Big Data en Banca
Wolfram Rozas
Responsable de ventas de IBM Big Data.
16 Junio 2014
Big data está transformando la industria de la Banca
Banca
Los bancos que limitan los datos que
analizan limitan su conocimiento del
cliente
Analizando todos los resultados disponibles
en interacciones relevantes y personalizadas
Los patrones clave de uso de banca han emergido gracias al Big
Data & Analytics
Conocimiento de
Cliente y Rentabilidad
¿Cómo puedo anticipar las
acciones de cliente y
comprender sus necesidades?
Optimizar ofertas y
cross-sell
¿Cómo puedo entregar ofertas
más relevantes y mejorar la
tasa de respuesta?
Optimización del
Contract Center
¿Cómo puedo comprender sus
problemas y resolverlos más
eficientemente?
Gestión de Riesgos de
Crédito
¿Como puedo gestionar el
valor del crédito?
Detección y Mitigación
de Fraude
¿Cómo puedo predecir,
detectar e investigar mejor el
fraude?
Security Big Data
¿Cómo puedo proteger mi red
y mi negocio de intrusiones y
ataques?
Optimización de Activos
¿Cómo puedo mejorar las
decisiones de trading y
composiciones de cartera?
Gestión de Riesgos
Operacionales
¿Cómo puedo monitorizar los
sistemas internos para evitar
cortes y riesgos?
Optimizar Pagos de
Consumidores
¿Còmo puedo monetizar la
información de pagos de
consumidores?
Nuestro foco hoy
Optimizar
ofertas y
venta
cruzada
Seguridad
Big Data
Detección y
mitigación
de Fraude
Optimizar
ofertas y
venta
cruzada
Optimización ofertas y venta cruzada
• Mejora de la velocidad
de respuesta y precisión
de los modelos
predictivos para las
transferencias de de
tarjetas de crédito.
• 40% de mejora en la
tasa de aceptación de
ofertas comparado con el
modelo de transferencia.
¿Cómo puedo
seleccionar la mejor
oferta criuzada en el
momento adecuado?
Mejorar éxito de venta
cruzada
• Analizando la conducta de la
tarjeta de crédito para refinar
el conocimiento de clientes
que optimiza la venta
cruzada.
• Mejora de la tasa de
respuesta de marketing.
¿Cómo puedo identificar
las ofertas que serán más
probablemente aceptadas?
Mejorar la aceptación
de oferta
• Analizando la conducta del
cliente de los recibos de
cajero, las notas de call
center y los emails de
cliente.
• Mejorando el conocimiento
del cliente ayudó a
incrementar la aceptación
de ofertas, aumentando
tenencia de productos en
más del 50%.
¿Cómo puedo mejorar el
conocimiento de las
necesidades de cliente?
Mejorar la seleccion del
público objetivo
Gran Banco
Italiano
Gran Banco
Canadiense
Banco Chino
Global
Chat
Voz
Redes
Sociales
IVR (Interactive voice
response)
Móvil
SMS (Short
Message
Service)
Web
Modelos de captación
Modelos de respuesta a
campañas
Modelos de abandonos
LTV
Análisis de la cesta de la
compra
Sensilidad a precios
Modelos de afinidad de
productos
Modelos de segmentación
Modelos de sentimiento
Modelos de venta cruzada/
venta inducida
Campañas
Ofertas
Mensajería
Gestión de presuntos
Gestión de Campañas
de venta cruzada
Marketing en tiempo
real
Detección de eventos
de Marketing
Marketing digital
Conocimiento multidimensional del cliente facilita las interacciones con
cliente en tiempo real
Datos
Conocimiento
predictivo en
tiempo real
Real time or historical
Gestión de
Marketing
Interacciones
de cliente
multicanal
Los clientes comunican
sus quejas por
diferentes canales:
Internet, Oficina o Contact
Center
El agente de Nivel 1
determina la Subfamilia y
Motivo, y asigna Nivel 2
(resolutor)
92%
de reducción
de esfuerzo
El agente Nivel 2 analiza la
queja y toda la información
relacionada.
Resuelve y comunica la
resolución al cliente.
