El cambio es una constante tanto en la vida personal como en el mundo de los negocios. En ambos escenarios todos conocemos casos de éxito y de fracaso. Cuando se presenta una circunstancia que altere repentina o paulatinamente el curso normal de las cosas, la capacidad de respuesta es el mayor atributo de liderazgo, sea personal o sea corporativo.
La banca tradicional viene enfrentando amenazas de muchos lados. El círculo se cierra cada día y aún quedan bastante entidades que no tienen un plan de acción trazado para enfrentar ese desafío. Solo esperan que el regulador mantenga las amenazas externas alejadas de su actual esquema de rentas, o que los “más grandes” reaccionen por todos y salven las rentas del mercado. Y el problema es que cada vez se amplía más la brecha, y la solución no es un tema de solo comprar una máquina o instalar una “aplicación”. La solución implica un cambio estructural en sus modelos de negocio, como tal vez nunca lo han enfrentado los bancos. Y la inacción tendrá consecuencias desastrosas.
En el mundo corporativo moderno se hace mención al “momento kodak”, como aquel en el que una entidad se queda quieta ante el desafío de la innovación en su mercado. Como es recordada, Eastman Kodak no pudo adaptarse al nuevo modelo de negocio de la fotografía digital. Y no es la única, muchas empresas, industrias completas han sido transformadas por completo por la disrupción digital. La razón es básicamente la misma, es un patrón muy bien dibujado por Clayton M. Christensen en su libro The Innovator’s Dilemma: el fracaso en reconocer las señales y priorizar la innovación sobre los beneficios a corto plazo, antes de que sea demasiado tarde, se debe a que las prioridades, los indicadores, los estímulos, los márgenes y las recompensas están establecidos sobre la base del modelo de negocio que está siendo amenazado, y no sobre el modelo disruptivo porque los clientes, los inversionistas y los empleados desean mantener el modelo de negocio en el que están satisfechos. Y cuando la compañía reacciona, lo hace tarde y generalmente cuando ya hay un mercado grande para el innovador disruptivo, lo que les dificulta competir.
En la banca hay muchas respuestas al reto de la innovación. Realmente creo que hay conciencia dentro de las entidades de que la amenaza es real. Pero también hay mucha confianza en que así como lograron superar la “banca por internet” podrán hacerlo con la amenaza de las Fintech. Desafortunadamente, no alcanzan a advertir el tamaño de la amenaza y la profundidad del cambio. Ya McKinsey ha establecido que la banca tradicional verá caer las utilidades entre 20% y 60% antes de 2025 si no evolucionan digitalmente.
Entonces, ¿cómo responder a ese enorme desafío? En un artículo de Nadeem Shaikh publicado en la edición de julio de Harvard Business Review, se desarrolla la tesis de que los bancos deben dejar de planear para el corto plazo (el siguiente trimestre) y pasar a planear a largo plazo, la próxima década o los próximos 15, 30 o 50 años. Ahora, esa planeación debe realizarse sobre la base de las oportunidades que tiene la banca en la nueva economía, en la forma como la banca debe pasar de su estructura tradicional a un modelo de banca digital. El cómo hacerlo amerita un post más adelante, el sobre qué hacerlo lo planteo a continuación.
La data: el eslabón inicial
La primera vez que se instala Netflix o se hace una compra por Amazon, la sorpresa no es tan grande como cuando se consume más y más dentro de la plataforma. La personalización llega a tal punto que la capacidad de acertar con las recomendaciones es total. Pero eso solo se logra cuando se han construido datos para que los algoritmos los lean. Y eso solo es útil cuando la compañía sabe para que le sirven los datos.
¿Dónde está el problema de los bancos? Que en el primer nivel directivo no saben qué información recolectar, ni para qué les va a servir, porque el modelo de negocio es transaccional y no sobre la información que producen los clientes con el uso del dinero. En mi opinión, ese es el mayor desperdicio de valor que hay en este siglo.
Miremos el recorrido en la vida de un cliente de la banca personal, la data que le genera al banco y lo que éste hace con esa información. En general, un cliente se vincula al inicio de su vida como estudiante universitario, los padres le abren una cuenta para los gastos y quizás para el pago de la matrícula. Allí el banco podría leer esa información y vincularse sentimentalmente con su cliente, por ejemplo ofreciendo planes de vacaciones en los intersemestrales, enviarle felicitaciones en el grado, o simplemente generar una comunidad con los demás compañeros para hacer colectas o financiar la excusión de final de año. Más adelante, el ahora profesional se vincula laboralmente y el banco lo sabe porque hay pagos de nómina, aumentan los consumos en las salidas nocturnas y los viajes de paseo. El banco podría leer esa información y generar comunidad alrededor de los gustos, por ejemplo. También podría identificar la vida sentimental si empieza a haber transferencias recurrentes a una cuenta que no sea de un familiar, viajes para dos personas comprados con la débito o crédito. Y podría anticiparse a las vacaciones con ahorro o con un préstamo. También sabría el banco cuando hay un matrimonio, un nacimiento de un hijo, pues los consumos los hace con las tarjetas. Podría entonces ofrecer líneas especiales de crédito, o ampliación de cupos. Los cambios de trabajo y las promociones que impliquen aumentos de salario podrían perfectamente ser captadas por el banco. Y todos los consumos hasta el último de sus días. ¿Quién ha tenido un banco con la capacidad de anticiparse ofreciendo sus servicios o los servicios de terceros a través de su plataforma de datos? Nadie.
