En EOS, el big data no funcionará sin que lo gestionen las personas.

Cuando entran las máquinas, las personas se vuelven obsoletas: No es cierto, dice el equipo que dirige el Center of Analytics de EOS: Han creado una plataforma de análisis que está destinada a transformar el negocio en los mercados de EOS, así como a crear una mentalidad basada en los datos en toda la organización.

Poco después de que Joachim Göller se uniera al grupo EOS en diciembre de 2017, se sentó para ver cómo podría dar forma al Centre of Analytics. Su misión: ayudar a EOS y a sus actividades en 25 países a convertirse en una empresa basada en los datos. «A fin de dar ese gran salto hacia delante, pronto me di cuenta de que primero debíamos dar un paso atrás», dice Göller, sentado en una sala de conferencias de la oficina de EOS situada en el centro de la ciudad de Hamburgo.

Con su oficina central en Alemania, EOS tiene una gran presencia y sólida trayectoria en la gestión de deudas en Europa. Países tan diversos como Polonia, España y Bosnia están en la lista de ubicaciones en el continente. Pero EOS también opera en Rusia y en el otro lado del Atlántico en Canadá y EE. UU. Esto muestra el tamaño de la función que Göller y su equipo del Center of Analytics (CoA) están acometiendo: No se trata solo de crear una plataforma de inteligencia empresarial. Se trata de fomentar una mentalidad basada en los datos en la cultura de trabajo de más de 55 filiales que sirven a alrededor de 20.000 clientes en todo el mundo, al mismo tiempo que se extiende la toma de decisiones basada en los datos y estar abiertos a la tecnología que hay detrás.

Joachim Göller

Desarrollar un sistema que funcione con varios servicios de gestión de cobro.

«Somos grandes impulsores de la digitalización en EOS, y esto también significa dar sentido a los datos y transformarlos en información», comenta el responsable. «En un principio, se trata de acceder a fuentes de datos, comprobar la calidad de estos y crear un historial». Con el desarrollo de la plataforma, el Centre of Analytics, puede integrar sistemas de cobro de deudas locales ya establecidos en filiales de EOS en todo el mundo y trasladar el proceso analítico de toma de decisiones a la plataforma: Las unidades de EOS pueden mantener su sistema de cobro de deudas básico que satisfaga las necesidades de su mercado, el CoA lo conectará a su infraestructura y lo turboalimentará con la ciencia de datos y la potencia de visualización de datos de toda la empresa, mientras que garantizará la privacidad de todos los clientes utilizando únicamente datos anonimizados.

Para tener una idea más clara de cómo funciona el Center of Analytics, éste ayuda a observar a las personas que hay detrás de él. El personal de la unidad incluye perfiles muy diversos: «Por un lado, siempre estamos buscando nuevos talentos con un enfoque técnico», dice Patrick Witte, jefe de equipo. Los científicos de datos, desarrolladores de software, ingenieros de datos y arquitectos de plataformas pueden encajar perfectamente. Ellos diseñan y operan la plataforma de análisis, que es uno de los principales esfuerzos del CoA para transformar EOS y ayudar a que se mantenga como una empresa líder. «Nuestro objetivo es encontrar la manera más eficiente para transferir los datos de varios países de EOS a la plataforma de análisis, siguiendo las normas de protección de datos de la UE», dice Witte.

«Eso nos permite diseñar modelos de previsión, hacer uso de la inteligencia artificial y crear canales para enviar de vuelta los resultados a la parte operativa, lo cual les brinda una ventaja competitiva».

Pensar a escala mundial y actuar a escala local.

El Center of Analytics también incluye un servicio de asesoría que promueve el intercambio de buenas prácticas en torno al análisis de datos, entre otras, la seguridad de los datos y la protección de la privacidad en todas las filiales. «Podemos ayudar a compañeros a analizar datos en una parte del mundo, a la vez que ayudamos a mejorar los modelos estadísticos existentes en otra parte», dice Witte. «Para ello, estamos trabajando codo con codo con compañeros de todo el Grupo EOS». Ahí es donde el segundo grupo de profesionales del CoA entra en juego: Consultores analíticos y científicos de datos, la mayoría de ellos con experiencia profesional en metodología que va desde las matemáticas a la economía. «Se necesita un amplio conjunto de habilidades para garantizar que las necesidades de la empresa se identifican y solucionan con el enfoque analítico adecuado», dice Witte.

Él mismo se graduó en estadística en la Universidad de Dortmund y posteriormente trabajó en una empresa internacional de analítica, antes de incorporarse a EOS en 2012. «Las habilidades necesarias las adquirí aquí en EOS», comenta. Pero no existe una manera establecida, en el equipo del CoA siempre se conoce a personas que no esperaría encontrar en el sector financiero: «También tenemos una física teórica que trabajó como consultora durante varios años antes de unirse a nosotros».

