Conocer al cliente, sus necesidades, sus intereses y sus gastos es una de las claves para poder competir en un mercado global. Y es la tecnología, en concreto, la aplicación de inteligencia artificial la que puede transformar un negocio para impulsar sus ventas y la fidelización de sus clientes.
Esto es algo que aprendieron del sector financiero hace ya una década los fundadores de la startup valenciana Bionline. Entre 2013 y 2015 dieron el salto de los entresijos de Bankia, donde trabajan como científicos de datos para las áreas de desarrollo de negocio, a fundar esta firma que ya cuenta entre sus clientes con empresas como Telefónica, Banca March o la cadena de supermercados Consum.
Y es que el núcleo duro de esta startup, que ya cuenta con 18 empleados (12 de ellos ingenieros), viene del mundo de la banca, de las áreas de inteligencia de negocio y en concreto de Bankia (desde su etapa anterior en Bancaja), explica en una entrevista con D+I José Manuel Narciso, CEO y fundador de Bionline.
Analizar el comportamiento de cada cliente
Narciso, que dirigía este equipo técnico en Bankia, recuerda que una parte del desarrollo tecnológico para la predicción del comportamiento que realiza para sus clientes Bionline “ya lo hacíamos internamente para Bankia”.
La novedad ahora, apostilla, es automatizar una parte de los procesos gracias a la robotización para lograr que sea una tecnología accesible a cualquier empresa y no solo a los grandes bancos con grandes recursos.
En sus años en Bankia, apunta, el objetivo ya era estudiar los patrones comerciales de los clientes para poder realizarles, posteriormente, “ofertas personalizadas más de su gusto, ajustadas a sus necesidades y a sus preferencias”.
El CEO de Bionline recuerda que en los años en los que desarrollaba esta estrategia en Bankia “la exigencia tecnológica entonces era muy fuerte para poder ejecutarlo y el coste era elevado”.
Sin embargo, Narciso apunta que fue posible porque, en aquellos años, los bancos eran “entidades grandes con un gran número de clientes y muchos beneficios, que se podían permitir disponer de medios tan costosos para poder desarrollar esta algoritmia de inteligencia artificial”.
La pregunta obligada en este punto es por qué dejan el sector de la banca para fundar su propia startup y trabajar con una tecnología tan costosa. Narciso explica que el punto de inflexión fue “la aparición de la computación en la nube, con sistemas como el de Amazon, Microsoft o IBM y sus sistemas de pago por uso”.
La irrupción de esta tecnología en el mercado permitió el acceso a unos grandes niveles de computación que, aunque también tiene un coste elevado, el sistema de pago por uso hace que sea accesible para las pequeñas y medianas empresas, añade.
Esto les hizo ver a este equipo de ingenieros que podían ofrecer sus servicios a otras empresas más pequeñas, que cuenta no solo con menos capacidad económica, sino que carecen del equipo de científico de datos que se necesita para desarrollar este tipo de proyectos.
De la banca al gran consumo
Con este paso, la banca es lógicamente un sector objetivo para ellos y esta experiencia era escalable a los sectores relacionados con el gran consumo, como los supermercados, el retail o las aerolíneas.
“Todas estas compañías persiguen los mismos objetivos de negocio: captar clientes, retenerlos y crecer con ellos a partir de ofertas que sean de su interés. Era algo muy transversal”, asegura Narciso.
Para ello, el equipo de Bionline desarrolla sistemas de inteligencia artificial para mejorar estas ofertas a sus clientes. “La única forma de plantear algo escalable es crear soluciones verticalizadas, porque no podemos hacer algo específico para cada cliente”.
En este sentido, subraya que uno de los valores añadidos que aporta su sistema es aprovechar y “beneficiarse del conocimiento adquirido por la experiencia de la propia solución al trabajar para muchas empresas”.
Automatizar para escalar
Narciso apunta que otra clave para lograr esa ansiada escalabilidad es “el trabajo previo de preparación de datos del cliente para poder predecir cómo se van a comportar las personas a nivel comercial”.
Para lograr esto, añado, “hace falta conocer muy bien a las personas y la forma de conocer al cliente es analizar su comportamiento histórico pasado: qué ha comprado, qué no ha comprado, qué le gusta, qué no le gusta, a qué ofertas ha dicho que sí o a qué ofertas ha dicho que no, cuánto compra y cada cuánto...”
En definitiva, incide en que la forma de conocer al cliente es “almacenar y elaborar esa información sobre cada uno de los clientes de la compañía”. Este trabajo de recopilación puede suponer entre dos y tres años de trabajo: un periodo de tiempo que no es viable para la mayoría de las pymes.
Para salvar esta barrera, Narciso destaca la inversión que tuvieron que realizar en los primeros años de Bionline para poder desarrollar una tecnología capaz de automatizar este proceso de recopilación de información.
Así, explica que para robotizar este proceso fabricaron “robots que, a su vez, fabrican otro software”, que permite reducir de los dos-tres años a entre uno y dos meses de preparación previa para poder predecir el comportamiento de los clientes.
Tras esta fase de preparación, es cuando entran en juego los algoritmos de inteligencia artificial de Bionline, que “van aprendiendo con el tiempo y con la información sobre el comportamiento de los clientes para conocerle mejor”.
Inversión
El objetivo final de estas tecnologías, asegura el CEO de Bionline, es “hacerle la vida fácil al cliente de una compañía”. Y esto es algo que persiguen tanto empresas con facturaciones de menos de 20 millones de euros como grandes firmas como Telefónica, por lo que la cartera de clientes va desde las pymes a las grandes empresas.
De hecho, esta startup valenciana ha cerrado su primera ronda de inversión de 500.000 euros este 2021. Con esta operación, se incorporan a su accionariado el fondo de matriz estadounidense Draper, Keith Ventures y Seedway Ventures, junto con el socio industrial Verne Group.
Parte de esta financiación se destinará a la expansión internacional hacia Estados Unidos y Latinoamérica, enfocados a los sectores de banca, supermercados y retail.