Crecimiento gracias a la capa de datos centrada en el mercado

Los directivos de servicios financieros se enfrentan a un reto de enormes proporciones: la diferenciación en un sector muy regulado.

Los tipos, comisiones, productos y requisitos de cumplimiento suelen crear un paisaje homogéneo en el que los competidores se confunden. Según Financial Brand, la “banca en la sombra” permite invertir a entidades no bancarias, como empresas de capital riesgo, lo que suscita preocupación por la falta de supervisión. McKinsey lo considera una amenaza para los bancos tradicionales.

La innovación en un mercado tan estrechamente regulado y mercantilizado depende de una experiencia excepcional para el cliente. Los bancos pueden lograrlo mejorando los canales de distribución para integrar perfectamente los servicios en la vida digital cotidiana de los clientes a través de la tecnología y la IA. Pensemos en la industria musical: el cambio que se produjo del walkman a los servicios de streaming amplió el producto más allá del contenido musical. Abarcó elementos de servicio integrales para la experiencia del usuario, como listas de reproducción personalizadas, recomendaciones y atención al cliente, todo lo cual mejora la experiencia de escuchar música. La experiencia del usuario pasó de un modelo centrado en el producto a un modelo integrado de producto-servicio y centrado en el cliente.

Lo mismo ocurre con los bancos que quieren integrar servicios en la vida digital de sus clientes. Los bancos tienen que reimaginar sus centros de contacto con los datos, la tecnología y la IA en el centro. Esto plantea una pregunta crucial “¿Qué enfoque deben adoptar los bancos en relación con los datos y la IA para los centros de contacto a medida que reimaginan y adaptan sus centros de contacto para ofrecer una experiencia integrada de producto-servicio y centrada en el cliente para el futuro?”

Únase a Steve Jones (EVP- Chief Data Architect) y Chandramouli Venkatesan (VP- Portfolio Development Lead, Digital Front Office Transformation) para profundizar en este tema de la capa de datos centrada en el mercado que puede ayudar a su organización a superar los límites de la orientación al cliente y adoptar un futuro verdaderamente digital.

¿Hasta qué punto es importante el papel de los datos en tiempo real, ya que su fusión con la IA está remodelando las estrategias empresariales y la toma de decisiones, guiando a las industrias hacia el futuro de la eficiencia operativa y la agilidad estratégica?

Steve Jones: En una era en la que el ritmo de las decisiones organizativas sigue acelerándose, el papel de los datos operativos en tiempo real ha pasado de ser de apoyo a ser absolutamente necesario. Los análisis de datos tradicionales, más lentos, están dando paso a un nuevo entorno dinámico en el que los datos y la IA apoyan la toma de decisiones y la acción inmediatas. En el mundo de las finanzas, donde hay mucho en juego, el comercio algorítmico es el ejemplo perfecto: los algoritmos toman decisiones en fracciones de segundo basándose en datos de mercado en tiempo real. Su éxito depende de la exactitud e integridad de esos datos. Del mismo modo, la creación de experiencias excepcionales para los clientes requiere un enfoque basado en datos que aproveche la información en tiempo real para personalizar las interacciones y anticipar las necesidades de los clientes.

¿Cómo están transformando los datos en tiempo real la toma de decisiones y el uso de la IA en las empresas?

Steve Jones: Estamos experimentando un cambio en la forma en que las empresas gestionan y utilizan los datos, con un énfasis creciente en la integración de una capa de datos operativos en tiempo real. Estos sistemas no solo mejoran la velocidad y la precisión de los procesos de toma de decisiones, sino que también son imprescindibles para el despliegue eficaz de la IA en las operaciones empresariales. Hoy en día, la diferenciación para las organizaciones radica en la capacidad de reaccionar operativamente más rápido que los demás para tomar la decisión correcta con mayor rapidez. Esa es la mentalidad del patrón de datos operativos. Se trata de tener toda la información para tomar una decisión sobre el cliente allí mismo, en el momento. A esto lo llamamos “contexto de decisión”.

Aunque tradicionalmente las empresas han reconocido la necesidad de disponer de datos precisos, en el pasado, cuando los proyectos se ponían en marcha, el primer compromiso que se solía hacer era el de la precisión de los datos. Esta práctica estaba bien en entornos en los que era aceptable que el procesamiento de los datos se retrasara algún tiempo. Sin embargo, cuando se trata de sistemas modernos de IA, que requieren datos inmediatos y precisos para funcionar con eficacia, ocurre exactamente lo contrario.

Permítanme compartir un ejemplo interesante.

