DESCRIPCIÓN Y OBJETIVO. Para conseguir la mayor rentabilidad de los activos disponibles se requiere poner el foco en la vigilancia y las alertas tempranas ante impagos de los activos de crédito de la entidad. Proponemos desarrollar un sistema de previsión de las necesidades de provisiones y la optimización de las medidas a tomar para la elusión o minimización de las consecuencias de los impagos.
SOLUCIÓN. A partir de los datos aportados por la entidad, como los movimientos de activo y pasivo de las personas físicas, el historial de crédito con la entidad o los productos financieros contratados, se realizan modelos para la predicción de impagos de clientes en algunos de los productos de créditos contratados.
RESULTADOS. La tasa de detección predictiva de impagos obtenida está entre el 77% y el 83%, obteniendo un ROI de varias veces la inversión en solo un año. Se despliegan aplicaciones en el portal web de la solución que permiten hacer seguimientos del rendimiento, mediante KPIs ajustados a la entidad, y se despliegan APIs y procesos batch (ficheros), que permiten una integración rápida y sencilla, sin interferir con los sistemas corporativos de la entidad.
DESCRIPCIÓN Y OBJETIVOS. Proyecto para el desarrollo comercial de los canales HORECA y de Alimentación de Proximidad. Los objetivos son la detección de oportunidades comerciales que puedan ser materializadas por la fuerza de ventas, así como la implementación de la gestión promocional.
SOLUCIÓN. Desarrollo de un sistema basado en la IA y las plataformas avanzadas web que permite, mediante el aprendizaje automático, descubrir oportunidades comerciales en los clientes, inferir las mejores palancas comerciales para materializarlas, definir y gestionar las promociones, y decidir las mejores promociones para cada oportunidad y en cada punto de venta. Así mismo, se incluyen funcionalidades avanzadas para soportar nuevos lanzamientos que no interfieran con las oportunidades detectadas y las promociones disponibles.
RESULTADOS. Se produce un aumento superior al 20% de la venta neta en los clientes en los que se han aplicado las promociones y oportunidades detectados por el sistema de optimización. Además, se consigue que el ciclo de vida de las promociones lo gestione el departamento de “trade-marketing”, integrándose con el back-office y con las oportunidades detectadas por el sistema de IA.
DESCRIPCIÓN Y OBJETIVO. Para esta entidad el control de riesgos es fundamental para su desarrollo, por lo que necesitan prever qué créditos al consumo para personas físicas van a ser devueltos sin sufrir ningún retraso, cuáles pueden sufrir algún retraso en el pago de alguna de las cuotas y cuáles van a entrar en mora. Se trabaja con créditos al consumo, incluyendo los asociados a tarjetas de crédito.
SOLUCIÓN. Se utilizan los datos disponibles por la entidad, como movimientos de activo y pasivo de las personas físicas, historiales de crédito con la entidad y otras instituciones, cuyos datos son públicos, así como los datos específicos del crédito solicitado (cuantía, finalidad, plazo, etc.). A partir de esta recopilación de información, se implantan sistemas avanzados para la detección predictiva de impagos en los créditos.
RESULTADOS. Con la potente herramienta gráfica implementada, que está basada en mapas de comportamiento, se obtiene una eficiencia en la predicción de “defaults” del 75-85%, siendo la reducción de costes por fallos de predicción superior al 25%, en comparación con los sistemas implantados por el banco.
DESCRIPCIÓN Y OBJETIVO. El objetivo del proyecto es identificar a los clientes potenciales con mayor propensión a la portabilidad, maximizando la conversión de llamadas en contratos.
SOLUCIÓN. Además de los datos históricos disponibles para la generación automática de modelos de propensión a la portabilidad, la solución de Gamco maneja más de 18 millones de registros de tráfico mensuales. A partir de estos datos, se realizan segmentaciones avanzadas de clientes y de llamadas, para la identificación de las mejores oportunidades comerciales, con el objetivo de detectar a los clientes potenciales, aplicando siempre criterios alineados con la estrategia de la operadora.
RESULTADOS. A partir de la segmentación de todo el tráfico, se identifican miles de clientes potenciales y se obtiene, por primera vez, una base de datos de números de teléfono pertenecientes a clientes que el sistema ha identificado de forma automática como clientes rentables (particulares o corporativos), según los criterios de la compañía, y clientes con altas probabilidades de conseguir su portabilidad.
DESCRIPCIÓN Y OBJETIVOS. Debido a la heterogénea procedencia de los datos almacenados por las Fuerzas de Seguridad del Estado es fundamental disponer de herramientas potentes para inferir conocimiento de sus bases de datos de inteligencia, preservando la confidencialidad en todo el proceso.
SOLUCIÓN. Gracias a que los algoritmos de aprendizaje de Gamco no necesitan conocer el “dato en plano”, sino que pueden inferir conocimiento a partir de datos codificados, se mantiene la máxima confidencialidad en los datos recabados con el objetivo de implementar modelos capaces de fusionar datos provenientes de diferentes repositorios de información, filtrando y/o desechando datos erróneos, duplicados o incompletos.
RESULTADOS. Los modelos de detección de incoherencias en la base de datos para el aumento de la calidad del mismo tienen una eficiencia del 98%, siendo las falsas alarmas inferiores al 0,5%. Los modelos predictivos consiguen una eficiencia del 84,6% en la predicción de ciertos hechos aún no cometidos, con un porcentaje de falsas alarmas inferior al 4,5%.
DESCRIPCIÓN Y OBJETIVO. Se requiere poseer un mejor conocimiento de los clientes para la integración con sus procesos de marketing y ventas. Para este proyecto, tanto a nivel estratégico como de fuerza de ventas, se pretende incrementar el número de pedidos en sus clientes actuales.
SOLUCIÓN. Los modelos, obtenidos a partir de los datos de facturación, clientes, productos, encuestas, etc., se integran en el CRM. De este modo, el sistema distingue entre variables descriptivas y palancas comerciales susceptibles de ser usadas para incrementar las ventas y/o beneficios, indicando sobre qué puntos de venta y palancas es mejor actuar. El alcance detecta oportunidades de venta en más de 30.000 puntos de venta en el canal HORECA.
RESULTADOS. Se logran incrementar las ventas en un 6%. Los modelos detectan nuevos productos susceptibles de ser vendidos en puntos de venta donde aún no eran adquiridos, teniendo un 33% de éxito en los primeros 3 meses de uso en cuanto a la aceptación de las nuevas oportunidades detectadas. El desarrollo, testeo y despliegue en toda la fuerza de ventas se realiza en menos de 6 meses.
DESCRIPCIÓN Y OBJETIVO. El banco estima que se dispone de mucho más dinero del necesario en los principales puntos de efectivo (cajeros y sucursales), así que el objetivo principal es reducir el efectivo que circula por la red de entidades. Una óptima gestión de efectivo les permite, entre otras ventajas, reducir el inmovilizado y mejorar la gestión del transporte de efectivo.
SOLUCIÓN. A partir de los datos históricos de las necesidades reales de efectivo, el calendario laboral y otros datos sociales públicos, se generan automáticamente modelos de predicción de necesidades de efectivo ajustados a la realidad particular de cada punto.
RESULTADOS. En primer lugar, los costes de gestión disminuyen varios millones de euros y el ahorro de los costes asociados al inmovilizado es siempre superior al 30%. En segundo lugar, los errores de predicción se mantienen contenidos entre un 15-20%. Por último, se implementa un sistema de generación automática de modelos predictivos, sin necesidad de la parametrización manual de los puntos de efectivo.
