¿Dónde se puede pedir ayuda? Importante empresa del sector tecnofinanciero aprende una dura lección sobre el servicio de atención al cliente

Por lo general, las empresas suelen adquirir productos para que un trabajo concreto resulte más sencillo o eficiente. Escoger una solución puede ser complicado, y en ocasiones se reflexiona poco sobre lo que sucede tras implementar la herramienta. Recientemente, en Konfío aprendimos que incluso las mejores herramientas resultan poco útiles sin el apoyo de las personas adecuadas.

 Creada en 2013, Konfío es la principal plataforma de préstamos en línea para pequeñas y medianas empresas (PyMEs) de México. Ofrecemos servicios de asistencia como tarjetas de crédito empresariales, préstamos de capital, soluciones de pago y herramientas de productividad, y desempeñamos una tarea fundamental, ya que los bancos tradicionales no conceden préstamos a la mayoría de nuestros clientes. 

Se podría considerar que nuestra actividad realiza un uso intensivo de datos. Empleamos una gran variedad de herramientas de análisis y algoritmos complejos para proporcionar a los clientes los productos crediticios más adecuados para ellos. Nuestra cartera de clientes está integrada sobre todo por microempresas y PyMEs, en su mayoría sin un departamento de datos interno. De este modo, la inteligencia empresarial (IE) que les ofrecemos es a menudo su única fuente de análisis.

Me incorporé a Konfío en 2021 como director de Arquitectura de Datos. Casi de inmediato me di cuenta de que el mayor desafío de mi trabajo era la gestión de bases de datos. En la actualidad utilizamos Neo4j, DynamoDB, Achieve, DocumentDB y Aurora, y la ejecución simultánea de estas plataformas exige de una importante replicación de datos. La naturaleza de nuestro trabajo, que se realiza en tiempo real, también supone todo un desafío. A menudo, nuestros usuarios finales (y compañeros) tienen que pasar de un panel a otro para recopilar la información necesaria para realizar propuestas. Esto lleva mucho tiempo, y cualquier interrupción en el acceso a las bases de datos puede resultar increíblemente problemática. Además, lo que hagamos en el backend no puede afectar a la base de datos transaccional.

La gestión de múltiples plataformas de rápido crecimiento también se estaba convirtiendo en un problema. Aunque el crecimiento empresarial suele ser una excelente señal para cualquier compañía, supone la prueba definitiva para la arquitectura de datos. A medida que aumenta la cantidad de información recopilada, incluso los sistemas más perfeccionados pueden volverse rápidamente inmanejable. A la larga, esto puede complicar los procesos de replicación y dificultar la garantía de que los datos correctos están en el lugar adecuado en el momento adecuado. 

Aunque trabajamos en torno a estos desafíos, la arquitectura de datos consiste en mirar hacia el futuro. No solo requeríamos una solución que nos resolviese los problemas actuales, sino una herramienta de replicación a la que también le diéramos uso en los próximos años.

Qlik Replicate: el sueño

Nuestra actividad se basa por completo en la nube. Una vez que comprendimos que necesitábamos una herramienta de replicación, lo difícil era encontrar algo que se adecuara a nuestra aplicación interna en la nube. Además, cualquier software que seleccionáramos tenía que ser capaz de funcionar con otras plataformas sin afectar a la base de datos transaccional. Para bien o para mal, el equipo de datos comenzó a buscar una solución en los marketplaces.

Algunas de las herramientas que encontramos extraían información directamente de la base de datos transaccional. Esto provocó el temor de que la nueva solución afectará al rendimiento de los usuarios finales.

A lo largo de nuestra investigación, nos encontramos con herramientas prometedoras que cobraban en función al número de registros replicados. Dado el tamaño y el crecimiento de nuestras operaciones de datos, este modelo de costo podía volverse muy caro en poco tiempo. Finalmente, encontramos una opción ideal: Qlik Replicate. Cumplía todos los requisitos: 

• Solo se necesitaba una licencia
• Funcionaba en la nube
• Podía trabajar independientemente de la base de datos transaccional

Una vez realizada la compra nos entusiasmamos con el gran producto que pronto estaría en nuestras manos. 

