El banco minorista de EE. UU. Citi está implementando tecnología que permitirá que su negocio de banca personal de EE. UU. ofrezca a los clientes servicios altamente personalizados, ya sea que ingresen a una sucursal, usen una aplicación de banca móvil o llamen a un centro de llamadas.
US Personal Banking, que proporciona tarjetas de crédito y débito, servicios financieros minoristas y banca minorista a clientes de EE. UU., aporta más de $10 mil millones en ingresos a Citigroup.
Está invirtiendo en análisis de datos automatizados y herramientas de toma de decisiones para permitir que el banco ofrezca el mismo nivel de servicio personal disponible en las sucursales por teléfono, Internet y banca móvil.
En última instancia, el banco tiene como objetivo utilizar sus conocimientos de datos para “deleitar” a los clientes bancarios, por ejemplo, ofreciéndoles recompensas para celebrar su cumpleaños u ofertas en transporte y entretenimiento cuando reservan un viaje.
Hasta hace poco, el banco dependía de sistemas de TI fragmentados, lo que significaba, por ejemplo, que un cliente podía rechazar una oferta de una tarjeta de crédito mientras usaba la banca por Internet, solo para recibir la misma oferta más tarde al llamar al centro de llamadas.
Como resultado, los clientes no siempre sintieron que estaban siendo escuchados, según el jefe de análisis, tecnología e innovación de Citi US Personal Banking, Promiti Dutta.
“Imagínese esto: inicia sesión en Internet y recibe una oferta para una transferencia de saldo en una tarjeta de crédito, dice: ‘No estoy interesado’, y luego inicia sesión nuevamente en su teléfono y le mostramos el mismo saldo. oferta de transferencia”, dijo en una entrevista con Computer Weekly. “El cliente siente que no está siendo escuchado”.
Registros analíticos de clientes
Citi ha desarrollado un registro analítico de clientes (CAR), que proporciona una vista de los datos de cada cliente, incluidos sus registros financieros, los productos financieros que utilizan y sus interacciones con el banco a través de la banca en línea, visitas a sucursales, llamadas telefónicas o correo electrónico.
El banco está vinculando su conjunto de datos CAR con un software de toma de decisiones automatizado, suministrado por la empresa de tecnología estadounidense Pegasystems, que ha denominado Omnichannel Decision Engine.
El motor de decisiones utiliza el software Customer Decision Hub de Pega para analizar las interacciones de los clientes en tiempo real y recomendar servicios relevantes para ofrecer a los clientes en cualquier momento.
“No estamos empujando cosas a nuestros clientes que no necesariamente encuentran relevantes, porque nos han indicado que no están interesados, al menos no en este momento”, dijo Dutta.
El motor de decisiones puede sugerir ofertas o servicios que podrían interesar genuinamente al cliente, señalándolos para que el personal del banco los recomiende o entregándoselos directamente al cliente a través de mensajes de texto, banca móvil y otros canales.
El personal del banco ha informado que está marcando una “tremenda diferencia” en sus conversaciones con los clientes, agregó Dutta.
Desenredando la red de TI
Citi utilizó una amplia gama de motores de decisión, incluido su propio motor de reglas interno y el software Chordiant de Pega, para administrar sus interacciones con los clientes, pero no estaban conectados entre sí. Esto significaba que los motores de decisión de banca móvil e Internet del banco operaban de manera independiente.
Citi estuvo bajo presión para reemplazar el software que usaba para comunicarse con los clientes en su sitio web y aplicaciones móviles hace unos cuatro años, luego de que Pega comenzara a reducir el soporte técnico para Chordiant.
“Tenemos que comprender el sentimiento del cliente para comprender cuáles son sus puntos débiles o qué funciona bien. Por lo tanto, los datos no estructurados son un área importante para nosotros cuando se trata de mejorar la experiencia del cliente”.
Promiti Dutta, Banca personal de EE. UU., Citi
En su búsqueda de un reemplazo para el motor de decisión Chordiant de Pega, el banco emitió varias solicitudes de propuestas a los proveedores de tecnología, pero cada vez llegó a un callejón sin salida. Eso cambió en 2019. “Finalmente apretamos el gatillo para tomar la decisión después de hacer una revisión muy rápida de las diferentes herramientas que existían”, dijo Dutta a Computer Weekly.
Citi revisó las propuestas de 20 proveedores, incluidos Pega, Salesforce y Adobe, antes de optar por el Customer Decision Hub de Pega.
El proyecto requería que el personal del banco de varios departamentos comerciales, incluidos los equipos de análisis, tecnología, préstamos justos y privacidad, trabajaran juntos.
Tolerancia cero al fracaso
Aunque Citi tenía experiencia con Chordiant, su reemplazo, Customer Decision Hub, tenía capacidades más avanzadas. Y Citi necesitaba desarrollar nuevos procesos comerciales para aprovecharlos.