Toda esa información está allí, pero hay que sacarla, hay que encontrar un modelo de negocios distinto o alterno al margen de intermediación, que genere en los bancos una reestructuración de sus equipos de trabajo para que hagan viable un negocio en esa data. Ya no desde el modelo empresarial tradicional, sino alrededor de un cluster de consumo de los consumidores.
La analítica de datos: apalancamiento como segundo eslabón
Con toda la información que se produce, el procesamiento de la misma es lo que sigue. Naturalmente, el procesamiento de la información requiere de una comprensión o anticipación de las posibilidades. Las recomendaciones de Netflix lo que generan es que consumamos más contenido propio dentro de la plataforma y no por fuera de ella, al punto que muchos ya eliminamos a su competidor que es la televisión paga. La lealtad a la plataforma es la recompensa a una acertada comprensión de para qué se consume ese producto en la era digital.
Muchos bancos se han limitado a copiar la analítica de los negocios de comercio y lo que están haciendo es pushing de comercios sobre la base de la geolocalización. Ese modelo tipo “groupon” no sé si sea lo más estratégico para los bancos. Creo que deberían mirar el panorama global a un nivel más estratégico de qué es lo que realmente quieren hacer o qué es lo que realmente esperan los consumidores que se haga con esa información. Creo que si los bancos en sus ejercicios de planeación estratégica debatieran abiertamente sobre estos temas más fácil sería para ellos encontrar la respuesta correcta. En cualquier caso, el negocio financiero ha sido de toda la vida y los verdaderos expertos en la esencia del negocio son los banqueros. El reto es, entonces, que usen las herramientas actuales para resolver los mismos acertijos que han resuelto en el pasado. Por lo menos mientras las fintech logran descifrar la esencia que está detrás del negocio que quieren disrumpir.
Una analítica de datos no solo le permite a los bancos ver más información, sino mejor información, más profunda, correlaciones nuevas, oportunidades nuevas. Pero eso solo es posible si tengo una visión de desarrollar mi modelo de negocios a partir de esa información. Con el uso correcto, esa información tiene un potencial enorme de cambiar la relación entre entidades y consumidores con el uso de la inteligencia artificial.
La inteligencia artificial: la capacidad de anticiparse como el tercer eslabón
Una correcta estrategia de analítica de datos le permite a los bancos proyectar el futuro no sobre la base de la información del pasado si no en tiempo real con la automatización inteligente (intelligent automation). La capacidad de predecir el comportamiento de sus clientes con base en sus patrones de consumo.
Reaccionando en tiempo real a la información disponible de sus clientes, los bancos podrán invertir la percepción que tienen por sus consumidores y podrán pasar a gozar de la lealtad de un amigo, de alguien que nos conoce y nos puede dar consejos acertados sobre las cosas de la vida. Con el uso de la data generada, los bancos dejarán de hacer presencia en las redes sociales de manera corporativa y pasarán a ser un follower más que participa de los eventos que las personas intercambian en sus redes. Podrán leer la ubicación de sus clientes y adivinar que están en un hospital y, por ejemplo, ampliar un cupo. Podrán leer si estamos vendiendo un carro y ofrecer un crédito para uno nuevo, serán el aliado financiero real en el día a día de los consumidores. Ni hablar de las alternativas para las empresas.
Así mismo, la evolución de los asistentes personales (Siri, Alexa, Google Assistant, Cortana) mejorará la productividad y su integración con el mundo económico llevará a que sean ellos quienes nos brinden información, nos den consejos, e incluso tomen decisiones. La presencia de la banca es esencial allí. La banca tiene el conocimiento y la reputación para ganar su propio espacio. Y es natural que esa presencia en la vida de las personas empiece a mudar hacia el mundo corporativo, al punto que podrían estar sentados en juntas directivas, comités y en cualquier escenario de toma de decisiones.
Mientras los bancos desarrollan una estrategia integral de migración hacia lo digital, las Fintech avanzan sin pausa. Qonto es un startup francés que ya anunció su propio desarrollo de un asistente personal y su expansión a toda Europa.
El dilema de la innovación
Todas esas oportunidades que existen en el mundo de la innovación digital sólo podrán ser implementadas si las decisiones se toman a nivel estratégico, si las ideas logran llegar allá, o si permiten que las personas que tienen esas ideas lleguen a ese nivel. El problema está en el mismo “momento kodak”. Los banqueros naturalmente ven la amenaza, las oportunidades y el camino, pero el día a día no les permite reaccionar. ¿Porqué? No es porque los bancos tengan una gran burocracia interna, no sepan planear, hagan malas inversiones, descuiden la calidad, ignoren a los clientes o cometen otros pecados administrativos. Como lo señala Christensen: “las grandes empresas no fracasan por hacer las cosas mal, sino porque siguen haciendo mejor las cosas que las hicieron grandes. (…) La paradoja del fracaso, el dilema del innovador, es que hay un punto en el que lo correcto es totalmente erróneo. (…) En ocasiones, una empresa debe ignorar a sus mejores clientes, invertir en oportunidades de menor rendimiento, sacar al mercado un producto de mala calidad y volar a ciegas, sin estudios de mercado.” Lo cual por supuesto es muy difícil que sea implementado por las grandes empresas. Por eso fracasan.