• Saltar a la navegación principal
  • Saltar al contenido principal
  • Saltar al pie de página
Bluetab

Bluetab

an IBM Company

  • Soluciones
    • DATA STRATEGY
    • DATA READINESS
    • DATA PRODUCTS AI
  • Assets
    • TRUEDAT
    • FASTCAPTURE
    • Spark Tune
  • Conócenos
  • Oficinas
    • España
    • Mexico
    • Perú
    • Colombia
  • talento
    • España
    • TALENT HUB BARCELONA
    • TALENT HUB BIZKAIA
    • TALENT HUB ALICANTE
    • TALENT HUB MÁLAGA
  • Blog
  • ES
    • EN

Bluetab

CRM con inteligencia artificial

septiembre 11, 2020 by Bluetab

CRM con inteligencia artificial

En el acompañamiento a la estrategia tecnológica de una de las entidades financieras líderes, se implementa un algoritmo de machine learning para predecir y priorizar el mejor mix de offering a proponer a los clientes, con el objetivo de incrementar el cross-selling y la vinculación de la base de clientes instalada.

Mediante la implementación del ML se consigue potenciar la estrategia comercial de la entidad, ampliando la visión cliente e integrándose con el CRM actual, lo que incrementará la probabilidad de éxito de las acciones a realizar mejorando los ingresos y la satisfacción y fidelidad de clientes. Para esto el algoritmo prioriza a través de campañas existentes cruzando con los productos alternativos como son préstamos, hipotecas, fondos, tarjetas, planes de pensiones o diferentes modalidades y coberturas de seguro (hogar, salud, automóvil)

Como output se pretende evidenciar la mejora midiendo el incremento en indicadores concretos como son:

  • barra-bluetab Contratos
  • barra-bluetab ratio valor-cliente
  • barra-bluetab % digitalización por cliente
  • barra-bluetab Click-through rate
white robot wallpaper

CASOS DE ÉXITO

Publicado en: Casos Etiquetado como: augmented-analytics

RIESGO CREDITICIO

septiembre 11, 2020 by Bluetab

RIESGO CREDITICIO

Dentro de las iniciativas de diversificación que los operadores de telecomunicaciones han llevado a cabo en estos últimos años, ha fraguado la de ser entidades financieras capaces de ofrecer a sus clientes telco productos financieros relacionados.


Bluetab ha colaborado en la integración del área de Riesgo Crediticio dentro de la infraestructura global y en el squad de Onboarding realizando una reingeniería de la solución.

La plataforma tecnológica utilizada estaba basada en el paquete comercial de Experian, sobre una arquitectura de microservicios y metodología ATDD.

geometric shape digital wallpaper

CASOS DE ÉXITO

Publicado en: Casos Etiquetado como: data-fabric

NDWH MULTIMARCA

septiembre 11, 2020 by Bluetab

NDWH MULTIMARCA

Dentro de los operadores emergentes en el negocio de las telecomunicaciones, ha existido una iniciativa que permite tener en una única entidad varias marcas comerciales, integrando y mejorando al máximo los procesos comunes a todas ellas.

Así, para el caso particular de la gestión de los datos se está construyendo un repositorio único y centralizado con toda la información relevante de las distintas marcas comerciales, de cara a permitir una explotación de los datos única.

Esta plataforma se ha desarrollado sobre Google Big Query, Google Looker, Oracle, Microsoft y Tableau.

assorted-color abstract painting

CASOS DE ÉXITO

Publicado en: Casos Etiquetado como: data-fabric

Data warehouse unificado

septiembre 11, 2020 by Bluetab

Data warehouse unificado

El sector de las telecomunicaciones ha sido siempre un sector muy dinámico. En este sentido, siempre han tenido una necesidad urgente de analizar su información de manera convergente y única.


Para ello se ha consolidado una colaboración agile end-to-end con el área de datos del operador para la construcción del nuevo DWH, desde el análisis de los orígenes de datos hasta la explotación de los mismos por las áreas usuarias.

