vocación de servicio se ha mantenido y consolidado a
lo largo de todos estos años. Así, “la Caixa” es actualmente la
primera caja de ahorros de España y la tercera entidad
financiera del país por resultados, y ejerce la actividad
bancaria de forma indirecta a través de CaixaBank.
“la Caixa” es actualmente la primera caja de
ahorros de España y la tercera entidad financiera del país,
Website: www.lacaixa.es y ejerce la actividad bancaria de forma indirecta
Sede central: Barcelona, Cataluña a través de CaixaBank

u 14


Objetivo: Conocimiento 360º del cliente
Con el fin de abordar con garantía de éxito sus procesos de negocio en una coyuntura de
crisis, las entidades crediticias necesitan obtener un conocimiento más profundo y detallado
de sus clientes en la toma de datos, en su explotación y generación de conocimiento, y en la
divulgación del conocimiento mismo.

El mercado de las tarjetas de crédito, en todas sus modalidades (crédito, débito, revolving, El mercado de las tarjetas de crédito
prepago,...) y para diferentes colectivos, proporciona a las entidades financieras no sólo proporciona a las entidades
estimables beneficios, sino también gran cantidad de datos de sus clientes. financieras estimables beneficios y
una gran cantidad de datos
Utilizando información de dónde y qué compra cada cliente con su tarjeta, las entidades de sus clientes
financieras pueden influir en decisiones sobre el riesgo de ese cliente o proporcionarle
nuevos servicios o productos financieros, complementarios o de valor superior.

Quiterian: velocidad, flexibilidad y dinamismo tecnológico
al servicio del sector financiero
El enorme volumen de datos disponible para las entidades financieras hace necesario
contar con una herramienta de explotación y análisis ágil, veloz y eficaz. La plataforma Utilizando la información de dónde y
de Data Mining Visual Quiterian DDWeb ha aportado estas capacidades a “la Caixa”; qué compra cada cliente con su
concretamente, aplicadas a tareas tales como: tarjeta, las entidades pueden influir
Seguimiento de campañas en tiempo real: estudios sobre porcentajes de respuesta. en decisiones sobre el riesgo de ese
cliente o recomendarle nuevos
Estudio de productos: características de clientes que consumen tarjetas de crédito y
servicios o productos
otros productos financieros, de activo y pasivo.
Estudio de promociones: detectar solapamiento de campañas, evaluación de
resultados, etc.
Identificación de comportamientos y perfiles de los usuarios de tarjetas de crédito, en
todas sus modalidades.

La Caixa, entidad que lidera el mercado de las tarjetas de crédito en España, ha confiado
Con Quiterian DDWeb,
en Quiterian para el estudio e identificación de perfiles y pautas de comportamiento de
los analistas de “la Caixa”
clientes que utilizan este producto. De este modo, pueden disponer de una fotografía
interactúan con los datos de
clara del impacto de las incidencias, modelos de prevención, modelización, objetivación,
forma autónoma e independiente
cuantificación, etc.
con respecto al departamento de TI,
respondiendo así a preguntas
imprevistas, identificando
Los beneficios oportunidades,... siempre en
tiempo real y sin necesidad de
contar con elevados
Entre las principales ventajas de Quiterian DDWeb figuran la velocidad y flexibilidad en el
tratamiento de los datos, así como la capacidad de proporcionar un mayor valor al cliente,
conocimientos técnicos
definir las posibilidades de venta cruzada, emprender acciones de retención de clientes con
total fiabilidad y realizar segmentaciones de campañas.

Quiterian ofrece a las empresas financieras la capacidad para optimizar la segmentación y
personalización de las campañas de marketing, para reducir el tiempo y la logística en el
desarrollo de las promociones y en el análisis de los resultados.

Por su parte, el usuario de negocio interactúa con los datos de forma autónoma, con
independencia del departamento de sistemas o de expertos en minería de datos, pudiendo
responder a preguntas imprevistas sobre la marcha.

u 15


Conclusiones

Quiterian aporta a las organizaciones crediticias - bancos y cajas de ahorro - soluciones
específicas de negocio a partir de avanzadas técnicas analíticas y de Data Mining Visual. Para
analistas, power users y usuarios de negocio que manejan grandes volúmenes de datos y
necesitan realizar sus análisis diarios con plena autonomía. Para captar insights del
comportamiento del cliente y de aspectos clave del negocio. Para ganar agilidad en la toma de
decisiones y en todos los procesos de negocio.
Quiterian DDWeb brinda a bancos y cajas de ahorro un entorno de gran potencia analítica,
altamente intuitivo y visual, para ganar eficiencia y agilidad y dotar de autonomía y flexibilidad a
los usuarios no técnicos:

Cumplimiento con los niveles mínimos de core capital y riesgo, fijados por la nueva
regulación internacional Basilea III:
Auditoría de la calidad de los datos para ganar transparencia y seguridad en la
compartición de la información.
Anticipación a riesgos y oportunidades de negocio de forma sistemática.
Agilización de la toma de decisiones y empowerment del usuario.

