Neste artigo, aprofundo um tema essencial para reter clientes e aumentar o seu envolvimento: a análise de dados transacionais. Graças à nossa investigação e ao treino do nosso motor de IA próprio, COCO, ajudamos os bancos a compreender profundamente a situação, preocupações e necessidades das pessoas que contratam os seus serviços.
Óscar Barba
Cofundador e CTO da Coinscrap Finance
Transformar as tendências globais em oportunidades reais de negócio
Conforme mencionado pela consultora Deloitte neste documento, as comunicações entre empresas e utilizadores serão personalizadas até um nível difícil de imaginar há alguns meses. "Por exemplo, a Graybar está a testar IA em vendas e serviço ao cliente (...) Está a adicionar inteligência artificial aos sistemas para ajudar os gestores pessoais a descobrir ideias de venda cruzada e adicional."
Observamos diariamente que os modelos baseados em dados estão a moldar o futuro da fidelização. A nossa tecnologia é capaz de analisar padrões de comportamento, preferências e contexto para antecipar o próximo passo do cliente. Por exemplo, COCO pode detetar quando um utilizador está prestes a necessitar de um novo produto financeiro, oferecer-lhe ofertas personalizadas no momento exato ou automatizar tarefas rotineiras para simplificar o seu dia a dia.
Já não se trata apenas de responder a uma consulta ou premiar a lealdade com pontos e descontos, mas de criar um ambiente onde a marca se antecipa às necessidades das pessoas e lhes oferece soluções antes mesmo de as solicitarem. Temos os dados e contamos com a infraestrutura para o fazer; por que não começar hoje a transformar a experiência financeira dos seus clientes?
Casos de uso para a indústria financeira
Os departamentos de marketing das principais entidades já utilizam ferramentas capazes de processar milhões de dados bancários por segundo, extraindo um conhecimento profundo e acionável sobre cada utilizador: desde a previsão de despesas, hábitos de consumo e preferências, até necessidades financeiras, comportamentos de risco, padrões sazonais de pagamentos e muito mais.
Graças a esta tecnologia é possível detetar momentos-chave na vida do cliente. Por exemplo, despesas em creches, farmácias e lojas para bebés podem indicar que acaba de ter um filho. O mesmo se aplica à abertura de um novo negócio, evidenciada por pagamentos a notários, aluguer de escritórios ou compra de domínios.
Estes dois casos refletem novas responsabilidades por parte do cliente. E localizá-los em tempo real permite aos bancos antecipar-se e oferecer produtos como seguros de vida no momento exato em que o cliente pode estar a pensar: “E se me acontecer alguma coisa?”
Este nível de personalização é possível graças a ferramentas avançadas que, até há pouco tempo, estavam fora do alcance de muitas empresas. Felizmente, a colaboração estratégica entre bancos e fintechs está a permitir o acesso a estes desenvolvimentos.
Alianças entre bancos e fintechs: a chave para inovar sem investimentos milionários
Os bancos que dispõem destas ferramentas distinguem-se da enorme concorrência existente no setor. Neobancos, grandes empresas tecnológicas e novos atores financeiros estão a reduzir a quota de mercado dos bancos tradicionais. Por isso, muitos deles encontram novas formas de implementar soluções inovadoras sem realizar grandes investimentos em I&D.
A aliança com as fintechs demonstrou ser o segredo que aumenta a sua capacidade para criar produtos e serviços altamente segmentados. Estas colaborações permitem aos bancos aproveitar a agilidade, tecnologia, criatividade e enfoque centrado no cliente das fintechs sem enfrentar os custos de um desenvolvimento interno.
Gostaria de mostrar como toda esta teoria ganha vida num caso prático: a nossa equipa desenvolveu um projecto apoiado pelo Centro de Desenvolvimento Tecnológico Industrial (CDTI), uma entidade empresarial pública subordinada ao Ministério da Ciência, Inovação e Universidades de Espanha.
💡 Sabia que...
“O nosso algoritmo pode ajudá-lo a determinar qual o cliente que está pronto para um novo produto financeiro.”
Caso de sucesso: o nosso projeto para o CDTI Inovação
Nosso projeto "Inteligência Financeira Hiperpersonalizada: Capacitar os utilizadores através da GFP orientada para a IA", destaca a importância do desenvolvimento de modelos algorítmicos capazes de detetar padrões de comportamento e extrair conhecimento sobre hábitos de compra e preferências dos clientes bancários.
Este trabalho aborda questões como:
- Clusterização de utilizadores por transações semelhantes
- Identificação de eventos relevantes
- Recomendação de produtos
- Previsão de aquisição de produtos futuros
Uma das descobertas mais importantes da nossa investigação, que está a ajudar grandes bancos a melhorar a relação com os seus clientes, é a hiperpersonalização de recomendações financeiras. Os nossos módulos inteligentes detetam oportunidades para as entidades, como no caso de um possível refinanciamento das dívidas do utilizador.
Vejamos este exemplo em detalhe: após examinar os subconjuntos de treino e teste, os dados são pré-processados para desenvolver um modelo capaz de avaliar a adequação de um grupo específico de clientes. Procura-se detetar quais poderiam beneficiar de um seguro para refinanciar a sua dívida, dadas as suas características pessoais.
Seguro de refinanciamento de dívidas:
- Agregado 1: Pessoas com um rácio de endividamento elevado e uma utilização do limite de crédito alta.
- Agregado 2: Pessoas com muito pouca estabilidade nos rendimentos.
- Agregado 0: O restante das pessoas (com menor capacidade de poupança).
O nosso modelo realiza a escolha de indicadores com base no nível financeiro do utilizador, e o projeto considera também outras variáveis, como a informação que um agente humano necessitaria para avaliar a adequação. Posteriormente, seriam incluídos também aspetos concretos da dívida e as taxas de juro vigentes.
Desta forma, o algoritmo escolhe os clientes que, com maior segurança, aceitarão este produto e beneficiarão da oferta que o banco realiza para o seu caso específico. Assim é que as entidades financeiras aumentam o seu volume de negócios: criando oportunidades de upselling e cross-selling dentro da sua base de clientes atual.
Uma conclusão final: a indústria financeira deve adaptar-se ao impacto real da IA
A nossa investigação demonstra que já é possível antecipar necessidades, recomendar produtos adequados e gerar experiências memoráveis através da deteção inteligente de padrões e da segmentação dinâmica.
As entidades que souberem aplicar esta tecnologia com visão estratégica estarão melhor posicionadas para competir num ambiente cada vez mais exigente. A hiperpersonalização não é uma promessa: é uma vantagem competitiva tangível.
Sobre o autor
Óscar Barba é cofundador e CTO da Coinscrap Finance. Ele é um especialista Gestor Scrum com mais de 6 anos de experiência na coleta e análise semântica de dados no setor financeiro, classificação de transações bancárias, deep learning aplicado em sistemas de análise de sentimento do mercado de ações e medição da pegada de carbono associada aos dados transacionais.
Doutor em Tecnologias da Informação pela Universidade de Vigo, possui um Mestrado em Engenharia Informática, Mestrado em Comércio Eletrónico pela Universidade de Salamanca, Certificado Scrum Manager e Gestão de Projetos pelo CNTG, Certificado em Arquitetura SOA e Serviços Web pela Universidade de Salamanca. Recentemente obteve a certificação ITIL Fundamentals, um reconhecimento às boas práticas na gestão de serviços de TI.
