Adquisición de clientes en línea • Clientes de calidad mediante aprendizaje automático

En la industria financiera, los bancos están acostumbrados a atraer nuevos clientes mediante promociones de tarjetas de crédito y otros beneficios. Pero si bien el banco estaba invirtiendo en esfuerzos digitales para atraer a nuevos clientes, su audiencia habitual no coincidía con su audiencia deseada. Enfrentados con este desafío, establecimos un objetivo claro: generar tráfico de mayor calidad sin excluir a ningún usuario real.

A lo largo de todo el recorrido del consumidor, las múltiples interacciones entre el banco y sus clientes proporcionan información valiosa que puede utilizarse para optimizar los procesos. Con el fin de mejorar la eficiencia en el uso de estos datos, llevamos a cabo un procedimiento de análisis y refinamiento, para luego enviar los datos de forma dinámica a Google Analytics 360. 

Medir el comportamiento del usuario dentro del sito —desde cuánto tiempo pasaban en este, hasta el tipo de información que proporcionaban durante el registro— se convirtió en una parte esencial del proceso. A continuación, procedimos a combinar la información en línea y fuera de línea para obtener un gráfico de datos de comportamiento por usuario, listo para ser tratado en un modelo de aprendizaje automático diseñado mediante AutoML.

El modelo nos permitió recuperar el 82 % de los casos que no se alineaban con el objetivo del banco y, por medio de funciones en la nube, enviar esta calificación a las plataformas publicitarias. Ahora, con las herramientas necesarias para tomar decisiones en tiempo real, redujimos los plazos de 120 días (tiempo que solía tomarle al banco sacar conclusiones sobre nuevos clientes) a 24 horas, lo que permite lograr alta calidad a velocidad récord.