Nivel 1
Nivel 2
El agente de Registro
determina la Familia, y
devuelve al sistema para
completar la clasificación
61%
de reducción
de esfuerzo
Registro
El sistema lee la
descripción, determina
Familia, Subfamilia y
Motivo, y asigna Nivel 2.
Si no alcanza el nivel de
confianza suficiente,
solicita ayuda con
sugerencia de
clasificación.
Envío de quejas
Automáticas
Automáticas con ayuda
de Registro
•
77% de reducción de tiempo de clasificación
•
SLA previsto: El 40% se resuelve en el día y el 80% en menos de
2 días
•
Reducción del Nivel 1 en un 50%
Proceso 50% manual (error 50%)
Banco holandés que analiza
rápidamente la conducta de
sus clientes para
personalizar y optimizar las
ofertas y tratamientos
Necesidad
• Analizar rápidamente la conducta de los
clientes para hacerles llegar ofertas
personalizadas por todos los canales
Solución:
IBM PureData for Analytics,
IBM Interact
Beneficios
• Mejora de aceptación de ofertas para
peticiones de producto incompleto en un 50%.
• 98% de aumento en métricas de rendimiento
en interacción de clientes, métricas de
rendimiento como datos de click stream,
reporting analítico y queries.
Detección
y
mitigación
de Fraude
Fuerzas convergentes están creando una “tormenta perfecta”
para un mayor foco en crímenes financieros
La explosión en conectividad
global ha aumentado las
vulnerabilidades de los
individuos, compañías y
naciones para el cibercrimen
Intensificando la regulación y
las pérdidas operacionales
aplican presión significativa en
retabilidad
La confianza y seguridad del
cliente facilitan la elección de la
marca y debe ser ser ganada
continuamente
Los costes económicos y
scoiales del fraude han
subido
Los esquemas de fraude
son crecientemente
más complejos
71%
Clientes que cambiarán de
banco debido al fraude
2013 Interactive Harris
46%
Clientes que dejan compañías
con una brecha de seguridad
2012 Edleman survey
12
por segundo
Víctimas de cibercrimen
80%
Originado en actividad
organizada
The 2013 Norton Report
Las expectativas de los
clientes han cambiado
4.700M$
Coste global del fraude hoy
332M $
Media de coste de una brecha de TI
Detección y Mitigación del Fraude
Velocidad de análisis y
detección de fraude
• Capacidad mejorada de
identificar e interrumpir
transacciones potencialmente
fraudulentas en un 40%
• Reducción del 72% en quejas
de clientes por fraude en un
año.
¿Cómo puedo detectar
fraude antes de que
impacte a mis clientes?
¿Cómo puedo analizar
grandes cantidades de
datos para fraude?
• Análisis rápido de datos de
trading que facilita el
reporting regulatorio.
• Reducción de tiempo en
ejecutar la vigilancia del
mercado en un 99% lo que
ayuda a mejorar la
capacidad de detectar
actividades de trading
Mejorar la detección de
fraude
MoneyGram International
detecta y previene fraude de
transferencias de fondos
antes de que impacte a los
clientes
Necesidad
• Con 230.000 oficinas en 190 países
MoneyGram International encaró la presión de
soportar los procesos regulatorios que
afectaban a sus negocios internacionales
Resultado
• Capacidad mejorada de identificar e interrumpir
transacciones potencialmente fraudulentes en
un 40%
• Haber prevenido a miles de clientes de perder
fondos por fraude y haber reducido en un 72%
las quejas por fraude en un año
Gran banco en Japón que
implanta su capacidad de
detección de blanqueo de
capitales en tiempo real
Necesidad
• Los esquemas de blanqueo de dinero eran
cada vez más complejos y más difíciles de
trazar. El banco necesitaba detección más
ràpida y precisa
• Solución:
IBM Pure Data System for
Analytics
Beneficios
• Detección de blanqueo en casi tiempo real
• Los tiempos de procesamiento analítico se
redujeron en un 90%
• Mayor nivel de vigilancia capacitado por
una actualización más frecuente de los
perfiles de riesgo
Seguridad
Big Data
Los servicios financieros están arriba en la lista de las
industrias bajo ataque
Top 10 Industries with Cyber Attacks in 2012
Seguridad de Big Data
¿Cómo puedo analizar
grandes cantidades de
datos para ciberamenazas?
