Entradas
Por
Sergio Miller, Chief Data & Analytics Officer de Equifax.
La
función principal de los modelos en la ciencia es la de representar,
explicar, guiar, motivar, predecir, evaluar y generar realidades. En
las ciencias más “duras” como la física, química e incluso en
economía se parte de modelos que cuentan con definición teórica.
Calibrar estos modelos para el caso de uso muchas veces consiste en
adaptarlos ajustando variables y constantes a la realidad de estudio.
En Big Data, suele ocurrir que a veces el desafío es que no hay un
modelo teórico con variables definidas para aplicar; esto sucede
cuando analizamos por ejemplo el riesgo crediticio de un cliente, la
propensión al consumo, el comportamiento de churn y casi cualquier
fenómeno de estudio dentro del mundo de los negocios. Entonces, lo
que hacemos a través de distintas técnicas, es tratar de encontrar
el mejor modelo que se ajuste a la historia basados en el supuesto
que el futuro tiene similitudes con el pasado. De esta manera, se
busca una gran cantidad de información para luego buscar el mejor
modelo que se ajuste y a su vez resulte ser predictivo, con
resultados empíricos. Estos modelos son los que popularmente
llamamos scores. Para que estos scores sean lo más predictivos
posible es imprescindible contar con diferentes fuentes de datos,
tanto tradicionales como alternativos.
En el caso de un score
de riego, hay un conjunto de información que se sabe que es
relevante, el desafío es ir encontrando
nuevos datos que
mejoran
la
predicción
del
riesgo
de
distintos
segmentos
de
la
población.
El segmento No Bancarizado es el que presenta los mayores desafíos
en la actualidad. Los datos que se van detectando con capacidad
predictiva
son
los
que
se
incorporan
en
futuras
versiones
de
los
scores
de
análisis
de
datos.
En el proceso, lo que se hace es generar
reglas y combinaciones
del
score
genérico
para
crear
un
score
personalizado (custom). Para el Analista, cualquier nueva variable
que funcione y prediga comportamiento, marcará la diferencia y puede
ser incluida dentro de la política de riesgo. Para ello será clave
la búsqueda constante de nuevas
fuentes
de
datos
que
aporten
valor
a
las
empresas
sobre
sus
consumidores.
Desde
Equifax hemos probado diferentes tipos de datos y, como era de
esperar, hemos obtenido distintos resultados. Entre los aprendizajes
con resultados positivos, para calcular predicción de riesgo, hemos
detectado que los datos de predicción de consumo, de
telecomunicaciones, datos geográficos, household, etc. aportan valor
en el segmento de clientes no bancarizados. Por otro lado, los datos
públicos disponibles de redes sociales no han resultado
determinantes en nuestras pruebas para fines de riesgo. Es decir, su
utilización no ha alcanzado un diferencial en temas de performance
del modelo ya que casi toda la información disponible, el bureau la
tiene y con un nivel de confianza aún mayor al provenir de fuentes
no declarativas. Muy por el contrario, los datos más relevantes para
modelos de riesgo tienen que ver con los que se generan a partir de
la existencia del bureau y el intercambio de información. Gran parte
del valor de la información viene de profundizar y dar una vuelta
adicional a las variables provenientes del intercambio de datos de
conducta positiva por las diferentes entidades crediticias del
mercado. En este sentido el bureau de crédito está basado en el
principio de reciprocidad. Es por ello que resulta fundamental para
los ciudadanos en general que existan los bureaus de crédito donde
se puedan compartir información especialmente de buen cumplimientos,
incluso para entidades pequeñas que muchas veces son las primeras
bancarizadoras de nuestra economía.
Bureau
fintech, el futuro de la banca digital.
