Gestión de cartera de clientes de una entidad financiera con QlikView

115  11  Descargar (0)

Texto completo

(1)FACULTAD DE INGENIERÍA Carrera de Ingeniería Informática y de Sistemas. GESTIÓN DE CARTERA DE CLIENTES DE UNA ENTIDAD FINANCIERA CON QLIKVIEW Trabajo de Suficiencia Profesional para optar el Titulo Profesional de Ingeniero Informático y de Sistemas. MIGUEL ENRIQUE PALACIOS NAVARRO Asesor: Cecilia Marín Tena de Sebastián Lima – Perú 2019.

(2) ii. Dedicatoria Gracias a Dios, a mis padres Javier y Mercedes, a mis hermanos Rosa, Miriam y Carlos, gracias a ellos alcanzo este objetivo, sin su apoyo no hubiera sido posible. Y a mi hijo Joaquín, quien es el motor de cada acción en mi vida y lo que me motiva a levantarme de cada situación difícil. Esto va para ellos….

(3) 3. ÍNDICE DE CONTENIDOS. INTRODUCCION .............................................................................................. 8 CAPITULO 1. GENERALIDADES DE LA EMPRESA ...................................... 10 1.1. Datos Generales ............................................................................. 10. 1.2. Nombre o razón social de la empresa. ............................................ 10. 1.3. Ubicación de la empresa................................................................. 10. 1.4. Giro de la empresa. ........................................................................ 11. 1.5. Tamaño de la empresa. .................................................................. 11. 1.6. Breve reseña histórica de la empresa. ............................................ 12. 1.7. Organigrama de la empresa. .......................................................... 12. 1.8. Misión, Visión de la empresa. ......................................................... 13. 1.9. Productos y clientes. ....................................................................... 13. 1.10. Premios y Certificaciones ............................................................ 14. 1.11. Relación de la empresa con la sociedad. ..................................... 14. CAPITULO II. PLANTEAMIENTO DEL PROBLEMA ....................................... 16 2.1. Características del área en que se participó. .................................. 16. 2.2. Antecedentes y Definición del problema ......................................... 17. 2.3. Objetivos ......................................................................................... 22. 2.4. Justificación .................................................................................... 22. 2.5. Alcances y limitaciones ................................................................... 23. CAPITULO III. MARCO TEÓRICO .................................................................. 24 3.1. Marco legal ..................................................................................... 24. 3.2. Marco Técnico ................................................................................ 24. 3.3. Gestión de Cartera de Clientes ....................................................... 25. 3.4. Sistema Financiero Peruano ........................................................... 27. 3.5. Business Intelligence ...................................................................... 33.

(4) 4. 3.6. Desarrollo y evolución del Business Intelligence ............................. 35. 3.7. Gobierno de Datos .......................................................................... 38. 3.8. Customer Relationship Management CRM ..................................... 44. 3.9. Metodologías de Gestión de Proyectos........................................... 50. 3.10. Diferencias entre las PMBOK y SCRUM...................................... 63. 3.11. Metodología de Kimball ............................................................... 64. CAPITULO IV. DESARROLLO DEL PROYECTO ........................................... 69 4.1. Identificación de Stakeholders. ....................................................... 70. 4.2. Alcance del Proyecto. ..................................................................... 71. 4.3. Diagrama de secuencia lógica del proyecto. ................................... 72. 4.4. Equipo y roles ................................................................................. 77. 4.5. Cronograma de actividades ............................................................ 79. 4.6. Arquitectura de QlikView ................................................................. 80. 4.7. Requerimientos a DWH .................................................................. 83. 4.8. Desarrollo (DashBoard) .................................................................. 84. 4.9. Riesgos y planes de acción post implementación. .......................... 88. 4.10. Capacitación a usuarios. ............................................................. 91. 4.11. Gestión del conocimiento ............................................................ 92. 4.12. Cierre del proyecto. ..................................................................... 93. CAPITULO V. ANÁLISIS Y RESULTADOS .................................................... 94 5.1. Resultados de la implementación del proyecto. .............................. 94. 5.2. Conclusiones .................................................................................. 97. 5.3. Recomendaciones .........................................................................101. 5.4. Referencias bibliográficas ..............................................................102. 5.5. Anexos ...........................................................................................104.

(5) 5. ÍNDICE DE FIGURAS. Figura 1. Mapa de ubicación de la empresa. ................................................................. 11 Figura 2. Productos financieros del Banco Falabella. ................................................... 13 Figura 3. Comunicación a clientes campaña “Ahorros CMR”. ...................................... 18 Figura 4. Diagrama FODA del problema. ...................................................................... 20 Figura 5. Diagrama de Ishikawa del problema. ............................................................. 20 Figura 6. Flujo del proceso de una base para campaña de marketing. ........................ 21 Figura 7. Flujo del proceso de análisis de resultados de la campaña. ......................... 21 Figura 8. Flujo del proceso de análisis de un segmento de clientes............................. 21 Figura 9. Porcentaje Deuda Tarjeta de Crédito por entidad bancaria........................... 29 Figura 10. Saldos Tarjeta de Crédito de la Banca Múltiple. .......................................... 32 Figura 11. Morosidad en Tarjeta de Crédito de la Banca Múltiple. ............................... 32 Figura 12. Morosidad de Tarjetas de Crédito. ............................................................... 33 Figura 13. Pirámide de Gestión de Información. ........................................................... 35 Figura 14. Evolución de BI y Análisis de data. .............................................................. 35 Figura 15. Tendencia Palabras clave Perú 2018. ......................................................... 36 Figura 16. Tendencia Palabras clave Estados Unidos 2018......................................... 36 Figura 17. Roles de especialistas en una estructura de BI. .......................................... 37 Figura 18. Modelo de Identificación de calidad de data. ............................................... 42 Figura 19. Matriz de resultados del estado de calidad de data. .................................... 42 Figura 20. Modelo de Gobierno de Datos propuesto por S. Zatyko.............................. 43 Figura 21. Modelo de Gobierno de Datos propuesta por J. Ladley. ............................. 44 Figura 22. Ciclo de administración de una base de datos de fidelización de clientes. . 49 Figura 23. Elementos de un programa de fidelización de cliente. ................................ 50 Figura 24. Grupos de procesos de la Dirección de Proyectos. ..................................... 52 Figura 25. Estructura de un Proceso PMI. ..................................................................... 53 Figura 26. Interacción de los grupos de procesos. ........................................................ 54 Figura 27. Correspondencia entre Grupos de Procesos y Áreas de conocimiento. ..... 54 Figura 28. Roles dentro de la Metodología SCRUM. .................................................... 59 Figura 29. SCRUM Framework. ..................................................................................... 61 Figura 30. Product Backlog. ........................................................................................... 62 Figura 31. Sprint. ............................................................................................................ 62 Figura 32. SCRUM Vs PMI. ........................................................................................... 63 Figura 33. Generación de Campaña antes de implementación. ................................... 74.

(6) 6. Figura 34. Generación de Campaña Post Implementación. ......................................... 75 Figura 35. Nuevas funciones Analista Producto. ........................................................... 76 Figura 36. Carga de datos a Base QlikView. ................................................................. 76 Figura 37. Arquitectura QlikView. ................................................................................... 81 Figura 38. Ciclo del QilkView. ........................................................................................ 82 Figura 39. Funcionalidad del QlikView. .......................................................................... 82 Figura 40. Muestra de datos generados por DWH para archivo QVD. ......................... 83 Figura 41. Muestra de Indicadores generados en QlikView. ......................................... 84 Figura 42. Dashboard Integral Falabella. ....................................................................... 85 Figura 43. Dashboard Gestión de Cartera Rapicash. ................................................... 85 Figura 44. Flujo de filtrado de Base por variables de negocio. ..................................... 86 Figura 45. Base seleccionada y exportada a MS Excel. ............................................... 86 Figura 46. Base de clientes según los filtros indicados, exportada a excel. ................. 87 Figura 47. Flujo de Validación de procesos QlikView. .................................................. 90 Figura 48. Modelo de Ficha de Capacitación. ............................................................... 91 Figura 49. Modelo de Base de Gestión de Conocimiento. ............................................ 92 Figura 50. Modelo de Ficha de Cierre de Proyecto. ...................................................... 93 Figura 51. Campaña de reactivación de Cuentas. ........................................................ 94 Figura 52. Campaña Reactivación Tottus...................................................................... 95 Figura 53. Campaña de reactivación por giros de negocio. .......................................... 96.