• La firma se enfrentó a una
velocidad creciente de datos
de amenazas, variedad de
fuentes de datos, y un
volumen de datos creciente
rápidamente
• Detección mejorada y
análisis de sistemas internos
contra amenazas internas y
Detectar
ciberamenazas en
tiempo real
• El banco usa una solución
de log centralizado para
detectar ciberataques
• Puede ahora producir
informes regulatorios en
minutos en vez de semanas
¿Cómo puedo
protegerme contra
amenazas y asegurar el
cumplimiento regulatorio?
Mejorar la predicción de
posibles amenazas
• El banco monitoriza
todas las bases de datos
en tiempo real para
prevenir acceso a datos
sensibles
• Ayuda a reducir el riesgo
de datos en falta de uso,
reduciendo la exposición
del banco a grandes
¿Cómo puedo detectar
amenazas a medida que
ocurren?
Acelerar el analizar si
hay datos de
amenazas
Banco
Asiático
Firma Financiera
Big Data
Paso 1: Recoger y almacenar cantidades masivas de datos de
seguridad
Para un gran cliente de
Servicios Financieros
250.000
firewalls gestionados
30.000
dispositivos de red
500.000
combinaciones de
puertos abiertos
410.455
clientes Windows
36.109
servidores Windows
1200+
productos valorados por
vulnerabilidad
Estimaciones de tamaño de
gran escala y alto volumen
de eventos y logs
1,5 – 2 TB
al mes por servicio de
seguridad principal
200 – 750GB
total por cada uno
de los servicios menores de
Actividad social
y E-mail
Trazas de
auditoría y logs
del sistemas
Datos de
configuración
de la
infraestructura
Capturas de
conexión
Datos de
proceso del
negocio
Datos externos
sobre
amenazas
Flujos de red y
anomalías
Malware
y conducta
Alertas de
sensores de
seguridad
Información de
vulnerabilidad y
fugas de
seguridad
Logs de
seguridad de
los servidores
Operaciones y Tecnología de
Seguridad Tradicional
Operaciones y
Tecnología de Seguridad
de Siguiente Generación
Paso 2: Aplicar el tiempo real y el análisis histórico para construir
conocimiento más allá de las herramientas tradicionales
Capturado
Detectado
Inferido
Analítica
Descriptiva
Modelización
Decisiones
Ánalítica
Predictiva e
Histórica
Predicción
¿Qué ocurre si
esta tendencia
continúa?
Mitigación e
Invalidación
¿Còmo
podemos
mitigar el
riesgo? ¿cómo
podemos
evitarlo?
¿qué ocurrió?
¿cuál es
exactamente el
problema?
¿Cuántos, con
qué frecuencia,
dónde?
¿Es relevante?
¿Impacto de
riesgo?
Histórica
¿ocurrió
antes?¿Cómo
se resolvió?
Toma de
Decisiones
¿Qué acciones
se deben
ejecutar?
Modelización
Predictiva
¿Qué ocurrirá
lo siguiente?
NYSE Euronext mejora su
conocimiento del mercado,
detecta actividad sospecha y
mejora el reporting
Necesidad
• Ánálisis rápido de datos de actividad bursátil
para facilitar el reporting regulatorio
• Nueva funcionalidad necesitada para trazar el
valor de una compañía listada, realizando
análisis de tendencias, y buscando evidencias
de actividad fraudulenta
• El sistema anterior rastreaba grandes
cantidades de datos de información irrelevante
para completar las búsquedas
Resultado
• Tiempo reducido para ejecutar la vigilancia de
mercado en un 99%
• Capacidad mejorada para detectar actividad de
trading sospechosa
• Estar preparado para investigar acciones
tempranas, minimizando el daño a la inversión
pública
Un banco de Oriente
Próximo acelera los
informes regulatorios de
semanas a minutos
Necesidad
• El banco necesitaba asegurar que cumplían con
las regulaciones de la industria y nacionales
• Requerían una solución de gestión de logs
centralizados para analizar los ciberataques y
necesitaban monitorizar sus bases de datos
para detectar actividades no autorizadas
• Procesando y analizando información auditable
de logs era tedioso y lento
Solución:
IBM QRadar y IBM InfoSphere
Guardium
Resultado
• Pueden producir los informes regulatorios en
minutos en vez de en semanas
IBM Software España
Encuentro de Software
IBM España
@IBManalytics_es
IBM Software España
#ibmbigdata2014
Legal Disclaimer
• © IBM Corporation 2014. All Rights Reserved.
