¿Cómo el Big Data y Machine Learning transformaron a American Express?

American Express o AmEx es una institución financiera fundada el 25 de marzo de 1850 en New York por Henry Wells, William Fargo y John Warren Butterfield; la cual es rankeada dentro de las 100 empresas más grandes del mundo según la revista Forbes. (Forbes) La empresa comercializa globalmente servicios brindando a sus clientes tarjetas de crédito o de cargo y servicios relacionados con viajes. (American Express, 2015)

Todo comenzó cuando un empleado de la empresa, Marcellus Berry, creó el “money order” o giro postal en 1882 el cual es un cheque en papel prepagado para realizar pagos a terceros y; como consecuencia se originó el Cheque de Viajero para resolver las necesidades de aquellos que deseaban tener una forma fácil y confiable de transferir fondos internacionalmente. (American Express, 2021) Posteriormente, se lanzó la Tarjeta American Express en 1958 en Estados Unidos y Canadá con una gran acogida por su “fortaleza de marca, su excelente servicio al cliente y sus oficinas alrededor del mundo.” (American Express, 2021) Actualmente, la empresa cuenta con más de 2200 oficinas en más de 140 países focalizada en un papel de “proveedor global” de los servicios mencionados anteriormente. (American Express, 2021)

Sin embargo, mantenerse en esta alta posición en el mercado no ha sido fácil. AmEx, como muchas otras empresas, se ha visto amenazada por los avances rápidos en la tecnología que ocurren actualmente; pero ha sido una de las pocas compañías que ha sabido aprovecharlos para mejorar su negocio. Por lo que American Express ha logrado dar valor a sus clientes en el espacio de pagos y comercio utilizando el Big Data juntamente con el Machine Learning. La empresa vio su vasta base de datos como una ventaja sobre las demás instituciones financieras ya que gracias al “bucle cerrado”, AmEx puede analizar las transacciones de los clientes y del lado comerciante, mientras que Visa o MasterCard tienen un acceso limitado a los datos de los clientes porque los bancos contratantes son cerrados en compartir información. (Manglani, 2017)

Al tener esta ventaja competitiva, el grupo de “American Express´ Risk and Information Managment” con el de “Technology”, decidieron construir habilidades de Big Data de clase mundial. Logran mejorar su dinámica de negocio transformando su modelo de comercialización por ser capaces de analizar tendencias e información de gastos de los clientes y así crear algoritmos que proporcionen ofertas personalizadas para atraer y retener a sus clientes y además, aprovechar esta ventaja para mantener relaciones con los comerciales utilizando marketing dirigido. (Manglani, 2017)

Por lo tanto, gracias al análisis de datos, AmEx cambia su modelo de comercialización ya que se aleja de lo tradicional de dar crédito a los clientes y servicios al comerciante por realizar transacciones y se acerca más a los clientes de una manera especializada por lo que gana mayor clientela; pero en lo que se destaca la empresa y está definido en su visión: “Brindar la mejor experiencia a nuestros clientes, todos los días, en todo el mundo.” (American Express, s.f.); es generar confianza en el cliente para que este los prefiera, aumentando sus ventas.

Como consecuencia, gracias al acceso al Big Data, AmEx ha empleado modelos de “Machine Learning” para incrementar la seguridad de sus clientes y atraer a nuevos por lo que generan mayores ingresos. Por ejemplo, logran detectar transacciones fraudulentas comparando la información de la tarjeta con un patrón creado por un algoritmo de posible fraude y así, la empresa minimiza sus pérdidas y mantiene su imagen. También, el uso del internet y del marketing dirigido ha aumentado un 40% de nuevas adquisiciones por este medio, lo que igualmente reduce los costos y aumenta sus ventas. (Manglani, 2017)

Sin embargo, aunque AmEx ha logrado mucho al cambiar su manera de comercialización con el análisis de datos, aún se enfrenta a equilibrar la inversión en el Big Data con las necesidades inmediatas, y la investigación que se tendrá que llevar a cabo con los siguientes avances tecnológicos.

En conclusión, a pesar de que American Express tenga el anterior desafío, ha creado una empresa poderosa por su transformación en su comercialización por el uso del Big Data y Machine Learning que caracteriza a la empresa en seguridad y transacciones personalizadas, brindándole un valor distintivo a la marca que puede siempre aprovechar mientras se adapta a nuevos cambios.

Bibliografía

American Express. (2015). Acerca de American Express. Obtenido de https://www.americanexpress.com/ve/network/content/about-the-company.html

American Express. (2021). American Express Company. Obtenido de https://www.americanexpress.com/argentina/about/historia.shtml#:~:text=Informe%20de%20RSE&text=American%20Express%20Company%20nace%20en,transporte%20de%20cargas%20y%20valores.&text=Emitida%20en%201958%20por%20primera%20vez%20en%20EE.

American Express. (s.f.). Acerca de la Compañía. Obtenido de https://www.americanexpress.com/mx/about-the-company.html#:~:text=VISI%C3%93N%3A%20Brindar%20la%20mejor%20experiencia,CUMPLIMOS%20CON%20NUESTROS%20CLIENTES.

Forbes. (s.f.). American Express (AXP). Obtenido de https://www.forbes.com/companies/american-express/?sh=6e06b7144669

Manglani, C. (02 de abril de 2017). American Express: Using data analytics to redefine traditional banking. Obtenido de https://digital.hbs.edu/platform-digit/submission/american-express-using-data-analytics-to-redefine-traditional-banking/