(7) 7. ÍNDICE DE TABLAS. Tabla 1: Distribución de la cartera de clientes del Banco Falabella.............................. 26 Tabla 2: Distribución cuentas en Situación 1 (nuevas). ................................................ 27 Tabla 3: Distribución Sistema Financiero Peruano. ...................................................... 27 Tabla 4: Distribución porcentual de productos financieros. ........................................... 28 Tabla 5: Distribución de créditos de consumo por entidad financiera. ......................... 29 Tabla 6: Distribución de créditos en Tarjeta de Crédito por entidad financiera. ........... 30 Tabla 7: Distribución de créditos en efectivo por entidad financiera. ............................ 31 Tabla 8: Número de tarjetas de crédito por entidad financiera. .................................... 31 Tabla 9: Cronograma del Proyecto. ............................................................................... 79 Tabla 10: Cartera de Clientes CMR - Consumos banco. .............................................. 89 Tabla 11: Cartera de Clientes CMR - Consumos Saga Falabella. ................................ 89 Tabla 12: Cartera de Clientes CMR - Consumos Tottus. .............................................. 89 Tabla 13: Cartera de Clientes CMR - Consumos Sodimac. .......................................... 90 Tabla 14: Modelo de Cálculo de Tasa Respuesta de Campaña. .................................. 97 Tabla 15: Comparativo entre herramientas BI. .............................................................. 99.

(8) 8. INTRODUCCION. El proyecto que desarrollo el Banco Falabella, durante los años 2013 y 2014, comprendía mejorar la Gestión de Cartera de clientes de la Tarjeta de Crédito CMR, a la vez de ser más eficientes en la administración de recursos de análisis del área. Es necesario indicar que gestionar una cartera de clientes de una empresa del rubro financiero, conlleva a administrar mucha información, de ahí lo importante que dicha gestión sea oportuna y eficaz. Información como datos del cliente, datos de contacto, hábitos de pago, los consumos y pagos realizados, entre otros indicadores relevantes para una adecuada gestión de su comportamiento, de tal forma que se pueda garantizar su continuidad como cliente, a la vez de asegurar la integridad y actualización de datos. El objetivo del proyecto que se plasmara en el presente informe, es gestionar adecuadamente la cartera de clientes, contando con indicadores relevantes, estratégicos que den un amplio panorama, no solo de la situación actual, sino de los siguientes meses. Para lograr este objetivo, fue necesario sostenerlo sobre otros específicos, tal cual es segmentar la cartera con criterios de consumo, contar con un tablero de gestión, que permita modular los indicadores que también serán generados y que la combinación de parámetros nos permita acceder de forma rápida al conjunto de clientes resultantes de la estrategia definida. Cabe señalar que la gestión mencionada, abarca la identificación de clientes, para que a posteriori sean diseñadas campañas comerciales en respuesta a ciertos segmentos de estos. Es decir, no se profundizará en como son estas campañas o cual es el tratamiento a cierto perfil de cliente, dado que estos temas son propios de una gestión posterior relacionados a tópicos de CRM (Customer Relationship Management), pero se citará algunos ejemplos del impacto que tuvo el proyecto sobre la gestión de algunas campañas comerciales. Para poder alcanzar los objetivos indicados, se implementó una solución de análisis de datos o también llamada explotación de datos, con una herramienta de las denominada “self service” que sumado al esquema ya existente del Data Warehouse, se obtuvo un nuevo repositorio actualizado, con nuevos indicadores y de una interfaz más amigable, intuitiva y potente. Como un alcance adicional del presente trabajo, se mostrará el uso.

(9) 9. de las herramientas ya indicadas, en este caso el QlikView, y su funcionalidad en la explotación de data y el tratamiento de esta. Dentro del documento, se indicará los datos más relevantes y de carácter público de la empresa, así como el escenario y la forma de administración de la data antes de realizar el proyecto, para luego indicar las funcionalidades de la herramienta que se desarrolló. Se dará un soporte procedimental, de gestión y el marco teórico que obedece al proyecto a fin de demostrar su concepción y desarrollo del mismo. El presente trabajo comprende en el primer capítulo las generalidades de la empresa, organigrama, visión y misión, productos financieros, rol de la empresa con la sociedad entre otros, que nos ayudaran a situarnos en un contexto y entender el giro en el que se encuentra. En el segundo capítulo, se mencionará los antecedentes del proyecto, lo que fue el punto de partida para iniciar la concepción del mismo. Se planteará el problema abordar, se mostrarán detalles de la casuística a tomar en cuenta, los lineamientos del presente proyecto y sus objetivos específicos. Durante el siguiente capítulo, se revisará el marco teórico, se comentará en base a la experiencia del autor y aportes bibliográficos, temas relativos a Business Intelligence, Analytics, CRM, metodologías de proyectos referentes. En el cuarto capítulo, que corresponde al Desarrollo del proyecto, se brindara información relativa a los stakeholders, cronograma de actividades, procedimientos modificados, tanto de negocio como procedimentales y la arquitectura que se definió como solución al problema mencionado anteriormente. En el último capítulo, se analizará los resultados de la implementación del proyecto, conclusiones y recomendaciones referentes al desarrollo del proyecto, así como a la puesta en servicio de la solución. Por último, es necesario mencionar que la información brindada en el documento, fue proporcionada por la misma empresa, con ciertos lineamientos de confidencialidad, pero ajustada para fines académicos, complementada con información pública de la SBS, así como información recopilada de otras fuentes y la experiencia del autor, quien participo en la implementación del proyecto..

(10) 10. CAPITULO 1. GENERALIDADES DE LA EMPRESA 1.1 Datos Generales El Banco Falabella forma parte del Grupo del mismo nombre, inicio operaciones en Perú el 07 de febrero del 2007, después que la Superintendencia de Banca, Seguros y AFP autorizara la transformación de Financiera CMR a Banco mediante Resolución SBS Nª 760-2007. Cabe mencionar que la Financiera CMR inicio operaciones el 31 agosto de 1996, desde un inicio desarrollo una fuerte ventaja competitiva teniendo al retail Falabella como su principal aliado. En la actualidad el Retail está integrado por Saga Falabella, Hipermercados Tottus, Sodimac y Maestro. Por medio de esta ventaja el banco puede acceder a ser el canal de pago para campañas exclusivas de las mencionadas tiendas. En la actualidad con casi 1.4 millones de clientes en Perú es uno de los bancos con mayor colocación de tarjetas de crédito en el mercado, siendo su principal producto la tarjeta de crédito CMR. Además, el banco tiene presencia en países como Chile, Colombia y Argentina. 1.2 Nombre o razón social de la empresa. La razón social es el nombre oficial y legal por el cual es conocida una empresa. Es la que aparece en toda documentación oficial. Así mismo el RUC (Registro único de contribuyente) es el código entregado por la Superintendencia Nacional de Aduanas y de Administración Tributaria (SUNAT). En el caso del banco, ambos datos son los siguientes: Razón Social: Banco Falabella Perú S.A. RUC 20330401991 1.3 Ubicación de la empresa. En noviembre del 2018 las instalaciones de las oficinas principales del banco, se trasladaron del Centro Financiero de San Isidro hacia San Borja. Siendo su actual dirección: Calle Carpaccio 250 (pisos 4,8,9,10 y 12) San Borja, Provincia de Lima, Departamento de Lima, Perú. Los números de teléfono de la central telefónica, así como la página web, se indican a continuación..

(11) 11. Teléfono (511) 01 – 6180000 Dirección WEB www.bancofalabella.pe. Figura 1. Mapa de ubicación de la empresa. Fuente: Google maps (07 de marzo de 2019). Banco Falabella. Lima, Perú. Recuperado de https://goo.gl/maps/djVb96EbkMn. 1.4 Giro de la empresa. El Banco Falabella, es una entidad financiera, dentro del grupo Banca Múltiple. Al 31 diciembre del 2018, el banco mantiene el 11° lugar en depósitos, mientras que en colocaciones se ubica en el 10° lugar, así mismo en patrimonio se sitúa en el 9° lugar. 1.5 Tamaño de la empresa. El Banco Falabella está considerado como uno de los principales operadores financieros en cuanto se refiere al número de tarjetas de crédito colocadas en el sistema financiero, siendo a diciembre del 2018 el líder en número de tarjetas emitidas con un 1.4 millones de tarjetas, con una participación del mercado del 22%. Al informe del 31 diciembre 2018 de la SBS, mostramos los siguientes indicadores: el patrimonio del banco Falabella asciende a S/755 millones, superior en un 3.6% respecto al cierre del ejercicio 2017. Tiene al cierre del año 2018, a 2290 empleados (incluyendo gerentes y funcionarios), así como 68 centros de atención a los clientes, distribuidos entre Lima y provincias..

