Aplicación de un modelo de contactabilidad mediante el uso de business intelligence para una sociedad administradora de fondos de pensiones

Abstract

El presente trabajo de suficiencia profesional se enfoca en el desarrollo e implementación de un modelo de contactabilidad para una sociedad administradora de fondos de pensiones. El objetivo del modelo es optimizar la comunicación y la gestión de clientes mediante el manejo eficiente de datos. En primer lugar, se realizó un análisis exhaustivo identificando las variables clave y los patrones de comportamiento de los afiliados que afectan su contactabilidad. En segundo lugar, se desarrolló un modelo adaptable que clasifica los datos de contacto de acuerdo con la calidad del dato. Una vez desarrollado el modelo, se procedió a la creación de la base de datos y migración a la nube de Google Cloud Platform para aprovechar las ventajas de escalabilidad, seguridad y rendimiento que ofrece este entorno. Se utilizó una estrategia de ETL, garantizando la integridad y consistencia de la información durante el proceso. Además, se implementaron mecanismos de actualización periódica para asegurar que los datos en la nube se mantengan sincronizados con los cambios realizados en la base de datos on-premise. Finalmente, se desarrolló un dashboard interactivo en Looker Studio para la visualización y monitoreo de los resultados del modelo de contactabilidad, el cual permite a los usuarios colaboradores de la organización acceder a las métricas y tomar decisiones. Por otro lado, al tomar los tiempos de búsqueda como métricas, se puede notar una mejora en el rendimiento y eficiencia, ya que el tiempo de búsqueda final ahora es de 2 a 5 minutos. Asimismo, la gestión de contacto es mas eficiente en un 35% ya que la información del dato del contacto es la más actualizada.

The current professional sufficiency work focuses on the development and implementation of a contactability model for a pension fund management company. The objective of the model is to optimize client communication and management through efficient data handling. Firstly, a comprehensive analysis was conducted to identify key variables and behavioral patterns of affiliates that affect their contactability. Secondly, an adaptable model was developed to classify contact data according to data quality. Once the model was developed, the database was created and migrated to the Google Cloud Platform to leverage scalability, security, and performance advantages offered by this environment. An ETL strategy was used to ensure the integrity and consistency of information throughout the process. Additionally, mechanisms for periodic updates were implemented to ensure that cloud data remains synchronized with changes made in the on-premise database. Finally, an interactive dashboard was developed in Looker Studio for visualization and monitoring of the contactability model results, enabling organizational users to access metrics and make decisions collaboratively. On another hand, by considering search times as metrics, an improvement in performance and efficiency is noticeable, with the final search time now reduced to 2 to 5 minutes. Furthermore, contact management is 35% more efficient because contact data information is now the most up-to-date.