• Modificar
    página:
  • A-
  • A+
Leer

Supervisión de conducta de mercado: monitoreo avanzado de redes sociales con el uso de inteligencia artificial y machine learning

La SBS viene implementando las mejores prácticas internacionales implementadas por los supervisores de países como Inglaterra, Suiza, Portugal, Filipinas, Indonesia e Irlanda.

Como parte de sus mandatos, la Superintendencia de Banca, Seguros y AFP (SBS) vela por la adecuada conducta de mercado, buscando que las empresas supervisadas garanticen un trato justo y adecuado a los intereses de la ciudadanía, con información suficiente y apropiada, y con la implementación de mecanismos de solución de reclamos eficientes y céleres.

Para el adecuado cumplimiento de este mandato, la SBS realiza una supervisión permanente de la gestión de conducta de mercado implementada por las empresas bajo su ámbito de supervisión, para lo cual analiza, entre otros, fuentes de información que recogen la experiencia del usuario en su interacción con la empresa durante cada etapa del ciclo de vida de los productos y servicios financieros como son comercialización, contratación, ejecución y eventual cancelación. Entre dicha información se encuentra la data de las operaciones realizadas por usuarios que adquieren los productos y servicios; los informes de gestión remitidos por las empresas; los estudios de mercado cualitativos y cuantitativos; los reclamos presentados ante las empresas supervisadas; las denuncias presentadas ante la SBS y el Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (Indecopi); y las menciones publicadas por los usuarios en las redes sociales y los medios digitales de internet.

Es importante destacar que existe una tendencia mundial a usar las redes sociales para publicar las malas experiencias y quejas hacia las empresas. Así, en el Perú, en el año 2019 se observó que el 30% de los usuarios frecuentes de redes había dejado comentarios negativos sobre empresas o marcas[1]. Por ello, desde el año 2020, la SBS realiza un monitoreo y análisis de las publicaciones en las redes sociales (Facebook, X, Instagram y YouTube) y medios digitales, lo que ha permitido extraer valiosa información sobre la experiencia de los usuarios con los productos y servicios provistos por las empresas supervisadas; así como de las alertas de conductas que pudieran requerir acciones de supervisión. Cabe precisar que el 52% de la población total peruana es activa en redes sociales (way2net, 2023), habiéndose registrado alrededor de 893 mil menciones asociadas al sistema financiero en el año 2023, de las cuales el 69% de correspondió a usuarios menores de 35 años.

En este contexto, y con el fin de continuar fortaleciendo la supervisión de la gestión de conducta de mercado, la SBS viene desplegando el Proyecto de Fortalecimiento del Modelo de Supervisión de la Gestión de Conducta de Mercado, para lo cual en el año 2023 se contrató una consultora internacional[2] para la elaboración de un diagnóstico del referido modelo y el diseño de nuevas herramientas SupTech o la mejora de las actualmente empleadas, con el objetivo de fortalecer la efectividad de su supervisión. Entre dichas herramientas destaca el monitoreo avanzado de las redes sociales con el uso de inteligencia artificial[3] y machine learning[4], en línea con las mejores prácticas internacionales implementadas por los supervisores de conducta de mercado en países como Inglaterra, Suiza, Portugal, Filipinas, Indonesia e Irlanda.

Al respecto, a partir del apoyo técnico brindado por Cambridge SupTech Lab y la Fundación Bill & Melinda Gates[5], el año pasado se diseñó y desarrolló un prototipo de herramienta de monitoreo avanzado de redes sociales que contempla la captura de menciones en redes sociales con data scraping[6]; el análisis automático de sentimiento y de textos con herramientas de procesamiento del lenguaje natural; y la visualización de resultados a través de tableros de control personalizables para su uso en las labores de supervisión. Este análisis incluye la aplicación de un modelo entrenado para asignar a cada mención un sentimiento positivo, neutro o negativo de manera más precisa, siendo que las menciones negativas se categorizan en temas específicos y se asocian a otras de naturaleza similar para identificar automáticamente patrones comunes que podrían coincidir con alguna conducta por parte de las empresas para con sus usuarios y que podrían requerir algún tipo de acción de supervisión.

DiagramaDescripción generada automáticamente

La evaluación de la implementación definitiva de la herramienta se está llevando a cabo durante el presente año, teniendo el potencial de ampliar su alcance para el análisis automático de texto de otras fuentes de información con data no estructurada, como son los textos de reclamos y denuncias presentados por los usuarios, lo que permitiría potenciar su análisis agregado con fines de supervisión.

En tal sentido, la herramienta de monitoreo avanzado de redes sociales ofrece grandes beneficios al optimizar tanto la recolección como el procesamiento de big data, mejorando significativamente la eficacia de la captura y procesamiento de información. Esto facilita la identificación oportuna de conductas que podrían estar siendo desplegadas por las empresas supervisadas, así como el despliegue de acciones preventivas y/o correctivas por parte de la SBS; todo ello con el objetivo de mejorar la conducta de mercado de las empresas y contribuir con la integridad y estabilidad financiera de los sistemas supervisados.

 

[2] Cambridge University Technical Services Limited y Digital Transformation Solutions LLC.

[3] Inteligencia Artificial (IA), campo de la informática que se encarga de la creación de sistemas y programas capaces de realizar tareas que normalmente requieren inteligencia humana. Los sistemas que emplean IA son diseñados para aprender, razonar, planificar, percibir o procesar el lenguaje natural con el objetivo de simular la inteligencia humana y mejorar la eficiencia en la resolución de problemas.

[4] Aprendizaje automático o machine learning, rama de la inteligencia artificial que se centra en el desarrollo de algoritmos y modelos que permiten a las computadoras aprender patrones y tomar decisiones sin ser programadas explícitamente para tareas específicas. En lugar de depender de reglas predefinidas, el aprendizaje automático utiliza datos para entrenar y mejorar la capacidad de las máquinas para realizar tareas.

[5] Al haber sido el Perú uno de los cinco países ganadores de la competencia Cambridge SupTech Launchpad 2022.

[6] Data scraping o web scraping, técnica utilizada para extraer datos de páginas web de forma automatizada. Consiste en el proceso de recopilar información de diferentes sitios web mediante el uso de programas de software o scripts, que navegan por la web, identifican la estructura de la información y extraen los datos relevantes según los criterios establecidos.



Desea imprimir Boletin

Supervisión de conducta de mercado: monitoreo avanzado de redes sociales con el uso de inteligencia artificial y machine learning, haz click en imprimir