El uso de nuevas herramientas analíticas está transformando al sector de la gestión de activos de arriba abajo. Estos son ejemplos concretos de los grandes cambios que se están produciendo actualmente tanto en la distribución de productos como en el middle y back office.
Al pensar en la próxima revolución tecnológica la conversación se está centrando en cómo los robots van a dejar a los humanos obsoletos. Teorías que también han tocado los debates sobre el futuro de la industria de la gestión de activos. En cierto modo, el uso de inteligencia artificial ya se ha extendido con la popularización de estrategias cuantitativas aplicadas a mercados tradicionales, la búsqueda de nuevas fuentes de alpha y la eliminación de sesgos del comportamiento. Pero lejos de ser un vaticinio de la futura extinción de los gestores, la nueva era de las máquinas está creando un sector más eficiente, optimizado y personalizado para el cliente. De hecho, y tal y como lo plantea un reciente estudio de la consultora McKinsey, el uso de nuevas herramientas está transformando toda la cadena de valor de la industria: desde la distribución de productos hasta el middle y back office.
A. La distribución
Ante el auge de la gestión pasiva y el tímido crecimiento del sector, las gestoras han comenzado a repensar los modelos tradicionales de distribución. Una revolución que pivota sobre tres ejes:
1. Optimizar los modelos de distribución y servicios. Las gestoras están construyendo una reserva de datos de características multidimensionales de sus clientes para diseñar modelos de distribución y servicio que les facilita cobrar a los clientes correctos, a través de los canales correctos y en el momento correcto. El método tradicional divide a clientes por tipo o tamaño, pero ahora las gestoras usan datos para una segmentación más fina. Por ejemplo, al distinguir entre el asesor más digitalmente inteligente que exclusivamente sigue carteras modelo o el representante que busca consejos en persona.
2. Mejorar la productividad con objetivos más precisos. La analítica avanzada también permite generar información útil de clientes para mejorar la productividad de los equipos de ventas y marketing. Por ejemplo, algunas usan algoritmos predictivos que identifican oportunidades específicas de venta cruzada de productos o clientes en riesgo de retirar patrimonio de estrategias específicas.
3. Optimizando el rendimiento. El acceso a datos permite monitorizar de manera cercana la efectividad de campañas de ventas y marketing y determinar rápidamente qué funciona y qué no. Hay gestoras que incluso están incorporando sistemas de analítica a su proceso de reclutamiento para identificar las características de los que mejor rendimiento muestran.
B. El middle y back office
Gracias a la analítica avanzada la productividad del middle y back office de las gestoras está mejorando. Es un foco crucial de las firmas a medida que la mayor complejidad de los productos, vehículos y mercados ponen bajo presión las economías de escala. Los esfuerzos se están enfocando en dos áreas:
1. La automatización de tareas que consumen mucho tiempo. Hay firmas que se sirven de herramientas para analizar comunicaciones de texto y voz y recomendar las acciones más óptimas para resolver dicho proceso. Por ejemplo, usando máquinas automáticas para contestar a preguntar operativas frecuentes.
2. Mejorar la calidad de la gestión del riesgo. La nueva regulación ha elevado la relevancia de los departamentos de compliance. Ciertas gestoras usan analítica forense para monitorizar a traders y comparar transacciones con datos personales para destapar casos de malas praxis, escanear comunicaciones para detectar anomalías o incumplimientos de normas éticas. Existe incluso el caso de una gestora que determinó que a su algoritmo basado en machine learning se le daba mejor detectar riesgos que a un experto veterano revisando los mismos materiales.