Aplicar la metodología ágil a los servicios financieros.

Tanto Witte como su compañero Joachim Göller sienten que existe un gran impulso dentro del equipo de CoA. «Es realmente el ambiente de la nueva creación lo que me trajo aquí en primer lugar», dice Göller, quien previamente había trabajado en el sector bancario durante varios años. «El CoA está formado por un equipo muy ágil y culturalmente diverso, con su propio ritmo».

Es como si EOS hubiese creado su propia tecnología financiera (FinTech), el modelo de negocio también se parece al demostrado por muchas empresas de nueva creación: Primero, haciendo que una plataforma de análisis funcione, más tarde ajustando operaciones y permitiendo que los socios conecten sus propios sistemas ofreciéndoles una API. Y, por supuesto, probando, aprendiendo y mejorando constantemente el sistema de acuerdo con las normas del desarrollo ágil de software. Con una gran diferencia con las empresas de nueva creación: El equipo del CoA puede trabajar en la innovación de tecnología financiera sin tener que contentar a los inversores. En EOS, se trata de compromiso a largo plazo con los clientes.

Aplicar un enfoque basado en los datos en el proceso de gestión de cobro.

Mientras que el proceso de cambio ya está en marcha en Alemania con los primeros casos de uso siendo gestionados por un nuevo software llamado FX, el CoA busca apoyar a otras unidades en la adaptación de una mentalidad similar basada en los datos. Göller confía en que las historias de éxito allanarán el camino y crearán los incentivos adecuados para los responsables en la toma de decisiones: «Es como el marketing de hoy en día: es necesario ganar admiradores que impulsen este proyecto», comenta. «Cada caso que abordamos debe convertirse en un beneficio directo para el cliente». Primero las personas: Trabajar con un método ágil es algo muy utilizado en el CoA.

Las preocupaciones de que la tecnología para el tratamiento masivo de datos puede reemplazar a las personas carecen de fundamento, dice Witte: «Dependemos de nuestros expertos para interpretar los datos disponibles de los consumidores y hacer las preguntas adecuadas para que el sistema de análisis de datos responda». El personal de EOS podría ver el aprendizaje automático y la inteligencia artificial como un «compañero de trabajo» muy inteligente que les ayuda a tomar decisiones mejor informadas y más personalizadas sobre la siguiente mejor acción y, por consiguiente, a incrementar el porcentaje de deudas cobradas.

A project team discusses target groups around the whiteboard.
Cuando las empresas desarrollan soluciones internas, ayuda a pensar como una empresa de nueva creación: ¿A quién puedo convencer desde el principio con mis soluciones y así lograr que se convierta en mi embajador dentro de la empresa?

Una manera más personalizada de dirigirse al deudor.

«La plataforma es mucho más eficiente a la hora de correlacionar datos y producir una previsión en tiempo real», dice Witte. «En el pasado, nuestra toma de decisiones podría estar basada en dos o tres datos clave de un deudor. Sin embargo, existen muchos más datos que nos pueden ayudar a diferenciar a los deudores». El aprendizaje automático también permite que el personal pueda dedicar más tiempo a casos más complejos como insolvencias o gestión de cobro de deudas judiciales, mientras que se tratan las cuestiones relativamente simples de manera automática.

En Alemania, una primera versión del software FX basado en los datos ya está ayudando al personal de EOS a identificar la manera más adecuada de entablar un diálogo con el deudor. Elige entre una llamada, una carta, un mensaje de texto y un correo electrónico; otra posibilidad es que pida al personal que se involucre el servicio de gestión presencial. «Si ya hemos hablado con un cliente tres veces seguidas, los algoritmos nos pueden ayudar a encontrar el equilibrio: O bien contactar a esa persona por cuarta vez o bien dejar que pase un tiempo», dice Göller.

Las soluciones de big Data necesitan empleados que se encarguen de ejecutarlas.

Según Göller, mientras que se considera que la transformación en una empresa basada en los datos aumenta la eficiencia y las probabilidades de que se cobre la deuda, los clientes también se beneficiarán considerablemente. Entre otras ventajas, el sistema detectará el momento más adecuado para enviar alertas a los deudores. «No obstante, basarse en algoritmos contra viento y marea, iría en contra de nuestras normas éticas», dice Göller. Por ejemplo, EOS nunca permitiría que un algoritmo calificase el historial de crédito por cómo suenan sus nombres. «Aquí es donde confiamos mucho en las personas para poner barreras».

Compartir

Imprimir