(12) 12. Registro una utilidad neta en el ejercicio del 2018 superior a los S/. 67 millones (inferior en 6.7% respecto al margen del cierre del año anterior). 1.6 Breve reseña histórica de la empresa. Banco Falabella inició operaciones como Financiera CMR el 31 de agosto de 1996. Teniendo como principal aliado al retail Falabella en un inicio solo Saga Falabella y posteriormente Hipermercados Tottus, Sodimac y Maestro, entre los principales miembros del grupo. La ventaja competitiva de Financiera CMR fue el acceso de sus clientes a ofertas exclusivas a través de la Tarjeta CMR. En febrero del 2007 se transformó en Banco y modificó sus estatutos, adoptando la denominación de Banco Falabella Perú S.A. Recibió la autorización de funcionamiento el 11 de junio del mismo año, mediante Resolución SBS N° 760 – 2007. Su constitución consta inscrita en la Partida Electrónica N° 11006610 del Registro de Personas Jurídicas de Lima. Banco Falabella es una subsidiaria de Falabella Perú S.A.A. y pertenece a la Clasificación Internacional Industrial Uniforme (CIIU) 6519. El objeto de la sociedad es actuar como empresa bancaria con el fin de promover el desarrollo de actividades productivas y comerciales en el país, de acuerdo con la Ley General del Sistema Financiero y del Sistema de Seguros y Orgánica de la Superintendencia de Banca, Seguros y AFP. Se adjunta como anexo número 1, un gráfico con la línea de tiempo respecto a la historia del banco. En ella se podrá observar los principales hitos referenciales de la misma, lo podrá encontrar en la sección correspondiente a los anexos del documento. 1.7 Organigrama de la empresa. Se adjunta como anexo número 2, un gráfico respecto al organigrama del Banco Falabella, lo podrá encontrar en la sección correspondiente a los anexos del documento. Cabe señalar que la información organizacional descrita del banco, así como la descripción de sus productos, la fuente de datos es la memoria anual del Banco Falabella 2017, la página web del banco, así como el conocimiento del autor del presente documento, dado que laboro en dicha entidad por siete años..

(13) 13. 1.8 Misión, Visión de la empresa. Según el documento oficial Memoria Anual 2017 y la página web del Banco Falabella, a continuación, se indica la misión y visión de la empresa. Visión Ser el mejor banco de personas del sistema financiero peruano. Generando relaciones de largo plazo, a partir de: Ser líderes por nuestra transparencia, simplicidad, conveniencia y compromiso. Atraer, desarrollar y motivar un equipo de excelencia, comprometido, colaborativo y apasionado por los clientes. Ser valorados por nuestro aporte a las comunidades en que trabajamos, en particular por nuestro esfuerzo en educación financiera. Misión Hacer posibles las aspiraciones de nuestros clientes, a través de una oferta integrada de servicios financieros que supere sus expectativas, potenciada por los beneficios del “Mundo Falabella”.. 1.9 Productos y clientes. El Banco Falabella cuenta con los siguientes productos, orientados hacia personas naturales: Siendo el principal producto la Tarjeta de Crédito CMR.. Figura 2. Productos financieros del Banco Falabella. Fuente: Pagina web Banco Falabella (www.bancofalabella.pe).

(14) 14. 1.10. Premios y Certificaciones.. Los premios a los que el Banco Falabella ha accedido, son principalmente en temas referentes a publicidad: 2018: Top Influencers 2018 Reconocimiento a las empresas peruanas con un rol de influencia “influencers”, en canales digitales. Campaña Miércoles Gourmet Categoría Mejor Campaña Banca y Finanzas Premios Effie: Reconocimiento a las empresas que han desarrollado una campaña publicitaria sobresaliente y con objetivos estratégicos alcanzados: 2016: Effie Bronce Campaña Cuenta Sueldo / CTS Categoría Servicios Financieros 2015: Effie Plata Campaña Todos los días descuentos y beneficios Categoría Relanzamientos 1.11. Relación de la empresa con la sociedad.. El Banco Falabella participa hace 10 años en el programa de ayuda social “Haciendo Escuela”. El programa busca mejorar el desarrollo académico y personal de cientos de niños a nivel nacional a través de la educación. Esto mediante cuatro iniciativas: Educación Financiera: Enseñando buenas prácticas y lo que significa un endeudamiento responsable, para proteger la salud financiera de la comunidad. Proyectos de desarrollo local y construcción de redes de cooperación continental: En conjunto con la Organización América Solidaria, el banco a través de profesionales de distintos países donde tiene presencia, desarrollan proyectos para mejorar la calidad de vida de comunidades de bajos recursos..

(15) 15. Voluntariado Social: Apoyado fuertemente por sus colaboradores quienes participan en diversas actividades recreativas en fechas conmemorativas o en la implementación de diversos talleres en los colegios de Fe y Alegría. Implementación educativa en Colegios Fe y Alegría: Por varios años, el apoyo realizado en los centros educativos de Fe y Alegría, han ayudado a implementar diversos talleres, bibliotecas, salas de cómputo, y otros a nivel nacional. Entre los principales colegios son Nª 53 Huaycan, Nª 63 Trujillo, Nª 26 San Juan de Lurigancho, entre otros..

(16) 16. CAPITULO II. PLANTEAMIENTO DEL PROBLEMA. 2.1 Características del área en que se participó. El proyecto se desarrolló dentro de la gerencia de Inteligencia de Clientes, durante el año 2013 y 2014, en ese momento conformado por una gerencia, una jefatura y 8 analistas. Su principal función era la de proveer las bases de clientes o potenciales clientes según la campaña comercial que el Banco Falabella emitiera, estas bases se ceñían a los lineamientos emitidos por las gerencias de Negocio y Riesgos, así como presentar informes periódicos de los resultados de las campañas emitidas. En otras actividades se puede mencionar el análisis de datos del retail Falabella, así como de la Superintendencia de Banca, Seguros y AFP’s (en adelante SBS), participar y liderar proyectos relacionados a la gestión de información del banco y retail. Para el presente proyecto se tomarán en consideración dos funciones específicas: . La generación de las bases de clientes para campañas de marketing.. . La generación de tableros de control para la gestión de la cartera de clientes.. Cabe mencionar que toda base de campaña que fuera generada por la gerencia de Inteligencia de Clientes, incluían varias áreas: . El área de negocio que es el solicitante, por ejemplo, Gestión de Cartera de clientes de Tarjeta de crédito, sobre el cual nos vamos a enfocar en este proyecto.. . El área regulatoria, en este caso es la Gerencia de Riesgos, a través de los lineamientos para prevenir elevar la tasa de morosidad del banco.. . El área de Inteligencia de clientes, que como ya se ha mencionado es el encargado de generar las bases de campaña.. . El área de Marketing y publicidad, que son los que diseñan la comunicación con el cliente y debe estar alineado con la base que se genera.. . El área de procesamiento de datos, que son los encargados de generar los archivos finales de impresión y control.. Es necesario mencionar que, al ser la información del cliente, sensible y regulada, esta solo es tratada por el área de Inteligencia de clientes y Riesgos. El área de procesamiento de datos y las demás mencionadas, no tienen una participación directa en la data, solo se ciñen a la generación de archivos necesarios para la impresión de.

(17) 17. las comunicaciones y definición de los segmentos a los que serán enviados las campañas. 2.2 Antecedentes y Definición del problema. Antecedentes. A inicios del año 2013, surge la necesidad de fortalecer la marca Falabella, tanto por el lado financiero con la Tarjeta CMR, como en las ventas del retail. Como ya se ha mencionado, la ventaja competitiva entre banca y retail, aseguraba promociones de venta exclusivas para clientes del banco. Era el momento de potenciar esta ventaja. Se ideo la campaña “Ahorros CMR”, la cual consistía en comunicar a toda la cartera de clientes los ahorros que habían incurrido por comprar en el retail con la Tarjeta CMR, durante todo el año anterior (2012). Uno de los principales inconvenientes fue, la aprobación del proyecto, por la Gerencia de Sistemas, debido a que este no se encontraba en el portafolio de proyectos a desarrollar. De esta forma, el desarrollo del proyecto recae al 100% sobre la Gerencia de Inteligencia de Clientes, quienes lo realizan exclusivamente con recursos del área. Sin embargo, esto mostro junto a otros escenarios, la poca reacción que se tenía frente a propuestas comerciales, que tenían que ser atendidas de forma inmediata dado su alto valor en oportunidades comerciales y que muchas veces no podían ser atendidas por el área de TI o la misma Gerencia de Inteligencia de Clientes, dado que se encontraban atendiendo requerimientos recurrentes del área de negocios. Es así, que se busca liberar al área de Inteligencia de Clientes, de reportes, generación de bases de clientes y análisis rutinarios. Y que el esfuerzo se redirija hacia proyectos de mayor envergadura. A la vez que se vuelva más efectiva y genere conocimiento aplicable al negocio..

