Arquitecturas digitales en la banca: construyendo agregadores y categorizadores

Dentro del sector bancario, cada vez son más importantes las plataformas digitales tanto a nivel interno como de cara al cliente, para mejorar la gestión al mismo tiempo que la experiencia. Páginas web, aplicaciones y otros sistemas deben de estar perfectamente conectados, con una serie de funcionalidades y altos niveles de personalización y seguridad.

En este contexto, cobran especial importancia las arquitecturas digitales sobre las que se basa su IT, para poder desarrollar con más facilidad proyectos como los agregadores de entidades o los categorizadores cognitivos. Pero, ¿qué tipo de arquitecturas digitales pueden ser las más útiles en estos casos? ¿Cómo llevar a cabo este tipo de proyectos?

Agregador multientidad para mejorar la experiencia con la banca

Un agregador multientidad permite a una entidad bancaria proporcionar el servicio de agregación financiera de otras entidades y cuentas para la mejor experiencia de los clientes. Así, con la información agregada (a través de web scrapping), el usuario podrá disponer de su posición global completa. Este tipo de proyectos, cada vez más extendidos en España, dan lugar a beneficios en dos sentidos:

• Por un lado, aumenta la fidelización del usuario.
• Por otro lado, la entidad bancaria dispone de la información completa de sus clientes para poder realizar acciones comerciales y de Marketing.

Un categorizador cognitivo para la segmentación de clientes en el mercado bancario

Un motor de categorización podría categorizar diferentes tipos de movimientos, provenientes del servicios de agregación (es decir, de otras entidades bancarias), o generados en los sistemas propios (cuentas y tarjetas).

Para su correcta implementación sería necesaria la creación de una plataforma de datos que permita la utilización de tecnología de grafos y procesos de analítica avanzada. Además, el motor de búsqueda conllevará desarrollos basados en tecnologías como la Inteligencia Artificial, el Procesamiento del Lenguaje Natural o el Deep Learning para categorizar de manera precisa los movimientos bancarios. También podría utilizarse un árbol de categorías para llegar a predecir, a partir de una descripción, la cantidad y fecha de los movimientos.

Para el correcto desarrollo de ambos proyectos (agregador multientidad y categorizador cognitivo), será necesaria una arquitectura digital específica que responda a las necesidades técnicas de las soluciones y las tecnologías utilizadas. En este caso, el conjunto de la arquitectura de microservicios y la arquitectura orientada al dato podría ser el mejor binomio sobre el que empezar a trabajar.

Arquitectura de microservicios y arquitectura orientada al dato

Las arquitecturas de microservicios están basadas en descomponer una aplicación para pasar de un bloque único a distintos bloques separados, ganando en flexibilidad y escalabilidad, algo que sirve muy bien a las necesidades tecnológicas de un agregador financiero multientidad.

Por otro lado, la arquitectura orientada al dato busca extraer el máximo beneficio del dato, cubriendo sus arquitecturas y ofreciendo una gran calidad y trazabilidad de los datos (generando Insights, analizando el comportamiento del usuario y disponibilizando los datos en tiempo real). Esta segunda arquitectura podría ser clave para el desarrollador de un categorizador cognitivo y ambas arquitecturas podrían combinarse, de manera que se obtengan las máximas ventajas de los microservicios al mismo tiempo que se extraen los beneficios del Big Data o la Inteligencia Artificial (IA).