Como empresa de servicios financieros regulada, había tolerancia cero para las fallas, dijo Dutta. “Ese fue un gran desafío porque estabas aprendiendo y tenías que adaptarte a esos aprendizajes sobre la marcha mientras te asegurabas de no afectar nada negativamente”, dijo.
El equipo de análisis de Citi trabajó en estrecha colaboración con los equipos de todo el banco para determinar qué procesos comerciales estaban usando, por qué los estaban usando y cómo encajarían entre sí.
La tarea se hizo más difícil durante la pandemia porque Covid significó que gran parte del trabajo tuvo que realizarse de forma remota. “Hubo muchos, muchos talleres, muchas, muchas horas dedicadas a las llamadas”, dijo Dutta.
La estrategia del equipo fue encontrar voluntarios entusiastas de partes relevantes del negocio e invitarlos a trabajar en el proyecto. “Cualquiera que estuviera listo para la transformación llegó primero a la transformación, y nunca le dijimos que no a nadie que dijo que sí”, dijo.
Dutta comenzó con el departamento de marketing y comenzó a trasladar las tareas de marketing al Customer Decision Hub de Pega, caso por caso. Luego vino el servicio y la participación del cliente.
“Descubrimos el paradigma y el protocolo que funciona allí. Y ahora lo estamos aplicando una y otra vez”, dijo.
Explicar a otras partes del negocio cómo funciona el Centro de decisiones del cliente de Pega y cómo vincularlo con los datos del banco fue uno de los mayores desafíos que enfrentó el equipo del proyecto. “Todo el mundo piensa que se puede enchufar y funciona. Ese no es el caso. No es como los sistemas Wi-Fi de su hogar”, dijo Dutta.
Hoy, Citi ha integrado por completo sus canales web y móvil en el Customer Decision Hub de Pega. Está muy avanzado en la vinculación de su red de sucursales y centros de llamadas.
Datos no estructurados
Una de las prioridades de Dutta es encontrar formas de utilizar datos no estructurados, incluidas las notas tomadas por el personal del banco cuando un cliente visita en persona o se comunica con el centro de llamadas.
“Tenemos que entender el sentimiento del cliente para entender cuáles son sus puntos débiles o qué está funcionando bien”, dijo. “Entonces, los datos no estructurados son un área importante para nosotros en lo que respecta a mejorar la experiencia del cliente”.
El banco está considerando el uso de la tecnología de inteligencia artificial para producir automáticamente transcripciones y resúmenes de llamadas con los clientes e identificar el propósito principal de cada llamada, un proceso que no siempre es sencillo cuando los clientes hablan sobre varios problemas en una sola llamada.
La recopilación de estos datos permitirá al banco comprobar si ha resuelto el problema del cliente e identificar si tiene que volver a llamar más de una vez con el mismo problema.
“Es importante averiguar qué es lo que está causando más dolor a nuestros clientes, y cómo resolverlo rápidamente, para que podamos priorizar mejor”, dijo.
El banco también está buscando formas de capturar la voz de los clientes en tiempo real e identificar cómo se sienten acerca de sus interacciones con el banco. “Imagínese si pudiéramos capturar la voz del cliente en tiempo real para identificar los problemas a medida que surgen. Puede adelantarse a tantos problemas que otros clientes no enfrentarán porque los hemos solucionado de manera proactiva”, dijo Dutta.
Tecnología de autoaprendizaje
Citi también tiene planes para implementar las capacidades de autoaprendizaje del Customer Decision Hub de Pega. En la industria de servicios financieros, el uso de tecnología de autoaprendizaje está altamente regulado.
“Existen parámetros que están predeterminados por nuestra plataforma de gestión de riesgo de modelo, donde se nos permite ajustar las ponderaciones en función de lo que le sucede a nuestro cliente y cómo se siente al respecto”, dijo Dutta. “Entonces, algunos de los parámetros y modelos cambian constantemente y aprenden de lo que dice el cliente en su compromiso”.
Del Ford Focus a Tesla
Uno de los principales desafíos del proyecto fue mantener actualizadas varias partes del negocio involucradas en el proyecto. Si volviera a ejecutar el proyecto, Dutta dijo que sería más proactiva para mantener informadas a otras partes del negocio.
“Una cosa que haría de manera diferente es descubrir cómo ser mucho más comunicativo entre todas las partes interesadas, para que las personas estén más informadas sobre los diferentes pasos y desafíos”, dijo.
El consejo de Dutta para otras empresas que planean pasar de un sistema como Chordiant al Customer Decision Hub actualizado de Pega es implementar sólidos procesos de gestión de cambios en todos los aspectos del proyecto.
“Estás pasando del Ford Focus de grabación de motores al motor autónomo de Tesla. No operas ambos de la misma manera, por lo que la forma en que manejas uno no funciona en el otro. Así que la gestión del cambio se convierte en la clave”, dijo.