(18) 18. Figura 3. Comunicación a clientes campaña “Ahorros CMR”. Fuente: Información Banco Falabella. Definición del problema. El presente proyecto se enfocó en dos funciones del área de Inteligencia de Clientes, la generación de bases de campaña y el desarrollo de tableros de control que nos ayude a la gestión de la Cartera de clientes de la Tarjeta CMR. Es conveniente indicar que cada cliente tiene atributos propios, por ejemplo: edad, sexo, estado civil, nivel socio económico, rango de ingresos entre otros. Sin embargo, existen otros atributos que son variables en el tiempo como lo son: su comportamiento crediticio, hábitos de pago, hábitos de consumo entre otros. Este segundo grupo obedece a un procesamiento de data para poder ser calculados..

(19) 19. Según lo indicado, la definición del problema del presente proyecto es ¿Cómo gestionar la cartera de clientes eficientemente? Es decir que el área de negocio cuente con información actualizada de los clientes, a fin de implementar estrategias comerciales oportunas. Por ejemplo, ¿prevenir la fuga de clientes y fidelizar a la cartera? Sosteniéndonos en propuestas atractivas del banco hacia los clientes y con campañas de marketing acertadas y a tiempo. A fin de terminar de plantear el problema, es conveniente citar algunos puntos: El área de Inteligencia de clientes, es el único que puede realizar el tratamiento de datos de los clientes (ampliaciones de líneas de crédito, descuentos en compras para clientes inactivos) y no clientes (campañas de captación) del Banco Falabella. El procesamiento de datos es semi automático, usando herramientas de análisis estadístico como el SPSS (Statistical Package for the Social Sciences), pero limitados por una extracción de data manual vía SPSS o SQL (Structured Query Language). El análisis de las áreas de negocio, están supeditadas al envió de los reportes del área de Inteligencia de clientes para realizar sus propios análisis. Muchos de los reportes indicados, si bien es cierto cumplen con los parámetros dictados por el área de negocio, no son versátiles como un Tablero de Control dinámico o dashboard. Los reportes enviados pierden vigencia rápidamente, conforme la cartera de clientes se vuelve más dinámica. Por ejemplo, clientes que entren y salgan de un estado de inactividad en sus consumos. A continuación, los diagramas FODA e Ishikawa, que ayudaran en la conceptualización del problema de forma gráfica, de tal forma que se pueda apreciar claramente en base al FODA porque se abordó, el problema con esta solución, y los factores que influyeron en que el problema se presentase, esto último a través del diagrama Ishikawa. En cuanto al FODA, se puede mencionar, que el área de BI, contaba con el conocimiento, un DWH implementado y la experiencia de la implementacion de la herramienta en otra empresa del grupo, pero una capacidad limitada de atención, de pedidos recurrentes, con poca iniciativa del area de TI, en la generacion de nuevos esquemas de información, por lo que se opta por una herramienta que brinde el alcance de las oportunidades, buscando maximisar las fortalezas y reorientar los recursos del área, hacia funciones que generen mas conocimiento y evitar la rotacion de personal..

(20) 20. Problema: Gestión de Cartera inadecuada. Fortalezas - Conocimiento del negocio financiero y retail - Conocimiento técnico - Conocimiento estadístico - Se cuenta con un DWH Falabella. Debilidades - Reportes no versátiles - Capacidad operativa limitada - Baja motivación en tareas repetitivas - Bases desfasadas (Campañas pierden target) - Pérdida de know how por rotación de personal - Proces. semi automático en la generación de bases - Cuellos de botella, dentro de los procesos de campaña - Baja respuesta a nuevos requerimientos comerciales. Oportunidades. Amenazas. - Se cuenta con gran cantidad de data - Alto posicionamiento de marca CMR - Posibilidad de alianzas estratégicas - Referencias de casos similares en el grupo - Existe margen de crecimiento en el market share - Ser mas eficiente y liberar carga al equipo BI (time) - Empoderar al área de negocio, incremento operativo. Sobre carga laboral Indicadores de clientes cambiantes Flujo incremental de clientes inactivos Reportes que pierden vigencia rápidamente Variación de indicadores de clientes objetivo Poco apoyo en las áreas de TI para crear nuevos indicadores. Figura 4. Diagrama FODA del problema. Fuente: Elaboración propia. En cuanto al diagrama de Ishikawa, notar la agrupación clasica de Personas, máquina, materiales, medio ambiente, metodo y medidas (6 M’s), alineadas al escenario del problema, que nos permite ver que existe una necesidad de hacer las cosas de otra forma, buscando innovar la metodologia recurrente. Campañas Comerciales. Número en aumento Nuevos Formatos No planificadas. Analistas. De BI - Alta rotación Operatividad limitada De Negocio – No se involucra. Entorno. Campañas compra de deuda Cartera altamente dinámica Cuellos de botella en BI Gestión de Cartera Inadecuada. Procesamiento clásico Reportes Estáticos Poco innovador. Falta de nuevas herramientas Procesos semiautomático Reportes no versátiles. Metodología. Nula generación nuevos indicadores Indicadores comerciales desfasados. Herramientas de Gestión. Figura 5. Diagrama de Ishikawa del problema. Fuente: Elaboración propia.. Indicadores Comerciales.

(21) 21. Figura 6. Flujo del proceso de una base para campaña de marketing. Fuente: Elaboración propia.. Figura 7. Flujo del proceso de análisis de resultados de la campaña. Fuente: Elaboración propia.. Figura 8. Flujo del proceso de análisis de un segmento de clientes. Fuente: Elaboración propia. Según lo descrito, el área de Inteligencia de clientes destina recursos para poder cumplir con la generación de datos y el análisis de los mismos. Muchas veces estas tareas quedan desfasadas y el análisis se vuelve tardío y precario por la presentación de los.

(22) 22. informes. Por tanto, es conveniente encontrar la forma de que tareas recurrentes sean realizadas con procesos automáticos, con reportes que añadan valor y sean lo más actualizado posible. 2.3 Objetivos. Dentro de los objetivos que se han definido, está la gestión correcta y oportuna de la cartera de clientes del Banco Falabella. Para esto se definen los siguientes objetivos: Objetivo General Gestionar la Cartera de Clientes, contando con segmentos de clientes e indicadores actualizados, que ayuden a poder identificar aquellos clientes próximos a caer en inactividad en un determinado tiempo, así como ofrecer la mejor oferta del banco de acuerdo a sus características de consumo. Objetivos Específicos: Los siguientes: . Contar con una segmentación de clientes basado en una valoración del cliente de acuerdo a su potencial y nivel actual de consumo.. . Contar con indicadores de cliente, actualizados que permitan ofrecer una oferta acorde a las necesidades de este.. . Contar con un Tablero de Gestión, donde se pueda cuantificar ciertos criterios de selección del analista de negocio, los clientes objetivo y sus características más importantes.. . Poder seleccionar a estos clientes, de forma rápida y evitar el procesamiento por parte del equipo de Inteligencia de Clientes, para lanzar campañas de marketing.. 2.4 Justificación. La identificación oportuna del segmento al que pertenece un cliente, es clave en el tratamiento de este. Dado que podrá emplearse menor presupuesto en comunicación o de una oferta específica, antes que cambie de segmento o se encuentre inactivo y próximo a perderlo. Las campañas de marketing tienen un costo asociado ya sea física o por email, contando el recurso de un analista y todo el proceso de desarrollo de la base que ya fue comentado. Al tener una herramienta que ayude a seleccionar el segmento adecuado,.

(23) 23. se ahorrara horas hombre en recursos que son limitados y podrá redirigirse para otras actividades. Los procesos deben ser automáticos y recurrentes para poder identificar lo antes posible a aquellos clientes que presentan o ya no una inactividad en compras, este mismo concepto es aplicado a compras en cualquier formato del retail Falabella. Cabe mencionar que el Banco Falabella cuenta con un Data Warehouse (DWH), sin embargo, sumado los tiempos de procesamiento, la data resultante muchas veces deja de estar actualizada, además dentro del DWH no se encuentran indicadores solicitados por el área de negocio. 2.5 Alcances y limitaciones. El presente proyecto solo aplica a la base de clientes del Banco Falabella y dar soporte a las campañas que podrían iniciarse desde el mismo. No aplica para las campañas de captación de clientes, dado que esta información no es identificada de forma regular. El presente proyecto se encuentra limitado por la información proporcionada por el Data Warehouse del Banco Falabella y los indicadores que hayan sido solicitados por el área de negocio. Los segmentos y resúmenes de datos han sido contrastados con los procesos tradicionales, a fin de validar el procesamiento adecuado de data..