Hace un tiempo reservé un vuelo con una de las principales aerolíneas estadounidenses. Inicialmente debía viajar de Phoenix a Dallas y luego a Londres y Estocolmo. Debido a un retraso en Phoenix, la aerolínea me cambió el vuelo a otra ciudad sin coordinarse con British Airways. En consecuencia, al llegar a Londres, descubrí que British Airways había cancelado el billete de continuación a Estocolmo porque no se les había informado de los cambios, lo que provocó un retraso de cuatro horas. El problema aquí fue que el contexto en el que la compañía aérea estadounidense tomó su decisión no era suficiente para toda la decisión, y ahí es donde tenemos que pensar.

¿Cómo mejoran las capas de datos en tiempo real basadas en IA la toma de decisiones en todo el sector?

Steve Jones: La adopción de una sólida capa de datos centrada en el mercado y capaz de respaldar la toma de decisiones en tiempo real e impulsada por la IA es esencial. La clave está en reproducir el éxito de la negociación algorítmica. La negociación algorítmica se basa en disponer del contexto de decisión adecuado -toda la información necesaria- para tomar rápidamente la decisión correcta. El éxito de la negociación algorítmica nos demuestra que podemos extender esta mentalidad a otras áreas de la empresa. Extender estos marcos de toma de decisiones basados en datos a otras áreas empresariales puede mejorar la eficiencia operativa y la agilidad estratégica en diversos sectores. Al igual que para los bancos que utilizan el mismo sistema central (como Guidewire), la diferenciación viene de las decisiones que se toman dentro de ese sistema, no del sistema en sí.

A medida que las empresas siguen evolucionando sus estrategias de gestión de datos, crece el diálogo en torno a la terminología utilizada para describir las capas de datos centradas en el mercado. El debate se centra a menudo en si los términos tradicionales reflejan adecuadamente el impacto de estos sistemas en la experiencia del usuario y la eficiencia operativa. Existe un impulso para adoptar una terminología que describa con mayor precisión el uso funcional y estratégico de los datos en los entornos empresariales.

Volvamos a nuestra visión original de crear una experiencia bancaria centrada en el cliente e integrada en el producto-servicio. En este contexto, hablemos del estado de los centros de contacto. Hay una gran cantidad de datos procedentes de sitios web, aplicaciones y otras interacciones a los que los agentes o los canales simplemente no pueden acceder. ¿Cómo se evalúa esta situación?

Steve Jones: El problema es que cada canal y división tiene su propio silo de datos. Sin embargo, debemos considerar la visión de los datos operativos desde la perspectiva del cliente. En lugar de centrarnos en la omnicanalidad desde un punto de vista empresarial, deberíamos construir una capa de datos operativos centrada en el cliente. Por eso queremos situarla por encima de la capa de datos de aplicación. Esto nos permite tomar mejores decisiones y diferenciarnos no por el canal en sí, sino por la capacidad de ofrecer una experiencia de cliente coherente.

Lo crucial es la combinación de datos internos y externos. Aquí es donde la “capa de datos centrada en el mercado” (MCDL) se vuelve interesante. Tradicionalmente, los sistemas de datos se construyen en torno a las operaciones internas. La “capa de datos centrada en el mercado” (MCDL) hace hincapié en la construcción de sistemas de datos en torno al mercado, con el cliente en el centro. El cliente es una parte clave de este mercado, y comprender su comportamiento en ese contexto es crucial. Este enfoque centrado en el mercado encaja a la perfección con el concepto de mapeo del recorrido del cliente, que hace hincapié en construir recorridos en torno al cliente, no en torno a los productos. Centrarse en los recorridos de los productos a menudo equivoca lo que los clientes realmente quieren. Por eso, la MCDL apoya directamente este enfoque centrado en el cliente. Este es el futuro del compromiso: competir en el mercado de las ideas para los clientes y hacerlo de una manera saliente.

¿Cómo ve el futuro de esta capa de datos centrada en el mercado?

Steve Jones: Creo que el mercado de las ideas va a ser inmenso. Imagínese un avatar disponible 24 horas al día, 7 días a la semana, diseñado para desempeñar el papel de asesor financiero digital, capaz de promocionar activamente su marca. Una persona que se pregunte por su seguro de vida en mitad de la noche podría hacerle preguntas y obtener respuestas cuando el avatar recopile los datos necesarios. Justo después, el avatar podría realizar cambios en las pólizas.

El paso a una capa de datos centrada en el mercado representa una evolución significativa en la forma en que las empresas gestionan y aprovechan los datos. Esta tecnología está llamada a convertirse en un elemento fundamental de las operaciones empresariales, impulsando la innovación, mejorando la precisión en la toma de decisiones y garantizando la agilidad operativa en un mundo cada vez más impulsado por los datos. A medida que las empresas sigan aprovechando las ventajas de los datos en tiempo real, el panorama de la toma de decisiones empresariales seguirá transformándose sin duda, permitiendo a las empresas responder con mayor eficacia a los retos y oportunidades de la era digital.