BESTINVER es la gestora independiente de fondos de inversión y pensiones perteneciente a ACCIONA. Con más de 35 años de experiencia y 6.000 millones de euros de patrimonio bajo gestión, trabajamos con el objetivo de generar rentabilidades a largo plazo para nuestro más de 46.000 inversores.

Actualmente BESTINVER cuenta con un modelo de conocimiento cliente y de inteligencia comercial, si bien estamos en constante búsqueda de modelos más innovadores que nos permitan seguir incrementando la satisfacción de nuestros inversores y mejorar su experiencia, mediante un modelo de relación más adaptado a sus necesidades.

Modelo de servicio actual

El modelo actual de relación con nuestros inversores se basa en el acompañamiento en todo su ciclo de vida. Para llevarlo a cabo contamos con un equipo de Relación con el Inversor que se encarga de estar en contacto con ellos y así informarles de le evolución de sus inversiones.

Por otro lado, contamos con una matriz de servicio que definen el número de contactos mínimos que un inversor va a recibir anualmente en función de sus características.

Después de cada interacción, el equipo de Relación con el Inversor se encarga de anotar los hechos más relevantes mantenidos durante la conversación con el inversor en nuestra herramienta de gestión de inversores (CRM), de tal manera que tengamos registro de todos el histórico de conversaciones mantenidas con el inversor.

BESTINVER desea incrementar los niveles de satisfacción y la calidad del servicio prestado, teniendo en cuenta las necesidades del inversor en base a las interacciones que hemos mantenido con él.

Esto nos va a ayudar principalmente a:

• Mejorar el nivel de satisfacción, pudiendo adaptar la matriz de servicio en base a sus necesidades (por ejemplo: incrementar o disminuir el nivel de servicio si el inversor en las conversaciones mantenidas nos lo solicita)
• Optimizar el modelo de relación con nuestros inversores, derivando en un mejor aprovechamiento de nuestro equipo de relación con el inversor haciendo llamadas más pertinentes y relevantes.
• Detección de anomalías y diferencias en la recogida de la información, con objetivo de incrementar la calidad y cumplir con la norma respecto al registro de la información de comercialización, cuando sea el caso.

En BESTINVER contamos con una herramienta de gestión de clientes, CRM Dynamics 365, donde almacenamos cada una de las interacciones que nuestro equipo de Relación con el Inversor tiene con nuestros inversores. La información de estas interacciones contiene información de texto no estructurada que hoy no sé está explotando para la definición del modelo de relación con el inversor.

Para abordar el reto se trabajará con las nota escritas que toma la persona de Relación con el inversor después de la conversación mantenida en una llamada o cita con el inversor. Se incluirá también las actividades de CRM de tipo tarea, que pueden ser de interés.

Además, se contemplará la información ya recogida y tipificada, como pueden ser el resultado de las acciones realizadas en el pasado.

BESTINVER lanza este reto para identificar herramientas y soluciones end to end que faciliten el procesamiento y el análisis de fuentes de información no estructuradas mediante la aplicación de técnicas de procesamiento de lenguaje natural. Las soluciones propuestas deberán estar alineadas con los alcances propuestos a continuación:

• Proporcionar un producto previamente desarrollado “as a service” de tratamiento de textos no estructurados, que tenga incorporados de forma predefinida los algoritmos habituales de NLP, como pueden ser la extracción de key topics y frecuencia de aparición de términos, búsqueda de entidades nombradas, análisis de sentimiento, etc.
• Trabajar de forma conjunta con el departamento de Tecnología de BESTINVER y con Protección de Datos de ACCIONA para validar la conceptualización y correcto desarrollo de la prueba de concepto: seguridad, arquitectura, ingesta de la información, etc. Ambos departamento formarán parte del comité de decisión para la selección de la startup.
• Experiencia en la implementación de este producto, con una metodología desarrollada y probada en el sector de servicios financieros / asegurador
• Proactividad en la detección de casos de uso no identificados a priori o nuevos enfoques de análisis de la información que puedan resultar de interés
• Solución que proporcione una base de conocimiento / taxonomía adaptada al negocio y necesidades de BESTINVER, que permita la categorización y clasificación precisa de estas interacciones / inversores. Para esta clasificación, se valorará que se tenga en cuenta no solo la información procesada en la interacción, si no la información histórica del cliente
• Se evitará en la medida de lo posible desarrollos a medida y la necesidad de incurrir en mantenimientos tecnológicos posteriores importantes, si bien BESTINVER contempla elaborar un modelo de colaboración a futuro que garantice el mantenimiento básico de la solución
• La propiedad intelectual de la solución propuesta será de BESTINVER, teniendo en cuenta como no, la contribución de la startup a la solución y respetando la propiedad intelectual y posible licencia de uso del software propio de la startup. Este punto se regulará en el Contrato de Participación a firmar con la empresa ganadora del reto.

¿CÓMO LO QUEREMOS RESOLVER?

Queremos enfocar la resolución del problema desde el ángulo del análisis de información no estructurada mediante procesamiento de lenguaje natural (NLP) con el objetivo de extraer información de interés de esas interacciones.

Para abordar este reto, creemos que es importante aplicar una metodología previamente definida y probada por parte de la startup. La solución propuesta contemplará lo siguiente:

• Indicadores con conceptos ya identificados. Convertirá la información no estructurada en información estructurada, en forma de indicadores a partir de conceptos previamente identificados. Partiendo de un listado de interacciones para un inversor concreto, donde idealmente daremos más peso a las interacciones más recientes, queremos generar indicadores tipificados a partir de conceptos que a priori pensamos pueden ser relevantes:

• • Estado de satisfacción del inversor. Inversor satisfecho / descontento con rentabilidades / preocupación por el mercado, etc.
  • Calidad del servicio ofrecido y frecuencia de la contactación. Necesitamos reforzar el contacto un inversor en concreto, o necesitamos disminuirlo, ya que, por ejemplo, nos indica que entiende la filosofía del producto que tiene contratado y sabe que es a largo plazo
  • Experiencia Inversor con un alto nivel de experiencia / nada experto
• Análisis de la relevancia de los términos. Además de indicadores y conceptos ya identificados que pudieran ser de interés, será interesante aplicar algoritmos que nos ayuden a aflorar términos importantes y frecuentes, que puedan dar pie a nuevos indicadores (por ejemplo, TF-IDF o similar).
• Entorno exploratorio. La solución debe resolver al menos dos casos de uso para poder determinar la escalabilidad de la solución en una supuesta puesta en producción.
• Pensamos que una posible solución al problema podría ser el contar con una base de datos de información no estructurada que nos facilite el almacenamiento de las interacciones y la indexación, por ejemplo, ElasticSearch o similar, para su posterior análisis y explotación. Haciendo que los conceptos clave más relevantes y pertinentes sean fácilmente accesibles a través de búsquedas en la información indexada. No obstante, cualquier otro planteamiento que dé solución al problema, será igualmente válido y considerado de interés.