(24) 24. CAPITULO III. MARCO TEÓRICO. 3.1 Marco legal. Por el lado de la legislación peruana, el presente proyecto se ciñe a la normativa vigente de las leyes que enmarcan el sistema financiero, como son: Ley Nª 26702 – “Ley del sistema financiero y del sistema de seguros y orgánica de la superintendencia de banca y seguros” “Publicada el 9 de diciembre de 1996, establece el marco de regulación y supervisión a que se someten las empresas que operen en el sistema financiero y de seguros, así como aquellas que realizan actividades vinculadas o complementarias al objeto social de dichas personas. El objetivo principal de esta ley es propender al funcionamiento de un sistema financiero y un sistema de seguros competitivos, sólidos y confiables, que contribuyen al desarrollo nacional. Así como fortalecer y consolidar la Superintendencia de Banca y Seguros en su calidad de órgano rector y supervisor del sistema financiero nacional.” Recuperado de http://www.sbs.gob.pe/publicaciones/normativa-sbs Ley Nª 29733 – “Ley de protección de datos personales” “La presente Ley tiene el objeto de garantizar el derecho fundamental a la protección de los datos personales, previsto en el artículo 2 numeral 6 de la Constitución Política del Perú, a través de su adecuado tratamiento, en un marco de respeto de los demás derechos fundamentales que en ella se reconocen.” Recuperado de https://www.minjus.gob.pe/wp-content/uploads/2013/04/LEY-29733.pdf Uno de los principales conceptos que se manejan dentro de esta ley es el tratamiento de los datos personales y a la información de las personas. 3.2 Marco Técnico. El proyecto se referencia a las ventajas técnicas y del uso que ofrecerá la herramienta a utilizar para la explotación de datos frente a otras plataformas de Business Intelligence. Una de las principales ventajas que se tomara en cuenta es que el uso final de la herramienta no sea dirigido hacia un usuario experto, a diferencia de plataformas de Business Intelligence de Oracle, SQL, entre otros. Se busca que un usuario no.

(25) 25. especializado, pueda desarrollar sus propios análisis y resúmenes de datos (self service). Basado en la experiencia de profesionales del área de inteligencia de clientes, es necesario indicar, que los tiempos de respuesta a los pedidos de información cada vez son más cortos por parte de las áreas de negocio. La necesidad de tener información actualizada no es un requerimiento sino una necesidad. La misma que un Data Warehouse ya no es capaz de responder, sumado a eso el cálculo de nuevos indicadores relevantes para el negocio. En este caso lo mencionado es relevante para identificar los segmentos de la cartera de clientes que se necesite. Por ello se busca una herramienta que sumada a la información del Data Warehouse, se pueda obtener información mucho más ágil, actual y de mayor valor para el negocio. Como resultado de obtener información con las características mencionadas, se buscará que los recursos de horas hombre sean re dirigidos hacia funciones más estratégicas. Tanto por el lado del área de Inteligencia de clientes y sobre todo en el área de negocios, donde los analistas comerciales podrán hacer foco sobre los segmentos de clientes a analizar y las estrategias más convenientes para gestionarlos. 3.3 Gestión de Cartera de Clientes. En el libro escrito por Peppers y Rogers, definen al cliente de la siguiente manera “Para algunos, el término evocará la imagen mental de los compradores. Para otros, esos compradores son usuarios finales o consumidores, y los clientes son negocios ascendentes en la cadena de distribución: las empresas que compran a los productores y venden directamente a los usuarios finales o fabrican su propio producto.” En otra línea menciona “Eso significa que la competencia es cualquier cosa que un cliente pueda optar que impida elegir la organización que está tratando de construir una relación con ese cliente.” (Don Peppers y Martha Rogers, 2016,p.21). Eso significa que un cliente debe estar constantemente monitoreado, para ofrecer lo que necesita en el momento que lo necesite y así evitar lo que normalmente se denomina fuga de clientes o churn. Uno de los principales atributos de una cuenta o cliente CMR, es la situación, esta indica si el cliente se encuentra apto para usar la tarjeta o no. En la siguiente tabla, mostramos la distribución de la cartera del Banco Falabella a inicios del año 2013..

(26) 26. Tabla 1: Distribución de la cartera de clientes del Banco Falabella.. Situación de la Cuenta Normal Nuevo Debe Cancelar Bloqueado Cerrada. Tipos de Cuenta de Tarjeta CMR CMR Visa Clásica Visa Platinum 22.61% 27.05% 1.09% 3.39% 1.70% 0.04% 2.12% 1.63% 0.03% 25.25% 2.10% 0.04% 11.39% 1.51% 0.05%. Fuente: Información Banco Falabella. Normal. Clientes que se encuentran aptos para usar su tarjeta. Nuevo. Clientes que aún no usan su tarjeta por primera vez o aun no la recogen. Debe Cancelar. Clientes con mora temprana, menor a 60 días Bloqueado. Clientes que no han usado su tarjeta en los últimos 24 meses o fueron bloqueados por mora. Cerrada. Cuentas que ya no tienen contrato vigente con el banco. La gestión comercial esperada, es reducir los clientes en los segmentos Nuevo (que pasen a situación normal) y Bloqueados por inactividad (que se activen). El segmento Debe Cancelar o mora temprana es una gestión de las áreas de cobranzas. De ahí la importancia de que el área de negocio, cuente con información lo más actualizada posible, para que los recursos de campañas de activación (Situación 1) o los de Recuperación (Situación 6) sean lo más eficientes y rentables posibles. Un claro ejemplo son aquellas cuentas que se tiene identificado una inactividad en un cierto periodo de tiempo, la idea es que no se bloqueen por inactividad y se recupere su situación, muchas veces a través de campañas con estímulos comerciales, sin embargo, serían desperdiciados si lanzamos la campaña a un segmento cuyo uso es cíclico o ya fue activado sin necesidad de la campaña, pero no fue detectado debido al desfase de generación de bases de campaña. A continuación, mostramos una tabla de distribución de la cartera de clientes en situación 1 (nuevos), para una campaña de activación de cuenta, es decir clientes nuevos que aún no usan su tarjeta CMR, los parámetros a aplicar son: Cuentas con antigüedad de hasta seis meses (desde que firmó o acepto el contrato de la tarjeta CMR) y una línea de crédito a partir de S/. 1,000 (13,886 cuentas a campaña)..

(27) 27. Tabla 2: Distribución cuentas en Situación 1 (nuevas). Linea Credito CMR. Hasta 3 meses. Cero Menor a 300. Entre 4 y 6 meses 14. Antigüedad de la Cuenta Entre 7 y 9 Entre 10 y 12 meses meses 35 33. Mas de 12 meses 128. Total 210. 556. 192. 179. 218. 453. 1,598. 300 - 600. 9,733. 7,760. 5,161. 4,454. 16,337. 43,445. 600-1000. 7,920. 5,426. 3,491. 2,837. 11,526. 31,200. 1001 - 1400. 1,948. 1,483. 1,386. 2,085. 5,032. 11,934. 1400 - 3000. 4,927. 3,947. 3,145. 2,418. 8,091. 22,528. 3001 - 4000. 269. 266. 256. 207. 946. 1,944. 4001 - 5000. 225. 214. 199. 150. 430. 1,218. 5001 - 6000. 32. 34. 33. 13. 161. 273. 6001 - 7000. 33. 24. 27. 19. 111. 214. 7001 - 8000. 37. 43. 39. 24. 116. 259. 8001 - 9000. 31. 40. 24. 43. 79. 217. 9001 - 10000. 84. 59. 66. 21. 102. 332. 10001 - 15000. 97. 90. 103. 71. 255. 616. 15001 - 20000. 1. 2. 1. 1. 24. 29. 13. 13. 43,804. 116,030. Mayor a 20000 Total. 25,893. 19,594. 14,145. 12,594. Fuente: Información Banco Falabella. Estos son atributos de cuentas, las mismas que deben ser correctamente analizadas para que la comunicación sea en el momento adecuado. 3.4 Sistema Financiero Peruano. El sistema financiero está regulado por la Superintendencia de Banca, Seguros y AFP’s. Todos los cuadros que a continuación presentamos son publicados por la SBS al cierre del ejercicio del 2018 (31 de diciembre). Tabla 3: Distribución Sistema Financiero Peruano. SISTEMA FINANCIERO - ESTRUCTURA. Diciembre 2018 Banca Múltiple Empresas Financieras Cajas Municipales (Cm) Cajas Rurales De Ahorro Y Crédito (Crac) Edpyme Empresas De Arrendamiento Financiero Banco De La Nación Banco Agropecuario (Agrobanco). Número de Empresas 16 11 12 6 9 1 1 1. Activos Monto % (Miles S/) 385,343,801 83.3 14,842,067 3.2 26,727,333 5.8 1,920,784 0.4 2,487,842 0.5 314,853 0.1 30,101,634 6.5 686,394 0.1 462,424,708 100. Fuente: Informe SBS al 31 diciembre 2018.. Créditos Monto (Miles S/) 270,662,412 12,882,276 21,367,823 1,564,537 2,229,945 244,033 5,978,304 965,589 315,894,918. % 85.7 4.1 6.8 0.5 0.7 0.1 1.9 0.3 100. Depósitos Monto (Miles S/) 243,860,245 7,467,336 21,254,159 1,331,161 24,776,839 298,689,740. % 81.6 2.5 7.1 0.4 8.3 100.

