top of page
bnp-cintillo.jpg

Banco Nacional de Panamá

Caso de Éxito de Contact Center Omnicanal, Data Lake y Dashboard para el Banco Nacional de Panamá



 

Cliente

El Banco Nacional de Panamá es la entidad bancaria oficial de la República de Panamá. Fue fundada en 1904, a través de su larga trayectoria se ha consolidado como el motor del crecimiento productivo interno, particularmente del sector agropecuario y la ganadería.

Actualmente el banco cuenta con un total de 91 sucursales, 3597 funcionarios públicos que deben manejar inmensas cantidades de información detallada, técnica y legal, además de un aproximado de 2 millones de clientes. 

Todos los bancos en Panamá son regulados por la Superintendencia de Bancos de Panamá los cuales están sujetos a regulaciones las cuales exige a las instituciones financieras cumplir con la debida diligencia de sus clientes y sus recursos. Es por esto que el Banco Nacional de Panamá, por cumplir con las regulaciones Panameñas y la Política “Conozca su Cliente”, considero necesario verificar y actualizar la información de los clientes a través de un centro de contacto dedicado. 

El Banco Nacional de Panamá, definió como alcance para la ejecución del proyecto y el proceso de localización, contacto e investigación, la cantidad de 250,000 clientes de su base de datos, en su fase inicial

 

Retos

  • No se contaba con la infraestructura digital adecuada 

  • Base de datos desactualizada 

  • Falta de agentes calificados 

  • Priorizar la atención rápida y oportuna. 

  • No existía un centro de contacto

El Banco Nacional de Panamá, es un proyecto que surge de la necesidad del Banco de actualizar y depurar su base de datos de clientes. 

Para este proceso el Banco suministra la data de clientes e información relacionada; para posteriormente ser analizada, depurada, y complementada mediante procesos de inteligencia de datos y de esta manera cuando se debe contactar al cliente, la interacción es eficiente y puntual. 

Antes de la implementación del Contact Center Omnicanal, el Banco Nacional de Panamá no contaba con una base de datos vigente con la última información de sus clientes. Igualmente carecían de la capacidad inmediata de crear un centro de contacto con la infraestructura y el personal capacitado para brindar el mejor servicio al cliente y cumplir con el dictamen establecido por la Superintendencia de Bancos.

 

Solución

Para solucionar los problemas de actualización de datos que enfrentaba el Banco Nacional de Panamá, se implementó un Data Lake, un Centro de Contacto Omnicanal, y un Dashboard basado en tecnologías de “Amazon Web Services” o AWS. 

Los servicios de AWS utilizados incluyen: 

  • AWS Connect 

  • AWS Kinesis Data Stream 

  • AWS Kinesis Data Firehose 

  • AWS CloudWatch 

  • AWS Lambda 

  • AWS Simple Storage Service 

  • AWS AppSync 

  • AWS Cognito 

  • AWS CloudFront 

  • AWS Connect CCP 

  • AWS DynamoDB 

  • AWS Lambda 

  • AWS OpenSearch

  • AWS Lake Formation

  • AWS Athena

  • AWS QuickSight

Como parte fundamental del proyecto se llevó a cabo el análisis necesario, diseño, creación, configuración e implementación del repositorio de datos para el manejo y utilización de la información de los clientes e información complementaria.

En paralelo a la recolección de datos que serán utilizados para actualizar las Fichas de Clientes, se utilizará herramientas de tecnología de la información para identificar de forma automatizada datos que requieran ser depurados o corregidos como por ej: correos electrónicos mal formados, números de teléfono incompletos, y más.

Asimismo, se realizará la búsqueda automatizada y manual de duplicados para consolidar en un solo perfil información de clientes que se encuentre separada en distintas fuentes.

Una vez que la información ha sido depurada, se procede a realizar la consolidación mediante la aplicación de modernas técnicas de Big Data y la utilización de herramientas de Data Lake, de esta manera, podrá ser accedida, filtrada, y categorizada.

Gracias a la facilidad de uso de las herramientas de configuración que Amazon pone a disposición de los usuarios del contact center, ahora es posible realizar cambios rápidos a flujos que se encuentran en producción. Personal que no cuenta con conocimiento técnico puede intuitivamente modificar detalles dentro de los procesos puestos en marcha, manejar agentes, ver métricas de desempeño en tiempo real, y optimizar los menús de servicios del sistema de respuesta de voz interactivo o IVR. 

Para este proyecto se distribuyeron múltiples colas basados en los skills de los agentes, para gestionar llamadas entrantes, como salientes. Para las llamadas salientes integramos de múltiples tipos como: click to call, llamadas progresivas y llamadas predictivas, para mantener a los agentes con el mayor tiempo de ocupación y para gestionar la actualización de datos de los clientes de forma más eficiente. 

