El banco BBVA avanza en el desarrollo de nuevas métricas de experiencia de cliente generadas con inteligencia artificial, capaces de integrar información procedente de distintos canales de relación, como conversaciones telefónicas, reclamaciones o contactos realizados mediante la web y la aplicación móvil. Todo ello, conforme a la normativa aplicable en materia de protección de datos.
Estas capacidades permiten transformar información que hasta ahora resultaba difícil de analizar de forma sistemática en una visión más completa de la experiencia de cada cliente. De esta manera, el banco complementa la información obtenida a través de las encuestas de satisfacción, como el NPS (Net Promoter Score), con el análisis de la experiencia real de los clientes a lo largo de sus diferentes puntos de contacto con la entidad.
Así, BBVA en España ya procesa con IA generativa las transcripciones de llamadas y de las conversaciones mantenidas a través del canal ‘Mis Conversaciones’, para identificar el motivo exacto por el que los clientes contactan con el banco. En México, además, los sistemas de IA analizan más de 220.000 llamadas mensuales realizadas entre clientes y gestores remotos, así como unas 4.000 llamadas mensuales de empresas a los centros de atención.
La IA para identificar potenciales puntos de fricción que encuentran los clientes en los procesos digitales
Esta capacidad permite detectar necesidades que antes pasaban desapercibidas entre millones de conversaciones. De esta forma, BBVA puede identificar potenciales puntos de fricción que encuentran los clientes en los procesos digitales o analizar la evolución de las interacciones para comprender mejor la experiencia del cliente durante todo el proceso, desde una incidencia inicial hasta su resolución. Además, al relacionar los abandonos de operaciones en la aplicación con contactos posteriores al servicio de atención, la IA permite identificar las causas concretas de estos problemas y obtener información valiosa para optimizar la experiencia digital.
“Durante años hemos preguntado a nuestros clientes qué opinaban de su experiencia. Hoy podemos disponer de una visión completa de cómo han sido sus interacciones con el banco gracias al análisis de cientos de miles de interacciones que nos ayudan a entender mejor qué necesitan, qué les preocupa y dónde encuentran dificultades. Estamos entrando en una nueva era de conocimiento de nuestros clientes, con el objetivo de transformar ese conocimiento en una relación más rica, personalizada y diferencial”, señala David Arconada, responsable global del equipo Listen & Know Your Customers de BBVA.
El banco también utiliza la IA generativa para enriquecer el nivel de información que obtiene de las encuestas de satisfacción (NPS). En México, procesa entre 10.000 y 20.000 encuestas diarias de NPS en las que la inteligencia artificial, más allá de interpretar una valoración numérica, categoriza los comentarios, identifica las principales causas de insatisfacción y las cruza con información procedente de los canales digitales.
BBVA usa la IA para verificar que los gestores de banca patrimonial cumplen con los requisitos regulatorios
Así, por ejemplo, las fricciones que un cliente declara al utilizar la aplicación pueden extrapolarse mediante la analítica digital para identificar a otros clientes que están experimentando la misma incidencia. Esto permite a los equipos detectar incidencias de forma más rápida y optimizar sus productos y servicios.
Toda esta información resulta de gran valor para los gestores que, antes de cada conversación con un cliente, pueden disponer de un resumen automático que recoge el contexto de sus experiencias más recientes con el banco. Esta síntesis permite entender mejor el motivo de contacto, la evolución de la experiencia del cliente y el contexto de la relación, para ofrecer una atención más personalizada y resolver incidencias y consultas con mayor rapidez.
Más allá de la experiencia de cliente, estas capacidades también están contribuyendo a mejorar procesos internos. En México, BBVA está empezando a utilizar la inteligencia artificial para verificar automáticamente que los gestores de banca patrimonial cumplen con los requisitos regulatorios obligatorios durante determinadas operaciones de inversión. Una tarea que anteriormente requería la revisión manual de un pequeño volumen de conversaciones y que ahora puede realizarse a una escala mucho mayor.
La siguiente evolución pasa por avanzar hacia modelos capaces de comprender situaciones relevantes prácticamente en tiempo real. El objetivo es que, en el futuro, estas capacidades permitan detectar con mayor rapidez determinadas necesidades o incidencias y facilitar respuestas más ágiles, personalizadas y contextualizadas para cada cliente.
