En un entorno cada vez más competitivo, la banca peruana aumenta su capacidad para vender más productos a sus clientes, y además ganar su fidelidad. Para ello se vale del análisis de una gran cantidad de datos acumulados en el tiempo, ¿qué tan amplio es es volumen de información ?
“Hemos venido haciendo un trabajo tremendo para duplicar la cantidad de variables disponibles de todos los clientes de banca personal. Hoy accedemos a 80,000 variables (por persona)”, señaló Jan Nauta, chapter área leader de data science del Banco Crédito del Perú (BCP), al asegurar que en el primer trimestre del 2027 se llegará a 100,000 variables.
El ejecutivo explicó que existen datos históricos de los usuarios que permiten anticipar qué producto les puede interesar más y que se actualizan tres veces al mes.
Con base en los datos del pasado, hoy el banco puede pronosticar el producto y canal de preferencia del usuario. Sin embargo, aún no se puede predecir qué mensaje exactamente puede ser el acertado para cada individuo. Por lo tanto, la estrategia es “ir probando” para averiguar en qué caso se concreta la venta, refirió.
Asimismo, mencionó que, aparte de los datos históricos, existen señales (a las que denominó ‘hot signals’) que conducen a la acción del banco de forma automática. Por ejemplo, si una persona quiere realizar un pago y se queda sin saldo en su cuenta, la entidad financiera le podría ofrecer en el momento un microcrédito o un adelanto de sueldo, refirió.
Nauta enfatizó, además, que la empresa apunta a ser la opción preferida de sus clientes.

Personalización
El objetivo de mejorar el modelo predictivo del banco con más variables es aumentar el conocimiento de los clientes, es decir, entender qué le interesa, para enviar mensajes personalizados, en lugar de ofrecer algo genérico, afirmó Rafael Lemor, head de inteligencia artificial (IA) de Credicorp.
“El modelo (predictivo del banco) tiene (ahora) muchos más datos, lo que lo hace más potente”, acotó en el marco del IA, Data & Ciberseguridad Summit 2026 organizado por Credicorp.
Aprendizaje
Lemor señaló que en los últimos años se avanzó mucho en la adopción de la IA, en que la gente entienda en qué consiste esa tecnología. Sin embargo, se ha pasado a un momento más de aprendizaje. “Así como aprendes qué puede hacer la tecnología, tienes que aprender qué riesgos presenta. Debemos cuidar nuestros datos, debemos ser conscientes a quién se los estamos dando”, advirtió.

Cautela
Los agentes de IA no deberían iniciar con 100% de autonomía en la mayoría de los casos, pues hay “muchos riesgos”, opinó Fernando Madureira, corporate chief Information security de Credicorp, al plantear que se les puede dar autonomía progresivamente.

Economista con trayectoria en periodismo y medios digitales.