(28) 28. El segmento que se analizara es Banca Múltiple, conformada solamente por entidades bancarias. El tipo de deuda es Consumo en Tarjeta de Crédito para personas naturales. Según el Reglamento para la Evaluación y Clasificación del Deudor y la Exigencia de Provisiones (Resolución SBS N° 11356-2008), se define como deuda de consumo a los créditos otorgados a personas naturales, con la finalidad de atender el pago de bienes y/o servicios no relacionados con la actividad empresarial. Las entidades bancarias, diversifican su oferta entre una serie de productos financieros para personas naturales y jurídicas, entre las que se cuentan créditos efectivos, vehiculares, hipotecarios, factoring, entre otros. Sin embargo, el Banco Falabella a la fecha solo participa con productos de crédito de consumo. Tabla 4: Distribución porcentual de productos financieros. Estructura de los Créditos Directos por Modalidad y Empresa Bancaria Al 31 de diciembre de 2018 (En porcentaje) Comercio Exterior. Otros. Total Créditos (En miles de nuevos soles). 6.98. 4.51. 4.13. 91,824,200. 8.26. 10.01. 2.61. 54,205,749. 1.89. 7.56. 11.06. 2.22. 46,015,145. 19.75. 0.95. 5.27. 6.22. 1.92. 32,518,012. 42.80. 17.09. 1.96. 12.89. 16.02. 1.38. 10,110,221. -. 94.92. 5.08. -. -. 0.00. 9,949,503. 6.53. 2.70. 58.96. 13.94. 0.29. 6.01. 10.44. 0.62. 7,401,273. 0.04. -. 15.82. 52.91. 0.14. 18.18. 12.84. 0.07. 3,937,453. 0.00. 1.12. 0.40. 53.85. 29.04. -. 4.20. 6.71. 4.68. 3,792,447. -. 98.06. -. 1.83. 0.11. -. -. -. 0.00. 3,055,620. Citibank. 1.68. 0.21. -. 60.45. -. 7.17. 0.26. 4.04. 2,745,048. B. Ripley. -. 46.69. -. 53.31. -. -. -. -. -. 1,911,402. 0.01. 0.20. 0.43. 87.70. 3.69. -. 0.69. 6.83. 0.45. 1,469,723. -. -. -. -. -. 816,226. 5.33. 556,553. Cuentas Corrientes. Tarjetas de Crédito. Descuentos. BCP. 0.32. 9.03. 2.53. 54.30. BBVA. 0.49. 5.65. 2.30. 44.77. Scotiabank. 0.20. 6.29. 1.31. Interbank. 0.18. 15.97. BanBif. 0.24. Hipotecarios para Vivienda. Fáctoring. Arrendamient o Financiero. 16.10. 2.09. 23.55. 2.36. 54.51. 14.96. 1.54. 48.21. 4.61. 3.00. -. -. B. Pichincha. 0.50. B. Santander Perú B. GNB. Empresas. Mibanco. B. Falabella Perú. B. de Comercio B. Cencosud. -. B. ICBC. -. B. Azteca Perú. 0.30. Total Banca Múltiple. 100.00 -. -. Préstamos. -. -. -. -. 26.18. 3.70. 88.36. -. -. 1.80. 0.81. 12.75. -. 87.25. -. -. -. -. 9.31. 2.16. 52.45. 1.78. 6.92. 7.63. 16.73. -. -. 0.00. 353,836. 2.72. 270,662,412. Fuente: Informe SBS al 31 diciembre 2018. Como se puede observar, el mix de productos del Banco Falabella está fuertemente orientado hacia la Tarjeta CMR, dejando en un menor valor a los créditos de efectivo. Esta estrategia es empleada sobre todo en la denominada Banca Retail, que al igual que Falabella, cuentan con una alianza dentro del mismo grupo, como lo son el caso de Ripley y Cencosud..

(29) 29. % Deuda Tarjeta de Crédito por Entidad Bancaria 100.00 B. Azteca Perú 80.00 B. ICBC 60.00. BCP BBVA Scotiabank. 40.00. B. Cencosud. Interbank. 20.00 -. B. de Comercio. BanBif. B. Ripley. Mibanco. Citibank. B. Pichincha. B. Falabella Perú. B. Santander Perú B. GNB. Figura 9. Porcentaje Deuda Tarjeta de Crédito por entidad bancaria. Fuente: Informe SBS al 31 diciembre 2018. Para entender mejor el escenario anterior, se muestra el ranking de colocación por crédito de consumo, para luego desglosarlo por Crédito en efectivo y Crédito en Tarjeta de Crédito, donde se puede apreciar como el posicionamiento en el sector de retail, es una ventaja competitiva. Tabla 5: Distribución de créditos de consumo por entidad financiera. Ranking de Créditos Al 31 de diciembre de 2018 (En miles de soles) Créditos Directos Empresas BCP BBVA Scotiabank Interbank BanBif Mibanco B. Pichincha B. Santander Perú B. GNB B. Falabella Perú Citibank B. Ripley B. de Comercio B. Cencosud B. ICBC B. Azteca Perú. Monto 91,008,617 54,205,749 46,015,145 32,518,012 10,110,221 9,949,503 7,401,273 3,937,453 3,792,447 3,055,620 2,745,048 1,911,402 1,469,723 816,226 556,553 353,836. Fuente: Informe SBS al 31 diciembre 2018.. Participación (%). Porcentaje Acumulado. 33.73 20.09 17.05 12.05 3.75 3.69 2.74 1.46 1.41 1.13 1.02 0.71 0.54 0.30 0.21 0.13. 33.73 53.81 70.87 82.92 86.66 90.35 93.09 94.55 95.96 97.09 98.11 98.82 99.36 99.66 99.87 100.00.

(30) 30. Como se puede observar en colocaciones de créditos en general, Banco Falabella se encuentra en décimo lugar, por encima de Ripley y Cencosud. En los siguientes cuadros, se analizará solo en el segmento de Tarjeta de Crédito, su posición sube a un cuarto lugar, para estar en un décimo quinto lugar en Crédito Efectivo. Claramente la estrategia de diferenciación de Falabella, teniendo como punto fuerte al retail, les ha dado resultado para posicionarse con un 11.9 % de participación del segmento. Tabla 6: Distribución de créditos en Tarjeta de Crédito por entidad financiera. Ranking de Principales Modalidades de Créditos Directos Al 31 de diciembre de 2018 (En miles de soles) Tarjetas de Crédito Empresas BCP Interbank BBVA B. Falabella Perú Scotiabank Perú B. Ripley B. Cencosud B. Pichincha BanBif B. Azteca Perú B. GNB Citibank B. de Comercio Mibanco B.Santander Perú B. ICBC. Monto 8,295,980 5,191,975 3,061,976 2,996,406 2,894,276 892,453 816,226 483,147 466,255 45,125 42,417 5,666 2,915 -. Fuente: Informe SBS al 31 diciembre 2018.. Participación (%). Porcentaje Acumulado. 32.93 20.61 12.15 11.89 11.49 3.54 3.24 1.92 1.85 0.18 0.17 0.02 0.01 -. 32.93 53.53 65.69 77.58 89.07 92.61 95.85 97.77 99.62 99.80 99.97 99.99 100.00 -.

