El uso de la economía del comportamiento en las empresas españolas
En la primera parte del análisis, se combinaron métodos de investiga- ción (grupos de discusión y entrevistas) para identificar las distintas tipologías de personas con escasa alfabetización digital y los obstá- culos a los que se enfrentaban. Se puso el foco en un grupo (denomi- nado lost the boaters) que tenía poca confianza en la tecnología por la falta de una exposición temprana a esta. La investigación puso de relieve la importancia de aumentar la sensación de seguridad para superar las barreras de estas personas de cara a la adopción digital. Esto significaba dotar a los clientes de los conocimientos básicos, el apoyo y las técnicas necesarias para comprender el mundo virtual y navegar por él con un mayor sentido de la autonomía. La segunda parte de la investigación consistió en generar y testear una serie de opciones para fomentar las competencias digitales. Esta parte del estudio tuvo un fuerte enfoque etnográfico y antropológico, y ayudó a Phoenix fundamentalmente a identificar qué soluciones tenían pocas probabilidades de producir resultados, de forma que se evitara malgastar dinero en innovaciones infructuosas. Producto de ello fueron una serie de vídeos y guías impresas que se elaboraron para destacar el aspecto de la seguridad online. Los vídeos diseñados, basados en conocimientos psicológicos, recurrían en gran medida a metáforas para tener mayor resonancia entre los clientes.
4.2.5. Análisis de riesgos
La economía del comportamiento, además de permitir innovar de forma diferente de cara a la generación de productos y servicios, también puede utilizarse para innovar en procesos inter- nos. Un ejemplo de ello es su uso en el análisis de riesgos. En esta sección explicamos dos casos de estudio en los que la economía del comporta- miento ha permitido mejorar estos procesos. El primero de estos casos es el de MicroBank, cuyo objetivo era mejorar los modelos de scoring o rating crediticio, que tenían capacidad limitada para analizar el potencial de solvencia de clientes nuevos o que operasen principalmente con otra entidad.
Para mejorar la capacidad de predicción de sus modelos, se llevó a cabo un análisis psicométri- co a través de un cuestionario gamificado que hizo posible predecir tanto la capacidad como la voluntad de repago de los clientes. Este aná- lisis permitió establecer relaciones entre estos factores psicológicos no incluidos en un modelo clásico de scoring (por ejemplo, la honestidad o el optimismo) y el riesgo de impago. Los primeros resultados de la implantación del análisis psicométrico son alentadores. La incor- poración de este scoring ha permitido a Micro- Bank duplicar la producción de este colectivo, gracias a la mejor evaluación del riesgo crediticio, así como reducir el coste del riesgo en un 30 % respecto a segmentaciones clásicas.
43
Made with FlippingBook - Online Brochure Maker