• The information contained in this publication is provided for informational purposes only. While efforts were made to verify the completeness and accuracy of the information contained in this publication, it is provided AS IS without warranty of any kind, express or implied. In addition, this information is based on IBM’s current product plans and strategy, which are subject to change by IBM without notice. IBM shall not be responsible for any damages arising out of the use of, or otherwise related to, this publication or any other materials. Nothing contained in this publication is intended to, nor shall have the effect of, creating any warranties or representations from IBM or its suppliers or licensors, or altering the terms and conditions of the applicable license agreement governing the use of IBM software.
• References in this presentation to IBM products, programs, or services do not imply that they will be available in all countries in which IBM operates. Product release dates and/or capabilities referenced in this presentation may change at any time at IBM’s sole discretion based on market opportunities or other factors, and are not intended to be a commitment to future product or feature availability in any way. Nothing contained in these materials is intended to, nor shall have the effect of, stating or implying that any activities undertaken by you will result in any specific sales, revenue growth or other results.
• If the text contains performance statistics or references to benchmarks, insert the following language; otherwise delete:
Performance is based on measurements and projections using standard IBM benchmarks in a controlled environment. The actual throughput or performance that any user will experience will vary depending upon many factors, including considerations such as the amount of multiprogramming in the user's job stream, the I/O configuration, the storage configuration, and the workload processed. Therefore, no assurance can be given that an individual user will achieve results similar to those stated here.
• If the text includes any customer examples, please confirm we have prior written approval from such customer and insert the following language; otherwise delete:
All customer examples described are presented as illustrations of how those customers have used IBM products and the results they may have achieved. Actual environmental costs and performance characteristics may vary by customer.
• Please review text for proper trademark attribution of IBM products. At first use, each product name must be the full name and include appropriate trademark symbols (e.g., IBM Lotus® Sametime® Unyte™). Subsequent references can drop “IBM” but should include the proper branding (e.g., Lotus Sametime Gateway, or WebSphere Application Server). Please refer to http://www.ibm.com/legal/copytrade.shtmlfor guidance on which trademarks require the ® or ™ symbol. Do not use abbreviations for IBM product names in your presentation. All product names must be used as adjectives rather than nouns. Please list all of the trademarks that you use in your presentation as follows; delete any not included in your presentation. IBM, the IBM logo, Lotus, Lotus Notes, Notes, Domino, Quickr, Sametime, WebSphere, UC2, PartnerWorld and Lotusphere are trademarks of International Business Machines Corporation in the United States, other countries, or both. Unyte is a trademark of WebDialogs, Inc., in the United States, other countries, or both. • If you reference Adobe® in the text, please mark the first use and include the following; otherwise delete:
Adobe, the Adobe logo, PostScript, and the PostScript logo are either registered trademarks or trademarks of Adobe Systems Incorporated in the United States, and/or other countries.
• If you reference Java™ in the text, please mark the first use and include the following; otherwise delete:
Java and all Java-based trademarks are trademarks of Sun Microsystems, Inc. in the United States, other countries, or both.
• If you reference Microsoft® and/or Windows® in the text, please mark the first use and include the following, as applicable; otherwise delete: Microsoft and Windows are trademarks of Microsoft Corporation in the United States, other countries, or both.
• If you reference Intel® and/or any of the following Intel products in the text, please mark the first use and include those that you use as follows; otherwise delete:
Intel, Intel Centrino, Celeron, Intel Xeon, Intel SpeedStep, Itanium, and Pentium are trademarks or registered trademarks of Intel Corporation or its subsidiaries in the United States and other countries.
• If you reference UNIX® in the text, please mark the first use and include the following; otherwise delete: UNIX is a registered trademark of The Open Group in the United States and other countries.
• If you reference Linux® in your presentation, please mark the first use and include the following; otherwise delete:
Linux is a registered trademark of Linus Torvalds in the United States, other countries, or both. Other company, product, or service names may be trademarks or service marks of others.