Gracias a AWS Connect CCP, el sitio personalizado de los agentes tenemos la capacidad de brindarles funcionalidades como la búsqueda de datos de clientes, formularios y panel administrativo para acceder a informes y buscar formularios. 

Además de esto tenemos la capacidad de almacenar los datos personales (dirección, correo electrónico, números de teléfono, etc.) de los clientes en AWS DynamoDB, estos datos son consultados por el sitio de los agentes, por algunas funciones lambdas asociadas a la instancia de AWS Connect, y también de nuestra llamada de conector que hemos integrado con AWS Connect.

Una vez configurado y alimentado el Data Lake, el Banco tendrá a su disposición una plataforma rápida e intuitiva para el aprovechamiento e interacción de la información contenida a través de Amazon QuickSight, una herramienta moderna de inteligencia de datos y Dashboards de Big Data.

Para esto desarrollamos e implementamos un tablero de análisis de datos personalizado alimentado a través del Data Lake, que permita a los interesados llevar a cabo un rápido análisis y extracción de información de los clientes de la institución.
 

Resultados

  • Implementación y salida de producción en 2 semanas.

  • Capacitación de agentes dedicados a la depuración y actualización de la base de datos.

  • 2,215,781 llamadas realizadas en 6 meses.

  • 104 mil formularios de clientes completados.

  • Altos índices de satisfacción del cliente.

  • Fácil acceso a la información a través de Dashboard de Quicksight 

  • Implementación de repositorio de datos de big data.

Después de la implementación del nuevo Contact Center, los resultados han sido inmediatos; el sistema se ha adaptado constantemente a las necesidades del banco. 

La herramienta nos permite configurar la cantidad de agentes que sean necesarios para la ejecución del proyecto de “Actualización de Datos” además de esto es posible comprobar de forma rápida si el mover una opción de un menú a otro puede traer una disminución en los tiempos de espera de los clientes. 

La herramienta cuenta con el manejo de formularios de agentes que de acuerdo a la respuesta inicial de la llamada permite definir el formulario a usar y realizar el levantamiento de información de forma rápida y confiable durante las campañas de comunicación. 

Gracias a su integración con AWS Simple Storage Service, el sistema guarda el audio de las interacciones telefónicas de manera automática y permite así revisar, cuando sea necesario, tanto lo que transmitió el agente como la retroalimentación de información que transmitió el cliente, facilitando la gestión del control de calidad y brindando trazabilidad a las interacciones.

Igualmente la solución nos brinda métricas e indicadores para el análisis de las gestiones realizadas por los agentes y evaluar los resultados. 

Desde su aplicación en Septiembre 2021 hasta el mes de Febrero 2022, se realizaron 2,215,781 llamadas de las cuales se han rellenado 104,000 formularios de clientes de 450 formularios creados, de estos se han reportado 5,000 fallecidos entre su base de datos de clientes activos. 

Durante la primera fase de este proyecto que tuvo una duración de 6 meses se realizó un levantamiento de 250,000 clientes del total que es actualmente 2 millones.

Durante esta primera fase de implementación nuestras lecciones aprendidas han sido enfocadas en el análisis de la información previo a la conexión con el cliente, de esta manera, las llamadas son más eficientes y puntuales y el cliente queda satisfecho. Optimizamos los tiempos de llamada de los agentes, de esta forma logramos completar más formularios en menor tiempo. 

Para el fácil acceso a toda la información recolectada en este proceso y para su mejor consumo, se crearon tableros en Amazon Quick Sight. Entre ellos están el Formulario de Clientes, donde guardamos la información de los clientes, desde  sus rangos salariales hasta si se encuentran registrados como PEPS y FACTA. También el Formulario de llamadas, este resguarda toda la  información sobre las llamadas, los agentes y su rendimiento, por ultimo esta el tablero de Cartera inactiva aquí verificamos el estado y las cantidades de clientes que se mantienen en la cartera inactiva, podemos verificar si estos clientes poseen o no productos, la edad media del grupo, cantidad de estos clientes que se encuentran en PEPS, su rango de edad y sus profesiones. 

Mayoritariamente dentro de nuestra herramienta del DataLake se han realizado consultas sobre duplicidad en los nombres, números de cédula con el fin de depurar y actualizar los datos almacenados y cuales de estos clientes poseen productos. Igualmente el equipo del Banco Nacional de Panamá se encuentra en un aprendizaje y perfeccionamiento de sus capacidades para crear ellos de forma dinámica dashboards que los ayuden a realizar mejores análisis.

bottom of page