(31) 31. Tabla 7: Distribución de créditos en efectivo por entidad financiera. Préstamos Empresas. Monto. BCP Scotiabank BBVA Interbank Mibanco B. Pichincha BanBif B. Santander Perú B. GNB Citibank B. de Comercio B. Ripley B. ICBC B. Azteca Perú B. Falabella Perú B. Cencosud. Participación (%). Porcentaje Acumulado. 34.82 17.75 17.17 11.09 6.68 3.09 3.06 1.47 1.45 1.17 0.91 0.72 0.35 0.22 0.04 -. 34.82 52.57 69.74 80.83 87.52 90.61 93.67 95.14 96.59 97.76 98.67 99.39 99.74 99.96 100.00 -. 49,208,641 25,081,460 24,267,684 15,677,293 9,444,409 4,364,078 4,327,211 2,083,279 2,042,169 1,659,479 1,288,980 1,018,949 491,776 308,711 55,924 -. Fuente: Informe SBS al 31 diciembre 2018. Esta ubicación no es solo como monto en colocaciones, sino que también es expresado en el número de tarjeta habientes, donde ocupa el primer lugar. Tabla 8: Número de tarjetas de crédito por entidad financiera.. Número de Tarjetas de Crédito por Tipo de Crédito y Empresa Bancaria Al 31 de diciembre de 2018. Empresas. Créditos de Consumo. Créditos Corporativos. Créditos a Grandes Empresas. Créditos a Mediana Empresas. Créditos a Pequeñas Empresas. Créditos a Microempresas. Total. B. Falabella Perú. 1,397,418. -. 1. 1. -. -. 1,397,420. B. Ripley. 1,207,265. -. -. -. -. -. 1,207,265. Interbank. 922,832. -. -. 5. -. -. 922,837. BCP. 774,456. 1,111. 2,930. 17,096. 52,926. 24,341. 872,860. B. Cencosud. 659,724. -. -. -. -. -. 659,724. BBVA. 614,604. 935. 4,316. 8,973. 14,418. 5,290. 648,536. Scotiabank. 451,754. 299. 493. 1,579. 304. 463. 454,892. B. Pichincha. 273,554. 12. 155. 388. 276. 432. 274,817. BanBif. 96,514. 32. 207. 1,078. 999. 1,199. 100,029. B. Azteca Perú. 60,533. -. -. -. -. -. 60,533. B. GNB. 8,410. -. -. -. -. -. 8,410. Citibank. -. 495. 1,224. 104. 155. 31. 2,009. 1,017. 1. 1. 1. 1. 3. 1,024. Mibanco. -. -. -. -. -. -. -. B. Santander Perú. -. -. -. -. -. -. -. B. ICBC. -. -. -. -. -. -. -. 6,468,081. 2,885. 9,327. 29,225. 69,079. 31,759. 6,610,356. B. de Comercio. Total Banca Múltiple. Fuente: Informe SBS al 31 diciembre 2018..

(32) 32. Para culminar con este capítulo, vamos a mostrar algunos indicadores financieros de la banca múltiple del sistema financiero peruano.. Tarjetas de Crédito (Miles S/) 25,000,000. 21,119,152 20,000,000. 17,163,687. 18,440,531. 18,751,268. Dic-16. Dic-17. 13,829,219. 15,000,000. 10,000,000. 5,000,000. Dic-14. Dic-15. Dic-18. Figura 10. Saldos Tarjeta de Crédito de la Banca Múltiple. Fuente: Informe SBS al 31 diciembre 2018.. Cartera Tarjetas de Crédito atrasada / Cartera Tarjetas de Crédito (%) 6.00. 4.78. 5.00. 4.08. 4.08. Dic-14. Dic-15. 5.09. 3.74. 4.00 3.00 2.00. 1.00 0.00 Dic-16. Dic-17. Figura 11. Morosidad en Tarjeta de Crédito de la Banca Múltiple. Fuente: Informe SBS al 31 diciembre 2018.. Dic-18.

(33) 33. Figura 12. Morosidad de Tarjetas de Crédito. Fuente: Informe SBS al 31 diciembre 2018.. 3.5 Business Intelligence. En la actualidad mucho se hablado de la data que se cuenta a disposición para analizar y que las empresas en su búsqueda de no quedar rezagadas en el mercado deben aprovecharla. Sin embargo, esta data sin contar con una estrategia definida de análisis de negocio, no podrá ser implementada adecuadamente para que se transforme en una ventaja competitiva frente a las demás. Crear valor más allá de ser una frase corta, engloba muchos procesos, metodologías y el uso de herramientas adecuadas para que finalmente la base de datos de una empresa pueda añadirle valor a esta. Vamos a mencionar algunas definiciones sobre Business Intelligence o su traducción al español que es Inteligencia de Negocios. Edinson Medina La Plata (2012). “La capacidad para tomar decisiones de negocio precisas y de forma rápida se ha convertido en una de las claves para que una empresa llegue al éxito. Sin embargo, los sistemas de información tradicionales, suelen presentar una estructura muy inflexible para este fin. Aunque su diseño se adapta en mayor o menor medida para manejar los datos de la empresa, no permite obtener la información de los mismos.” (p. 24)..

(34) 34. Josep Curto Díaz (2011). “Se entiende por Business Intelligence al conjunto de metodologías, aplicaciones, prácticas y capacidades enfocadas a la creación y administración de información que permite tomar mejores decisiones a los usuarios de una organización.” (p. 18). Muñoz, H. H., Osorio, M. R., & Zúñiga, P.L. (2016). Inteligencia de los negocios. Clave del Éxito en la era de la información. Revista Clío América, 10 (20). “Se puede decir que son aquellos recursos administrativos empresariales con los que las organizaciones actuales y modernas pueden contar para aprovechar al máximo toda la información que posean tanto de sus clientes como la de sus proveedores y hasta la de sus competidores inclusive; todo con el fin de lograr ventajas competitivas en un mercado hostil y demasiado dinámico.” (p. 194). Todos los anteriores enunciados refieren a conceptos de administrar información y toma de decisiones. Pero no hay que confundir que solo es administrar información, lo cual podría guiarnos hacia el error que solo una base de datos podría desempeñar ese rol. En base a lo anterior, y al expertise del autor, se define a la Inteligencia de Negocios como la combinación de metodologías de trabajo, procesos y tecnologías, que permiten transformar datos aislados y no relacionados en información relevante para el negocio, que usada correctamente generara conocimiento del mismo. Esto sin lugar a dudas lo convierte en una fuerte ventaja competitiva al estar reconocida dentro de la estrategia comercial de la empresa. A continuación, mostramos la conocida pirámide de datos o información, ajustada según aportes de varios autores, y consolidado en un solo gráfico. Nos dice que los sistemas transaccionales que generan data todo el día, son el input de los procesos de Inteligencia de Clientes, pero los sistemas de este nivel, están fuera del enfoque de BI. Solo a partir del segundo nivel, donde se tiene acceso a decisiones y a una plataforma pre concebida, se podrá generar información relevante, en base a la data inicial, que sirva para análisis más robustos de información como, por ejemplo: Cuál es el acumulado de las ventas y el % de crecimiento respecto a un periodo anterior. Cuáles son los productos que mejor responden a una campaña comercial o el patrón de consumo de cierto producto..

(35) 35. B U S I N E S S. Accionistas Directores. ESTRATEGIA Gerentes Jefes de área Coordinadores. TACTICA. I N T E L L I G E N C E. Periodo de Analisis. Sistemas. Mensual Trimestral Dashboard Anual Reportes Directivos Mediano / Largo Plazo. Semanal Mensual Mediano Plazo. DashBoard Reporting OLAP Data Analysis. Diario Semanal Corto Plazo. Sistemas Transaccionales Analisis OLTP. Supervisores Personal Operativo. OPERATIVA. Figura 13. Pirámide de Gestión de Información. Fuente: Flores F. (octubre 2018). Implementación de BI. Conferencia presentada en Sistemas UNI. 3.6 Desarrollo y evolución del Business Intelligence. A continuación, se indica la evolución de los roles dentro del BI en los últimos años y como se han creado especializaciones dentro de esta tecnología.. Aparición. Accesibilidad. Facilitadores. Desafíos. Inteligencia de Negocios. Análisis de Autoservicio. Análisis Inteligente (ML / IA)). 1985 - 2005. 2005 - 2015. 2015 – 2020 ?. Liderado por TI / Expertos. Liderado por analistas / usuarios avanzados. La tecnología ayuda a los usuarios emprendedores. Generación de Informes de Negocios. Preparación de datos. Aprendizaje Automático. Dashboard. Descubrimiento de Datos. Automatización. Scorecards. Visualización de datos. UI de lenguaje natural. Accesibilidad, Agilidad. Gobernanza. Confianza, Transparencia. Figura 14. Evolución de BI y Análisis de data. Fuente: Villanueva F. (enero 2019). Análisis inteligente: De los datos a las decisiones. Conferencia presentada en CA (https://www.tableau.com/about/blog)..

