¿Qué modelos puedo priorizar en este momento?

Pregunta de Negocio

Grupo del sector banca y seguros se encuentra inmersa en su proceso de transformación digital. Luego de una primer etapa de creación de data lakes y unificación de datos de las entidades que forman el Grupo, requiere emprender iniciativas de modelización que impacten en la gestión de sus clientes.

Objetivos específicos

• Dar inicio a la organización y explotación de la información orientada a la integración de la analítica avanzada en la gestion de sus clientes. ´
• Impulsar las capacidades analíticas del equipo de Inteligencia de Negocio interno.
• Recomendar y priorizar los Modelos Predictivos que mayor beneficio aportarían al Grupo.
• Desarrollar el Sistema Predictivo para dos casos de uso seleccionados.
• Asesorar en la implementacion y seguimiento de la explotación de los casos de uso en las Entidades del Grupo.

Desafíos

• Tratar con datos de Entidades bancarias, diferentes, de 6 países.
• Integrar información de diversas fuentes: transaccional, CRM, etc, que hasta el momento no estaban vinculados.
• Proponer y desarrollar una solución que constituya la semilla del sistema de modelos predictivos y sea escalable para todas y cada una de las Entidades del Grupo.
• Utilizar métodos y algoritmos que permitan la explicatividad de los resultados

Solución

• Datamart analítico. Información tratada y organizada de los varios cientos de miles de clientes de todos los países. Este datamart incluye un conjunto de indicadores propuestos y construidos para fines predictivos. Constituye la base de cualquier sistema analítico puesto que admite más indicadores y los ya existentes pueden utilizarse para más modelos de los ajustados.
• Sistema Predictivo de Actividad de Cliente. Sistema que estima el número de transacciones y saldo esperado de cada cliente a final de mes. El core del sistema son modelos de series temporales probabilísticos. Trata casos especiales como: Valores negativos, Valores constantes en los últimos 14 meses e Histórico menor de 6 meses.
• Sistema Predictivo de Riesgo Fuga de Cliente. Modelo que permite conocer qué clientes tienen más probabilidad de fuga, y las razones identificadas, para así poder emprender acciones sobre los mismos para retenerlos. El core son modelos Probit con caracter predictivo y explicativo e inferencia bayesiana.
• Sistema Predictivo de Venta Cruzada de Hipotecas. Modelo que permite identificar clientes a lo que se le puede ofrecer productos relacionados con la hipoteca. Este modelo es particularmente difícil porque el Grupo no tiene muestra de clientes que hayan adquirido una hipoteca siendo ya cliente del Grupo.
• Entregables. (1) Sistema implementado íntegramente en los entornos del Grupo. (2) Formación para equipo interno de Inteligencia de Negocio. (3) Informes de seguimiento semanal. (4) Informe ejecutivo e informe técnico final. (5) Entorno de trabajo de analítica avanzada.

Resultados

Los niveles de acierto de las previsiones del vector de actividad de cada cliente fueron muy aceptables. La identificación de los clientes con mayor riesgo de fuga permitieron orientar/personalizar las campañas de fidelización.