Un
segmento que crece fuerte es el de las Fintech, empresas de origen
digital cuya actividad principal es la de brindar servicios
financieros mediante el uso de la tecnología. A diferencia de las
entidades tradicionales tienen una dinámica distinta. Representan un
desafío para la industria financiera tradicional en términos de
productos, servicios, la experiencia que brindan, la forma en la que
operan su negocio y los datos que requieren para su desarrollo. En
este sentido requieren datos con otras características que pueden
compartir en un Fintech Bureau con un intercambio propio de
información basado en el principio de reciprocidad y construir
variables específicamente para este segmento.
Se
evalúan variables tradicionales (ya conocidas y utilizadas) pero con
una mirada distinta que implica ampliar la visión del individuo y
ponerlo en el contexto familiar. Entender el núcleo familiar (su
composición y comportamiento) y su capacidad financiera (incluyendo
las cuestiones laborales) aporta nuevo valor a este segmento.
La
información geográfica es data alternativa relevante. Para esto se
focaliza en desarrollar indicadores que incluyen mucho más que solo
la descripción del nivel socioeconómico basado en datos
geográficos. Esto sólo es posible a través del procesamiento de
big data. Se obtiene datos de cada cuadra de forma precisa con una
actualización más rápida que de forma censal de una cantidad
enorme de variables que nos permiten perfilar mejor a los individuos
en base a donde viven.
La
visión 360 del consumidor nunca se termina de completar. En este
sentido, si analizamos a los individuos para identificar a un
potencial consumidor y desarrollar una estrategia de marketing
tenemos que buscar datos relacionados al perfil de la persona que
incluya sus particularidades en relación a gustos, tendencias de
consumo y su aspiracional. Allí se destacan diferentes fuentes de
datos que aportan valor acerca del consumo, comportamiento en redes
sociales y la navegación web. Se puede aprovechar la composición de
los estilos de vida basados en acciones concretas de las personas a
través del “Lifestyle” y se puede conocer sus gustos y
preferencias a través de herramientas como es el Affinity Score.
Esto incluye observar aquellas cosas que a la persona le generan
interés y que no necesariamente están relacionadas con lo que la
persona efectivamente termina consumiendo. Los Lifestyles y los
Affinity Scores nos permiten focalizar nuestras campañas de
Marketing de una forma completamente nueva uniendo data financiera,
sociodemográfica junto con estilos de vida e intereses del
individuo. Esto nos permite elegir el mejor Segmento de mercado para
nuestros productos y además también saber que productos consume y
en donde se puede encontrar a este individuo de manera online para
comunicarle acorde a sus intereses.
Cuando
todo este entender del consumo, costumbres, intereses del individuo
se combina con atributos sociodemográficos, familiares y con
información financiera, se logra una mirada muy completa de la
persona. De todos modos, siempre continuamos en la búsqueda de más
información para tener una visión más completa de una persona.
Encontrar las piezas del rompecabezas que mejor evalúen el riesgo
crediticio de un cliente, predigan la propensión al consumo y
definan las variables de marketing que mejor aplican, resulta un
desafío interesante; y para esto, es imprescindible contar con datos
alternativos.
Acerca
de Equifax
Equifax
es una compañía global de Big Data, analytics y
tecnología, que cree que el conocimiento impulsa el progreso. La
compañía combina datos únicos, analíticos innovadores,
experiencia en la industria y tecnología, con una pasión por servir
a los clientes en todo el mundo, para crear insights que
impulsan a las personas en mejores decisiones. Combina la más
actualizada tecnología de análisis y procesamiento de datos de 800
millones de consumidores y más de 88 millones de organizaciones en
todo el mundo.
Con
su sede corporativa en Atlanta, Georgia (EE.UU.) y 11.200 empleados
en todo el mundo, Equifax opera y tiene inversiones en 24 países de
América del Norte, América Central, Sudamérica, Europa y en la
región de Asia y el Pacífico. Es miembro del Índice Standard &
Poor's (S&P) 500® y sus acciones se cotizan en la Bolsa de Nueva
York (NYSE) con el símbolo EFX. En Argentina, Equifax cuenta con 250
empleados y desarrolla Studio B, un Centro de Excelencia Analítica
con más de 50 profesionales dando servicios para todo el mundo.
