Soy tu cliente, ¿me conoces?

Enrique Dans, cuyo blog es ya un referente en nuestro país en el ámbito de la tecnología, reflexiona sobre la importancia de poner al cliente en el centro, esta vez como experto en el blog de Qonto.

Es una de las cosas que más me fascinan de los bancos: esas veces en las que te escriben un correo electrónico o cualquier otro tipo de comunicación y empiezan con un «Estimado Sr./Sra» Y no, no lo hacen por salvaguardar las formas de género.… Lo hacen porque realmente, en la mayoría de los casos, no saben si eres un señor o una señora. Obviamente, no se trata de establecer diferencias o de tratar a las personas de manera diferente si son mujer u hombre, sino de mostrar un mínimo interés por saber con quién estás hablando.

¿Cómo podemos hablar de compañías cliente-céntricas y de personalización de la oferta cuando, en la práctica, no son capaces de saber quién eres y cómo dirigirse a ti? ¿Realmente alguien cree que ese arcaico «Estimado Sr./Sra» de las primeras eras de las bases de datos aún puede utilizarse a día de hoy y mantener un gesto mínimamente digno?

No están tan lejos los tiempos en los que la personalización tenía que ver con «conocer al director de mi sucursal», que te recibiese en su despacho o que te saludase por el nombre. De ahí, ante la insistencia de la banca en tratar a sus trabajadores como si fueran muebles y trasladarlos sin ningún recato de un lado a otro del país, pasamos a una época muy distinta: la de la mecanización de todo y la de tratar al cliente como si el simple hecho de que le atendiese una persona humana fuese un privilegio inenarrable por el que deberíamos estar emocionados (algo que llegó incluso a motivar infinidad de protestas).

Entre todos esos cambios, la banca dejó clara una cosa: a base de tratar con números, se creyó que todos éramos números y que se nos podía tratar como tales. Pocas industrias han llegado a despersonalizar tanto a sus clientes como la banca, hasta el punto de ganarse una fama bastante merecida a base de convencer a clientes «de toda la vida» para que compraran acciones del propio banco, preferentes, hipotecas multidivisa y otros productos en lo que podríamos considerar una auténtica antología del disparate.

La banca gestiona generalmente bases de datos con un gran número de clientes, y en el caso de la banca tradicional, con una cierta tendencia a trabajar con las llamadas legacy applications, desarrollos hechos internamente o por la consultora de turno hace muchos años, y mantenidos con dificultad a lo largo del tiempo.

En muchos bancos, les supone incluso un problema, lo creamos o no, poner en una tarjeta de crédito una combinación de nombre y apellido distinta de la que especifica tu DNI o pasaporte (eliminar tu segundo nombre, convertirlo en una inicial o dejar de poner el segundo apellido, por ejemplo). Lo cual, en muchos casos, termina siendo un engorro para clientes que, cuando viajan, se encuentran con que en otros países se refieren a ellos por el segundo apellido, creyendo que el primero es un segundo nombre. ¿Problema de software? ¿Problema de compliance? ¿Problema de actitud? ¿O una equilibrada mezcla de todos ellos?

La era del Customer Relationships Management, o CRM, pasó por la mayoría de la banca tradicional como algo inexistente, o incluso se utilizó al revés: en lugar de usarlo para tratar de adaptarse mejor al cliente, se usó como suministrador de «listas de posibles víctimas». ¿Cuántos clientes que tienen su hipoteca en un banco han recibido ofertas para obtener una hipoteca en ese mismo banco, a menudo con mejores condiciones que la que ya tenían?

El estado de la tecnología actual debería permitir no solo que gestionásemos a nuestros clientes de manera personalizada, sino que, más allá de simplemente llamarlos por su nombre correcto o saber si son señor o señora, sepamos cuando nos dirigimos a ellos cuáles son sus preferencias, sus preocupaciones, sus dificultades, sus problemas más habituales o sus actitudes ante determinados productos.

El conocido asistente ChatGPT por ejemplo, es perfectamente capaz de recordar el historial de interacciones de un usuario, hasta el punto de poder citar conversaciones anteriores con él. Existen herramientas de machine learning capaces de abortar una transacción fraudulenta simplemente porque responde a un patrón no habitual en el usuario que supuestamente la está llevando a cabo, y de hacerlo con una tasa de errores extremadamente baja. 

Si nos atenemos a la tecnología disponible, es evidente que podríamos mantener unas relaciones con nuestros clientes extremadamente personalizadas, requiriendo relativamente poco trabajo por parte de los empleados (si, por supuesto, tienen una actitud adecuada) y proporcionando una experiencia de cliente muy superior. Y cada día más, la pregunta no es si podemos hacerlo. Es, simplemente, si queremos hacerlo.