La plataforma tecnológica utilizada ha sido Teradata, Exadata, Oracle, PowerCenter y Microstrategy.

photo of outer space

CASOS DE ÉXITO

Publicado en: Casos Etiquetado como: data-fabric

Reporting Empresas

septiembre 11, 2020 by Bluetab

Reporting Empresas

Bluetab provee a la totalidad de departamentos del Área de Negocio de Empresas de una operadora Telco los servicios y desarrollos de Reporting con especial foco en el modelo retributivo de agencias, distribuidores y personal interno.

La creación de Datamarts y la automatización de procesos permite la actualización y acceso de la información con una mayor periodicidad facilitando el seguimiento y la toma de decisiones. Además de una mayor fiabilidad en los datos por la uniformización de los orígenes de los mismos. Como norma general las herramientas utilizadas son Teradata, Pentaho y Microsoft Power BI y en menor medida, Talend y publicación en la nube de Azure.

low angle photo of city high rise buildings during daytime

CASOS DE ÉXITO

Publicado en: Casos Etiquetado como: data-fabric

Modelo global de supervisión bancaria

septiembre 11, 2020 by Bluetab

Modelo global de supervisión bancaria

Los bancos deben cumplir con un volumen creciente de requisitos de informes granulares y complejos. Los métodos utilizados para recopilar datos de informes no están completamente armonizados, lo que a menudo conduce a redundancias, solapamientos e inconsistencias en los conjuntos de datos resultantes. En este contexto existe la necesidad de integrar los requisitos de datos estadísticos existentes, en la medida de lo posible, en un marco de información único y estandarizado que sería aplicable en toda la zona del euro y que también podría ser adoptado por otros países europeos, aliviando de esta forma la carga de informes de los bancos y mejorando la calidad de los datos informados a las autoridades.

El alcance del proyecto abarca los principales reportes de supervisión: la recopilación de datos granulares de crédito y de riesgo crediticio del BCE (AnaCredit), las estadísticas de tenencias de valores del BCE (SHS), las estadísticas de partidas del balance de las instituciones financieras monetarias (BSI) del BCE, así como estadísticas de tipos de interés de las instituciones financieras monetarias del BCE (MIR); igualmente se considera como requerimiento otras necesidades, como la balanza de pagos y las cuentas nacionales

selective focus photography of lens

Nuestro equipo realiza el proyecto basado en la persistencia en un lago de big data, con ingestas y transformaciones de la información en tecnología scala/spark. La reglas de transformación para crear información adicional se han definido basándose en “Lenguaje de Validación y Transformación (VTL)” con pequeñas adaptaciones para mejorar la facilidad de uso y la legibilidad del usuario final .

El sistema generado que sigue este proceso comienza alimentando la capa de entrada desde los sistemas de TI internos de los bancos, siguiendo la estructura de los cubos de la capa de entrada definida. Los procesos de datos se pueden dividir en capas (entrada, capa enriquecida y capa de salida) y tres fases que separan esas capas: transformaciones en la capa de entrada, salida y la aplicación de asignaciones que describen las relaciones entre ellas. Todas las fases pueden comprender validaciones, por ej. validaciones que aseguran la integridad de la capa de entrada, validaciones que aseguran la consistencia de la capa de entrada enriquecida, validaciones que aplican las reglas de validación (externas) en la capa de salida no de referencia.

CASOS DE ÉXITO

Publicado en: Casos Etiquetado como: data-fabric

  • « Ir a la página anterior
  • Página 1
  • Páginas intermedias omitidas …
  • Página 16
  • Página 17
  • Página 18
  • Página 19
  • Página 20
  • Páginas intermedias omitidas …
  • Página 23
  • Ir a la página siguiente »

Footer

LegalPrivacidadPolítica de cookies

Patrono

Patrocinador

© 2025 Bluetab Solutions Group, SL. All rights reserved.