Cómo la inteligencia artificial puede ayudar a perfilar mejor al cliente

Cómo la inteligencia artificial puede ayudar a perfilar mejor al cliente

Ana Palomares

La implementación en Europa de la directiva Mifid II ha traido consigo grandes cambios para las entidades financieras y la forma en la que se realizan con sus clientes. Ahora, para contratar cualquier producto financiero es necesario pasar por un test de idoneidad o conveniencia en función del producto en cuestión con el fin de determinar si dicho producto se adecúa o no a las necesidades y perfiles de cada inversor. Uno de los servicios que más ha proliferado en los últimos meses ha sido la gestión discrecional de carteras hasta el punto de que, según los datos de Inverco, ya acaparan un patrimonio de 67.000 millones de euros solo distribuido entre clientes minoristas.

Sin embargo, aunque este servicio tiende a ser más personalizado de cualquier venta de producto que se pudiera hacer en el pasado, sigue sin ser un servicio a medida de cada cliente, aunque sí podría serlo en caso de que se aplicara la inteligencia artificial al mismo. Al menos esto es lo que defendió Guillermo Mélendez Alonso, responsable del laboratorio de inteligencia artificial de BME, en una ponencia durante la VIII Edición de la Morningstar Investment Conference, que tuvo lugar en Madrid la semana pasada. “La inteligencia artificial puede facilitar el asesoramiento personalizado. Las carteras en función de cinco únicos perfiles están muy bien pero es algo de los años 80. Ahora hay otras alternativas”, afirma.

De hecho, ha desarrollado un software de inteligencia artificial llamado SOFIA en el que trata de aplicar el lenguaje de Google a los recomendadores de los bancos. “Una cosa que me llamó la atención es por qué Netflix sabe más de mi que mi banco, ya que no solo sabe lo que me gusta si no también mis horarios y mis cambios vitales”, afirma Meléndez. Y por ello su software incorpora, además de los clásicos test de idoneidad y de conveniencia, el deep learning , que permite “optimizar las inversores para cada inversor en cada instante de tiempo”.

En concreto, se trata de incorporar ya no solo las carteras recomendadas de activos en función del perfil de riesgo que dice tener el cliente si no también teniendo en cuenta sus interacciones (tanto las aceptadas como las ignoradas y rechazadas) y sus experiencias. “Tenemos un pool de distintos activos para que sea el propio usuario el que se perfil. Se trata de un sistema que se realimenta y que permite aprender del perfil de forma continua en función de sus decisiones de inversión y cambios vitales”  lo que permite generar millones de recomendaciones personalizadas y rebalancear las carteras en función de esas interacciones con el inversor.

Captura_de_pantalla_2019-11-13_a_las_16