Recomendaciones de producto

Resumen ejecutivo

Sistema de recomendación basado en aprendizaje automático que envía 45 millones de sugerencias personalizadas mensuales a 5 millones de clientes bancarios, ajustando productos financieros al contexto y comportamiento individual de cada usuario.

Descripción del caso

Envío de 45 millones de "nudges" hiper-personalizados al mes a 5 millones de clientes usando algoritmos de IA y ML.

Problema de negocio

Los bancos retail gestionan catálogos amplios de productos financieros (cuentas, tarjetas, préstamos, inversiones) pero carecen de capacidad humana para identificar qué cliente necesita qué producto en qué momento. El marketing masivo genérico produce tasas de conversión bajas y fatiga del cliente, mientras que los gestores personales solo llegan a segmentos premium. La consecuencia es baja penetración de productos por cliente, oportunidades de venta cruzada desperdiciadas y clientes que buscan alternativas en la competencia porque su banco no les ofrece lo que realmente necesitan cuando lo necesitan.

Aproximación con IA

DBS construyó un motor de recomendación que analiza transacciones, saldos, eventos de vida detectados algorítmicamente (cambio de domicilio, aumento de ingresos, patrones de gasto) y comportamiento digital para asignar a cada cliente un perfil dinámico. Modelos de aprendizaje automático predicen propensión a productos específicos y calculan el momento óptimo de contacto. El sistema genera "nudges" contextuales entregados vía app móvil, notificación push o correo electrónico, con mensaje y oferta adaptados individualmente. Un bucle de feedback continuo registra aceptación, rechazo o inacción y recalibra modelos semanalmente, ajustando umbral de relevancia para evitar saturación.

Valor esperado

Aumento medible de la tasa de conversión de campañas, mayor número de productos activos por cliente, reducción de la dependencia de gestores humanos para segmentos no premium y mejora en satisfacción del cliente por relevancia percibida. Los bancos reportan incremento significativo en ingresos recurrentes por venta cruzada sin aumentar coste de adquisición.

Categorización

Drivers de negocio

• Mejora de la Experiencia del Cliente

Tecnologías aplicadas

Aplicabilidad en tu empresa

• Operas un banco retail o institución financiera con millones de clientes digitales
• Tienes datos transaccionales y de comportamiento digital suficientes para entrenar modelos
• Tu penetración de productos por cliente está por debajo del potencial del catálogo
• Buscas escalar personalización sin multiplicar equipos comerciales o call centers

Fuente

Basado en fuentes públicas. Testeado internamente para validar aplicabilidad.