(36) 36. Es común escuchar hablar de Business Intelligence (BI), Business Analytics (BA) y recientemente Big Data, esto en realidad es una evolución del primer término. Dado la evolución de las tecnologías de información, dio paso a la especialización de los roles de profesionales de BI. A continuación, se muestra el resultado de búsqueda en Google Trends, de los términos referenciados, para el año 2018 en Perú y en USA.. Figura 15. Tendencia Palabras clave Perú 2018. Fuente: Google Trends.. Figura 16. Tendencia Palabras clave Estados Unidos 2018. Fuente: Google Trends. Tomando como referencia a Estados Unidos, Big data es el más destacado, de la misma forma en Perú. Sin embargo, en cuanto a BI y BA, a nivel local hay una marcada diferencia a favor del primero, en USA esta desaparece. La razón es debido a que aun.

(37) 37. en el nivel local el termino de BA, es relativamente nuevo y los profesionales con experiencia en el área son escasos. Sin embargo, estos roles siempre han existido, es claro que el profesional de BI, hacia los roles de analista de información, analista de negocio, analista de procesos, solo que ahora se tiene claramente identificado su participación en cada fase de los procesos. Para el profesor Ph.D. Jorge Samayoa (2018), “La Inteligencia de Clientes es el proceso de analizar y presentar la información de una forma no técnica, y sobre todo útil y de fácil entendimiento para los tomadores de decisión”. Claro está que el profesor Samayoa, ha identificado los demás roles en los procesos de BI. A continuación, un gráfico donde se muestra desde un punto de vista estructurado dichos roles.. Figura 17. Roles de especialistas en una estructura de BI. Fuente: Samayoa, J. (2018) Estadística aplicada a negocios (Ponencia Programa MOOC EDX). Los roles que se despliegan del anterior cuadro son los siguientes: Data Engineering: Es el que tiene a cargo garantizar la calidad de data, asegurar que esta se encuentre apta para el procesamiento y la carga en la plataforma de BI. Normalmente es quien conoce los sistemas transaccionales a un nivel de base de datos.

(38) 38. y funcionalidad. Los conocimientos requeridos deberían ser: Base de datos, programación, sistemas operativos y estadística. Business Intelligence: Responsable de identificar la información más relevante para el negocio y desarrollar presentaciones o cuadros de mando de alto impacto. Dado que la presentación de los principales KPI’s ayudaran a gestionar de mejor forma los recursos de la empresa. Los conocimientos requeridos son: Base de datos, programación, estadística y manejo de KPI’s. Business Analytics: Son los que tienen manejo directo con la data, los que realizan análisis estadísticos y/o matemáticos, a través de análisis estadísticos principalmente. Sus conocimientos deben ser estadísticos, de programación y manejo de KPI’s. Data Scientist: Es el profesional que normalmente cruza transversalmente los anteriores roles. Realizan los llamados modelos predictivos, que son algoritmos estructurados con una fuerte base estadística, entre los más conocidos son: arboles de decisión, cluster, segmentación de perfiles, entre otros. Tienen conocimientos en estadística, base de datos, programación, sistemas operativos y sobre todo investigación. Para finalizar este punto se indicará algunos ejemplos donde se emplea BI: En el sector Financiero: Segmentar tu cartera de clientes, de acuerdo a perfiles y ofrecer el producto más conveniente de acuerdo a la valoración del cliente. En el sector Retail: Para identificar cuáles son los mix de productos con mayores ventas, de tal forma la rotación de stock sea más óptima. En el sector servicios: Identificar consumos atípicos por ejemplo de consumo de energía eléctrica, que indique una manipulación del sistema de medida. 3.7 Gobierno de Datos. Los términos Gobierno de Datos y Calidad de Datos, además que son relativamente nuevos como nombre, siempre han estado o debieron estar presente en cualquier proceso de generación de data, hablando sobre todo del medio local. Se inicia este apartado indicando que no son lo mismo, mientras que la Calidad de Datos es un proceso de refinamiento y control previo al procesamiento, para que el resultado sea el adecuado, el gobierno de datos asegura una correcta administración de estos, identifica a todos los responsables dentro de la organización. Tomando en consideración lo ya mencionado, los datos son un activo de las empresas, entonces es lógico pensar que se necesita, lineamientos, políticas y controles para asegurar tal bien..

(39) 39. Dentro de cualquier organización existe data, generada internamente o adquirida de fuentes externas, por ejemplo, la morosidad de un cliente en el pago de la tarjeta de crédito que un banco le ha otorgado, es una data de generación interna, sin embargo la información de las centrales de riesgos que son adquiridas para realizar campañas de captación de cuentas o ampliación de la línea de crédito de un producto financiero del mismo banco es una data adquirida de una fuente externa, o también en cuanto se refiere a un score de crédito o de riesgo de un grupo de personas es una data de fuente externa. Siendo así, es necesario definir ciertos canales de recepción de data, responsables y políticas de administración de datos, así como procesos que aseguren la integridad de estos, en la adquisición, procesamiento y entrega final. Vamos a definir el concepto según lo que refiere algunas citas bibliográficas. Ladley J (2012) “El gobierno de los datos es la organización e implementación de políticas, procedimientos, estructura, roles y responsabilidades que describen y aplican las reglas de participación, los derechos de decisión y las responsabilidades para la gestión eficaz de los activos de información”. (Data Governance: How to Design, Deploy and Sustain an Effective Data Governance Program Pag.11-12). El mismo autor nos indica: “La gobernanza de los datos representa el programa utilizado por una empresa, para administrar los organismos, políticas, principios y calidad de la organización que garantizará el acceso a datos e información precisos y libres de riesgos. El gobierno de los datos establecerá estándares, responsables, y garantizará que el uso de datos e información alcance el máximo valor para la empresa, a la vez que administra el costo y la calidad del manejo de la información. La gobernabilidad de los datos hará cumplir el uso coherente, integrado y disciplinado de la información". (Data Governance: How to Design, Deploy and Sustain an Effective Data Governance Program Pag.11-12). Según la definición del autor Gobierno de Datos, es una estrategia que se basa en una serie de políticas, procedimientos, estándares, identificación de roles, con el único objetivo de salvaguardar el activo de data de la empresa. Esta puede ser interpretada como un framework de trazabilidad (planificación, monitoreo y cumplimiento). Pero lo que no es Gobierno de Datos es una serie de frases en un documento pdf que es archivado como algo sin importancia, lejos de realizar un seguimiento y una coordinación vertical hacia toda la empresa. Tiene como fin, garantizar una gestión adecuada de datos..

(40) 40. Un tema relacionado al presente es la Ley de Protección de Datos Personales, implementada hace unos años en el Perú, la cual obliga a cualquier entidad pública o privada a gestionar los medios necesarios para salva guardar la información de datos personales de sus clientes. Esta normativa encauza a que todas las empresas se alinean hacia un gobierno de datos, dependerá de cada uno de estas, implementarlas en menor o mayor grado posible. De acuerdo con la teoría del Gobierno de Datos y lo que nos indica Stephanie Zatyko (Product Marketing Manager Experian USA), nos habla de tres pilares: Las personas: Dentro de la organización se debe identificar aquellas que tienen algún tipo de relación con la data, y encontrando varios roles definidos: Los propietarios de los datos (Data Owner). Deben asegurar la calidad constante de los datos, por su posición de cargos de responsabilidad, tienen las formas de seguir los procesos que correspondan para mantener la calidad en los datos. Los administradores de datos (Data stewards). Aseguran una correcta administración de los datos. Son aquellos que aseguran operativamente que se sigan con las normas establecidas durante las operaciones con datos. Los consumidores de datos (Data consumers). Aquellos que usan datos durante los procesos que intervengan. Ellos al trabajar directamente con la data son los primeros en detectar anomalías en la misma, son los que conocen la data. Los productores de datos (Data producers) Son los que captan los datos dentro de la organización, al igual que los consumidores, identifican variaciones en la data y se alinean con los requisitos indicados para la captación. Los analistas de datos (Data analysts). Son los responsables de traducir datos en información, mediante el uso de herramientas para resumirla en dashboard o informes y así brindar el soporte en la toma de decisiones comerciales. Los custodios de datos (Data custodians). Son los responsables de mantener los datos seguros y administrar el sistema de protección en torno a estos. Los Procesos: Para asegurar la calidad de los datos, se deben implementar ciertos procesos de control, dentro de los procesos comerciales, tanto en la generación de nuevos datos o su procesamiento, así como en la entrega y adquisición de los mismos. Muchas veces estos nuevos procesos podrán tomar recursos para su administración,.

Figure

Actualización...

Referencias

Actualización...