BBVA aplica la influencia de las emociones en los anuncios digitales con Oracle

Banco Bilbao Vizcaya Argentaria (BBVA) es una empresa multinacional española de servicios financieros con sede en Madrid y Bilbao. Es una de las instituciones financieras más grandes del mundo, con operaciones predominantemente en España, Norteamérica, Sudamérica y Turquía. En junio de 2020, BBVA mantenía activos por valor de 753 mil millones de euros, con 7700 sucursales, 125 000 empleados y 79 millones de clientes en más de 30 países.

Se define como "el banco digital del siglo 21", BBVA utiliza la tecnología como punta de lanza de todas las actividades. Al hacerlo, las ventas de productos digitales han crecido año tras año, registrando un incremento del 66 % en el segundo trimestre de 2020.

A pesar de ser líder en soluciones de banca electrónica, BBVA necesitaba mejorar la experiencia del cliente, que se veía lastrada por los métodos de marketing tradicionales y diversas limitaciones internas. Para abordar estos problemas, en 2017, BBVA creó un grupo de economía conductual para comprender mejor la motivación humana y proporcionar mensajes más personalizados y oportunos.

Para lanzar una nueva iniciativa, la unidad de Client Solutions del banco colaboró con Oracle Consulting para desarrollar el algoritmo de aprendizaje de economía conductual (BELA), un sistema basado en Oracle Machine Learning, Oracle Transaction Processing y Oracle Cloud Infrastructure.

Esta solución pretende identificar los mecanismos cognitivos más relevantes a la hora de generar una campaña de marketing para diferentes públicos objetivo, por medio de análisis avanzados y algoritmos de machine learning.

En función de este aprendizaje, el sistema genera variantes de cada anuncio para incorporar mecanismos cognitivos específicos en el texto, para cada grupo de audiencia, utilizando técnicas de procesamiento de lenguaje natural.

La generación de texto y la publicación automática de las campañas permiten que los equipos de marketing digital reduzcan de manera significativa el esfuerzo que deben dedicar y los plazos de entrega.

Con Oracle Visual Builder, un software basado en la nube para desarrollar, colaborar y desplegar aplicaciones en Oracle Cloud, los usuarios disponen de aplicaciones con una interfaz gráfica intuitiva que les guía a lo largo del proceso de definición y publicación de campañas.

En un plazo de tres años, auspiciado por el presidente del banco y el consejo de administración, BELA se ha convertido en la plataforma global para proponer soluciones financieras innovadoras a sus clientes.

BBVA eligió a Oracle por su sólida posición en el mercado, así como por la experiencia técnica y la comprensión del negocio demostrada por Oracle Consulting, que lograron desarrollar una solución innovadora.

"Oracle Consulting entendió a la perfección las necesidades de nuestra empresa. Fueron capaces de proporcionarnos una solución integral llave en mano que incluía un portal de front-end", señala Álvaro Gaviño. "Nos ha brindado una nueva forma de hacer negocios mediante un sistema que habría requerido esfuerzos internos monumentales y siglos para ponerlo en marcha. Con Oracle Machine Learning, estamos completamos trabajos mucho más complejos en mucho menos tiempo gracias a la inteligencia artificial".

Basado en varias decenas de algoritmos de Oracle Machine Learning, el grupo de economía conductual implementó un nuevo método de hacer negocios utilizando la inteligencia artificial aplicada al marketing digital.

BELA ayudó a romper las barreras cognitivas e impulsar el atractivo de las propuestas de valor para el cliente. En Colombia, por ejemplo, el exceso información en línea estaba causando sobrecarga cognitiva y provocando que los usuarios abandonasen la navegación. Al rectificar la redacción y los elementos visuales de la oferta, BBVA Colombia experimentó una enorme aceptación en las solicitudes de tarjetas de crédito y cuentas bancarias en línea. "Uno de nuestros objetivos es ser más relevante para nuestros clientes ofreciéndoles productos y servicios que realmente se hagan eco de sus intereses específicos", dijo Álvaro Gaviño, líder global de economía conductual en BBVA.

Además, en todas las geografías, las campañas de marketing generadas a través del machine learning produjeron una mejora de entre el 30 % y el 40 % en las tasas de conversión y clics frente al contenido creado mediante métodos tradicionales.

Los equipos de marketing del BBVA ahora disfrutan de más autonomía y control. Antes las agencias tardaban días o semanas en elaborar materiales creativos. Ahora, lo logran en cuestión de minutos y los publican directamente en Google Ads a través de interfaces de API.

BELA ha sustituido las comprobaciones previas que se basaban en engorrosos ensayos aleatorios o sondeos de opinión. Mediante la programación de lenguaje natural, en la actualidad los propios sistemas sugieren el contenido óptimo de la campaña por segmento objetivo y dispositivo móvil, y evalúan automáticamente los potenciales resultados.

Además de acelerar la creación y el despliegue de campañas, el machine learning también ayudó al banco a microsegmentar e hiperpersonalizar los anuncios de correo electrónico y los banners. Además, BELA genera múltiples versiones de mensajes para que se ajusten a los segmentos objetivo más granulares. "Con Oracle Machine Learning estamos realizando trabajos mucho más complejos en mucho menos tiempo gracias a la capacidad de aumentar con sencillez el volumen de versiones de campañas de marketing y microsegmentos personalizados", señala Álvaro Gaviño.

Más allá de la definición de los algoritmos y las plantillas del grupo central de BBVA en Madrid, Client Solutions ha aprovechado la escalabilidad de Oracle Cloud Infrastructure para compartir BELA con equipos de Colombia, Perú y México para proporcionar campañas e iniciativas de salud financiera específicas para cada región.

El machine learning y la economía conductual ahora son parte de las buenas prácticas de la división Talent and Culture del banco.