Segmentar Clientes de una Fintech por su Comportamiento Financiero
Una app de finanzas personales con 1,5M de usuarios ofrece los mismos productos a todos: cuenta de ahorro, inversión automática, préstamo rápido. Producto quiere diseñar experiencias distintas según cómo gestiona el dinero cada usuario, pero nadie ha definido segmentos financieros y las encuestas no reflejan lo que la gente hace en realidad.
De dónde sale el dinero
Qué hacer ahora
- 1Segmentar por comportamiento financiero real.
- 2Diseñar una experiencia por segmento con criterios éticos.
- 3A/B test por segmento con métricas de valor y de riesgo.
Para llevar al comité
Una página con la decisión, el impacto, los riesgos, los pasos y el KPI de seguimiento.
Se abre la ventana de impresión: elige "Guardar como PDF".
Ojo: más volumen no siempre es más beneficio
Empujar préstamos rápidos al segmento "al límite" sube ingresos a corto plazo y luego impagos, reclamaciones y daño reputacional. Ofrece a cada segmento el producto que mejora su situación.
KPI para el comité
Margen por usuario y morosidad por segmento.
Detalle para tu equipo de datos
Técnica propuesta: K-Means Clustering
Por qué: No existe una etiqueta de 'tipo de usuario': se trata de descubrir estructura en el comportamiento real. K-Means agrupa a 1,5M de usuarios de forma escalable y sus centroides se traducen directamente en perfiles comprensibles para diseño de producto.
Coste de equivocarse: Segmentos mal definidos producen experiencias genéricas; segmentos usados sin ética pueden dañar a clientes vulnerables y atraer sanciones.
Datos necesarios: Transacciones categorizadas de 12 meses: ingresos, gastos fijos, ocio, ahorro, descubiertos.; Uso de la app: frecuencia, funciones usadas, metas de ahorro creadas.; Productos contratados y saldo medio.