Noticias
Noticias
Noticias
previous arrownext arrow
Slider

Más información

Analítica visual al servicio de la banca para conocer a sus clientes

La visualización de datos en la toma de decisiones sigue ganando terreno y en el mundo de la banca no puede ser la excepción.

Un estudio de comportamientos de comunidades asociados a transacciones financieras y visualizado a través de gráficas reveló la frecuencia de estas, la representatividad de clientes y las variaciones de rentabilidad para los mismos.

El estudio, titulado Rentabilidad y propagación del dinero en una comunidad de clientes bancarios: un enfoque de analítica visual, está plasmado en un artículo de autoría de los profesores investigadores Luis Berggrun, del CESA; Juan Salamanca, de la Universidad Urbana-Campaign de Illinois (EE.UU.), Javier Díaz, de Icesi; y Juan David Ospina, de la Universidad Nacional.

La investigación analiza transacciones financieras de clientes corporativos de uno de los bancos más grandes de Colombia.

El estudio identifica 131 comunidades para el banco con un universo de más de 840 mil transacciones. Estos dos componentes de datos fueron la base de la visualización, la cual se realizó a través del software NetInt, basado en Java (lenguaje de programación).

Visualizacion-de-datos-en-la-toma-de-decisiones-graficaLa concentración de aspectos revelada por las gráficas da respuestas sobre quiénes son los clientes más representativos de una comunidad, cuál era la frecuencia de transacciones de una comunidad y cómo variaban las cifras de rentabilidad y riesgo por grupo de clientes.

Asimismo, se pudo analizar cuáles comunidades estaban comunicadas o incomunicadas entre sí a partir de las transacciones realizadas.

Analítica visual

La visualización permitió una mayor precisión en torno a la dinámica de las comunidades, abriendo una puerta a diversas aplicaciones prácticas; es decir, a una toma de decisiones favorables para la banca.

Una de ellas es entender mejor el riesgo sistémico o como un shock externo se puede propagar dentro de una comunidad. Un ejemplo de ello es el momento en que se frenan las transacciones entre los miembros de un subconjunto de clientes.

Otra aplicación práctica es que el banco, identificando las características y perfil transaccional de las diferentes comunidades que puedan existir dentro de sus clientes, puede diseñar u ofrecer productos financieros mejor adaptados a las necesidades de las compañías que hacen parte de una comunidad.

Una tercera aplicación adicional es determinar cuáles de sus comunidades son más rentables para el banco (implementando, por ejemplo, metodologías de profit scoring) y cuáles presentan mayor riesgo o variabilidad para la entidad financiera.

Una mirada a las transacciones

En un enfoque de análisis tradicional sobre el tema, se definen estos grupos o clusters con base en características de las firmas. Los clientes en una misma comunidad suelen tener similares niveles de ventas o rentabilidad, la misma ubicación geográfica o incluso pertenecer a la misma industria. En esta investigación se definieron comunidades con base en transacciones entre clientes que se canalizan a través de un banco.

En este sentido, a pesar de que dos firmas estén en sectores industriales diferentes, si una alguna tiene transacciones monetarias frecuentes con la otra -como recibir depósitos o efectuar pagos-, es razonable asumir que pertenecen a una misma comunidad.

En el análisis también se observaron también diferentes patrones de propagación de shocks (o efectivo) de comunidades diferentes. Por ejemplo, la propagación es muy diferente en una comunidad donde los receptores de pagos dependan de muchos pagadores, como es el caso de una empresa de servicios públicos, o donde los receptores de efectivo dependan de un solo pagador, como sucede con los asalariados que dependan económicamente de una firma muy grande.

El proyecto de investigación fue parcialmente financiado por la Alianza CAOBA (Centro de Excelencia y Apropiación de Big-Data y Data Analytics, http://alianzacaoba.co/ ) de la cual hacen parte el Departamento Nacional de Planeación (DNP), el Grupo Nutresa, Bancolombia, 11 universidades del país y empresas líderes en el sector tecnológico.

Luis Berggrun Preciado

Docente Investigador CESA

0 Comments

Leave a Reply

XHTML: You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Acreditaciones y Reconocimientos