Cómo prevenir la pérdida de clientes en las entidades financieras

La fidelización de clientes es una de las prioridades principales en el competitivo sector de los servicios financieros. Hoy en día, los bancos y las aseguradoras entienden que conseguir nuevos clientes cuesta mucho más que conservar los ya existentes. Sin embargo, los clientes tienen ahora acceso a mejor información y aquellos que están mejor informados suelen cambiar con más facilidad a la competencia. Por lo tanto, entender y conocer mejor a los clientes facilita poder conservarlos.

Hemos hablado con una serie de instituciones financieras sobre este reto y, en términos generales, sus respuestas se pueden clasificar en dos categorías:

• Necesitamos predecir de manera fiable el comportamiento del cliente para poder tomar decisiones óptimas sobre productos.
• Necesitamos entender mejor los ciclos de las necesidades de nuestros clientes para poder realizar ofertas personalizadas en tiempo real.

Con el objetivo de ayudar a las entidades financieras a satisfacer estas necesidades, GFT ha desarrollado una solución para la predicción del comportamiento del cliente que puede aplicarse a la gestión de la prevención del abandono de clientes e implementarse con tecnologías de análisis en tiempo real. La solución tiene en cuenta el comportamiento del cliente y los patrones asociados a ese comportamiento en función de un análisis en tiempo real de la conducta de millones de clientes.

La aplicación puede utilizarse en tiempo real o como un proceso programado. Ambas opciones comparten los mismos conjuntos de datos y algoritmos de clientes y utilizan SAP HANA como base de datos y motor de cálculo. Utilizándola en tiempo real permite calcular al momento el riesgo de pérdida de un cliente cuando éste se pone en contacto con el banco a través de cualquiera de los canales disponibles (call centers, agentes de ventas, sucursales, página web, etc.). Esto permite seleccionar las ofertas personalizadas adecuadas en un momento en el que impresionará al cliente de manera positiva, ayudando así en su fidelización. Por otro lado, la opción del proceso programado permite a las instituciones financieras aprovechar información de todo el conjunto de clientes para ayudar al equipo interno en su toma de decisiones sobre ofertas de productos y servicios óptimos concretos. Esto se consigue utilizando un proceso de simulación que proporciona informes desglosados y detallados basados en gráficos mediante SAP Business Objects.

Las siguientes imágenes muestran los resultados de una simulación en base a un cambio en la variación de la tasa de interés para depósitos de un banco y las tasas medias del mercado. La imagen 1 muestra la probabilidad de abandono de un cliente para una delta determinada (en este caso 0,2) agrupada según diferentes criterios (tales como la cantidad total depositada por el cliente, la duración de la relación comercial, etc.), las probabilidades que existen de que los clientes se vayan a otra entidad financiera en función de estos parámetros y la consiguiente pérdida en depósitos del banco.

La imagen 2 muestra un posible caso de un solo cliente. El gráfico ilustra la probabilidad de abandono en función del cambio en la variación. Esta información puede utilizarse para predecir el posible riesgo de abandono del cliente mientras un agente o asesor financiero está hablando con él. Al mismo tiempo, propone al agente o asesor una oferta lo bastante atractiva como para reducir el riesgo de abandono.

 
En ambos casos, la información extraída por la aplicación es la clave para que la entidad financiera tome la decisión correcta. Una visión de 360 grados de un cliente permite a la compañía centrarse en aquellos clientes con un potencial de valor más alto a largo plazo. La aplicación se puede mejorar para que incorpore oportunidades de venta cruzada y
up-selling, lo cual la convierte en una herramienta aún más valiosa para las instituciones financieras que quieran mejorar la fidelización de sus clientes.

Creemos que esta aplicación permite a las entidades financieras utilizar y sacar valor de los datos que ya tienen a su disposición a fin de evitar la pérdida de clientes, al mismo tiempo que sirve de apoyo en la toma de decisiones sobre productos y servicios en tiempo real para hacer ofertas personalizadas a sus clientes.