Colocación del stock de activos inmuebles en el mercado a través de un conocimiento 360º
del cliente y de la gestión integral de campañas de venta para adaptarse de forma efectiva a
los estándares de Basilea III.

Quiterian aporta valor, productividad y competitividad al negocio de las entidades bancarias, a
partir de una análisis avanzado de su base de clientes:
Para incrementar las ventas, las entidades financieras necesitan conocer a su target, con el fin
lanzar de forma efectiva campañas promocionales y de marketing.
Tener un perfil de cliente tipo, realizado a partir de las variables relevantes que mejor lo
definen, permite extrapolar dichas variables a un grupo de prospects/clientes más amplio,
con el fin de emprender acciones por clonación.
Conocer cómo son y cómo no son los clientes potenciales permite reaccionar a tiempo y
realizar segmentaciones más precisas, a fin de ganar eficiencia y efectividad en el área de
ventas.
La analítica avanzada y predictiva facilita la intervención inmediata en el procesamiento y la
explotación de los datos para incentivar la productividad y el desarrollo del negocio.
Un conocimiento 360º del cliente permite detectar oportunidades de venta cruzada entre distintos
productos, y fomenta la lealtad de la base de clientes.
Conocer a los clientes permite diseñar productos y personalizarlos de acuerdo con las necesidades
de los clientes. En ocasiones, csimplemente creando productos derivados de dos o más productos
que anteriormente se vendían por separado.

Para ver más Soluciones de Negocio, visite el apartado
Soluciones de www.quiterian.com

u 16


Sobre Quiterian

Fundada en 2003, Quiterian ha desarrollado Quiterian DDWeb, un innovador software de self-
service y agile Business Intelligence (BI) que permite analizar grandes volúmenes de datos en
crudo al instante, con un servidor muy ligero. Quiterian DDWeb incluye técnicas de Data Mining
Visual, analítica avanzada y análisis predictivo, con la particularidad de que por la sencillez e
intuitividad de la plataforma, cualquier usuario de negocio puede utilizarla, sin necesidad de
ser experto matemático o estadístico, y con total independencia del departamento de TI o del
equipo especializado en minería de datos.

Más allá del BI tradicional y predefinido y de las herramientas de visualización orientadas al
reporting corporativo y dinámico, Quiterian DDWeb ha sido reconocida en el Cuadrante Mágico
de Gartner 2011 por “haber convertido el Data Mining y el Análisis Estadístico en técnicas fáciles
de usar y accesibles a todo usuario de negocio”. A partir de dichas técnicas, Quiterian diseña
soluciones específicas de negocio a la medida de cada uno de sus clientes, independientemente
del sector en el que éstos operen (finanzas, seguros, ecommerce, telecomunicaciones, retail,
transporte, logística, etc.), aportando valor estratégico, competitividad y eficiencia a su negocio.

Entre su cartera de clientes, se encuentran empresas líderes en sus respectivos sectores (El Corte
Inglés, BBVA, La Caixa, Inversis, Telefonica, Vodafone, Orange, Telepizza, Volkswagen, Travel Club,
Bayer, Sanofi, Assistència Sanitària Col•legial) así como algunas de las instituciones públicas más
avanzadas (Presidencia del Gobierno, Junta de Andalucía, Generalitat de Catalunya, Generalitat
de Valencia , Junta de Extremadura, CSIC, Ayuntamiento de Madrid, Ayuntamiento de Bilbao,
Metro de Madrid, Metro de Bilbao, ATM, Muface, Muprespa, ENESA, etc.)

Quiterian, que cuenta con sede central tanto en Europa (Barcelona) como en Estados Unidos
(Miami), además de delegaciones en Madrid, Sevilla, Valencia, Lisboa, Los Ángeles y México DF,
inició en 2010 un proceso de expansión internacional que la ha llevado a extender su área de
influencia mediante acuerdos estratégicos con partners de todo el mundo. Como resultado, la
compañía ha fundado la denominada Quiterian Business Partner Network, formada por distri-
buidores especializados en BI (VAR-Value Added Reseller), fabricantes centrados en software
vertical (ISV-OEMs) y consultores de implantación.

Para más información, visite: www.quiterian.com

Si desea solicitar una demostración personalizada con los
datos de su organización, contacte con nosotros a través
de formulario o en info@quiterian.com
Estaremos encantados de poder ayudarle.

US HEADQUARTERS - Quiterian Miami US SALES OFFICE - Quiterian Los Angeles
2655 LeJeune Road, Suite 810 11601 Wilshire Blvd.
Coral gables, FL 33134 5th Floor
1-306-442-4890 Los Angeles, CA 90025

www.quiterian.com info@quiterian.com

ABC de la analítica avanzada para el sector bancario

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (11)

Similar a ABC de la analítica avanzada para el sector bancario

Similar a ABC de la analítica avanzada para el sector bancario (20)

ABC de la analítica avanzada para el sector bancario