Como uma das maiores instituições financeiras do mundo usa Data Science nos seus desafios de negócio.
O Bank of America é considerado a segunda maior instituição financeira dos Estados Unidos e uma das maiores do mundo. São 66 milhões de clientes em 35 países, segundo informações de seu próprio site. Buscamos entender como a empresa, existente há 240 anos, conduziu sua transformação digital e utiliza os dados para obter vantagens competitivas em seu negócio. Neste texto, elencamos algumas iniciativas de sucesso.
Uma das vertentes que mais chamou a atenção no Bank of America (BofA) foi a utilização dos dados com o objetivo de melhorar a experiência dos clientes – e, claramente, otimizar sua receita e operação com isso. Um dos primeiros bancos a oferecer serviços via smartphones no mundo, o BofA lançou em meados de 2018 a Erica, uma assistente financeira virtual que utiliza Inteligência Artificial e recursos como o Reconhecimento de Fala para captar as informações dos clientes.
No primeiro trimestre de 2021, a assistente virtual decolou em popularidade e utilização, junto com melhorias em suas habilidades de IA, segundo o relatório financeiro da empresa, conforme analisa o site voicebot.ai. São 19,5 milhões de usuários da solução em um total de 105,6 milhões de interações.
O investimento não foi pequeno para chegar a este ponto. O BofA precisou reunir uma equipe de mais de 100 pessoas e mais de dois anos de esforços para trazer Erica ao mercado – a um custo estimado de cerca de US$ 30 milhões. Nesse processo do desenvolvimento, Michelle Moore, ex-chefe de banco digital do Bank of America, observou que a equipe descobriu mais de 2.000 maneiras diferentes que clientes pediam a Erica para fazer transferências bancárias. O tamanho dos modelos para a IA funcionar com tantas variáveis é gigantesca e exige bastante infraestrutura.
Print de uma das telas de interação de um cliente com Erica
Erica é apenas uma das muitas adições recentes à lista de ofertas digitais aprimoradas por tecnologia do BofA, incluindo Digital Mortgage Experience, uma ferramenta móvel de compra de automóveis e Better Money Habits – um recurso de conteúdo que fornece aos clientes do banco dicas sobre economia e orçamento – com o qual Erica interage perfeitamente.
“Se você digitar ‘aprender sobre pontuação de crédito’, receberá vídeos Better Money Habits. Se digitar ‘como posso manter um orçamento?’ você receberá conteúdo e informações da Better Money Habits”, diz Michele Moore.
O uso de dados como ponto central do banco é percebido pelo número de patentes tecnológicas. Em 2020, atingiu o seu recorde de novas patentes, com 444 patentes concedidas e 722 pedidos, colocando o banco em um total de 4.400 patentes, mantidas e depositadas. Erica, por exemplo, adicionou um software de diálogo de comando aprimorado, mas as patentes e inovações não foram criadas exclusivamente em torno dela. Os lifeplanners do banco também usam IA preditiva para personalizar suas consultorias financeiras e há uma nova verificação de erro alimentada por IA que compartilha recomendações para um representante de atendimento enquanto ele trabalha com um cliente.
Big Data e People Analytics
Outra área que utiliza dados e foi um case de sucesso no BofA foi na área de People Analytics. Por vários anos, a área de call center sofreu com alta rotatividade de funcionários. É tradicionalmente um dos setores mais estressantes de trabalho, são entre 60 e 80 ligações por dia para clientes muitas vezes nada receptivos. Após extraírem métricas de desempenho de diversos call centers, a equipe do BofA concluiu que a colaboração entre os times exercia uma pesada influência na cultura das equipes e parecia vital para a redução do turnover. Indo direto aos números, as pessoas com quem os funcionários falavam no trabalho era uma métrica seis vezes mais determinante para uma rotatividade baixa do que qualquer outra.
Então a empresa alterou toda a sua política de breaks. Antes de adotar esse processo de People Analytics, os funcionários deviam agendar suas pausas de forma que não coincidissem com a pausa de outros, para que sempre houvesse o máximo possível de pessoas no telefone para receber as ligações. Mas, diante dos resultados encontrados, o banco passou a permitir as equipes fazer intervalo juntas, inclusive seus horários de almoço.
O efeito disso foi uma alavancagem nas interações dos funcionários, atendimentos 23% mais rápidos e US$ 15 milhões poupados com rotatividade. Algo que nunca teria acontecido sem um dedicado trabalho com base em Big Data.
IA para ações
Outra vertente de utilização de IA no Bank of America é no mercado de capital acionário (ECM). Há 3 anos, os cientistas de dados e engenheiros do Bank of America criaram o Predictive Intelligence Analytics Machine (PRIAM), um sistema de previsão de negócios de IA que usa uma rede de algoritmos de aprendizado de máquina supervisionados para entender as tendências de relacionamento entre negócios de ECM e investidores.
Em uma reportagem, David Reilly, executivo de tecnologia de finanças e risco corporativo do Bank of America, diz que eles coletaram, limparam e organizaram mais de 150 milhões de pontos de dados – tanto dados disponíveis publicamente quanto dados proprietários – para treinar o modelo de IA. Os dados incluíram informações de mais de 50.000 negócios históricos de ECM, dados de investidores e dados de mercado.
O PRIAM agora ajuda a maximizar a demanda por transações de ECM, prevendo os melhores investidores para um negócio com base nos detalhes da oferta de ações, participação histórica do negócio, negociações e informações de ponto de contato do cliente e dados de mercado. Ele pode marcar mil investidores em segundos, identificando os investidores de “alto sinal” com precisão superior a 80%.
O projeto, que rendeu ao Bank of America um prêmio FutureEdge 50 para aplicações de tecnologias emergentes, ajudou o banco a economizar centenas de horas que antes gastava analisando e coletando dados manualmente, além do negócio que era muito pautado pelo relacionamento dos executivos com investidores e pelo “feeling” de cada um, tornando o processo mais eficiente.