Qlik Replicate: la realidad

Pronto, esa emoción se convirtió en preocupación: nos dimos cuenta de que no todo lo que brilla es oro.

Durante la fase de configuración, nuestro equipo estaba realmente confundido, lo que provocó graves problemas con el proceso de replicación. Al realizar la compra a través de un Marketplace, no recibimos formación ni asistencia: estábamos solos. Nada es tan frustrante como tener una gran herramienta y carecer de los conocimientos necesarios para implementarla adecuadamente. No sabíamos nada sobre las mejores prácticas ni contábamos con los contactos de los expertos capaces de resolver nuestras preguntas. 

Era hora de cambiar el enfoque. Pedimos ayuda directamente a Qlik. Para cualquier persona externa, ponerse en contacto con el vendedor inicial puede parecer el primer paso a la hora de buscar ayuda. Sin embargo, como no compramos el producto directamente a Qlik, no teníamos ni idea de cómo responderían. ¿Por qué iban a ayudarnos si compramos el producto a través de un tercero?

Para nuestro alivio, en Qlik se mostraron más preocupados de que sacáramos el máximo partido de Qlik Replicate que de dónde lo habíamos comprado. Qlik se puso rápidamente en contacto con nuestro socio tecnológico BAW Systems, y todos se pusieron de acuerdo para ponernos en el camino correcto. Como socio de Qlik, BAW dio un paso al frente, ofreciendo una asistencia increíble sin ningún contrato firmado ni cargos ocultos. BAW compartió las directrices críticas y ofreció un valioso asesoramiento; con ello, empezamos a liberar todo el potencial de Qlik Replicate.  

Finalmente, con ayuda de BAW, pudimos acceder a la configuración de las tareas y aprender a manejar mejor algunas funciones concretas. Desde el primer momento quisimos trasladarlo todo a un data lake, pero el equipo de Qlik nos ayudó por fin a averiguar cómo hacerlo. Ahora estamos implementando una estrategia muy agresiva para pasarlo todo a un data lake basado en S3 Buckets en Amazon. Estamos probando una función que nos permite cargar toda esta información directamente en S3, en lugar de tener que movernos a través de otras bases de datos hasta llegar al data lake. Aprendimos a implementar otras fuentes de datos y diferentes instancias dentro de las bases de datos relacionales. Incluso estamos pensando en mover nuestros datos a repositorios de destino. 

Cuanto más innova Qlik, más información comparte con nosotros y más opciones tenemos para seguir avanzando.

Siempre tuvimos el poder

Qlik Replicate cuenta con una interfaz fácil de usar y, una vez que los equipos de BAW y Qlik nos ayudaron a superar los obstáculos en la configuración, empezamos a ser conscientes de su potencial. Vimos cómo cambiar columnas y aplicar filtros de forma rápida y fácil y, por primera vez, pudimos hacer que la plataforma se adecuara a nuestras necesidades. Ahora, esta plataforma es parte de nuestro proceso de incorporación, y se anima a las personas a explorarla.

Qlik también nos ayudó a alejarnos de tantas operaciones en tiempo real. Nuestro enfoque anterior parecía excelente. Después de todo, ¿a quién no le gusta la información en tiempo real? Sin embargo, para proporcionar esa información se necesitaban muchos recursos, y no siempre era necesaria. Qlik Replicate nos permite ejecutar sólo las aplicaciones en tiempo real estrictamente necesarias. Ahora, definimos un proceso para identificar por qué alguien necesita información y cuándo la necesita. Esta base nos ofrece un mayor control de los requisitos y también de la implementación, lo que nos permite proporcionar la información en el momento adecuado. Hemos mejorado nuestras capacidades de procesamiento por lotes, requiriendo menos información de nuestros usuarios finales. Al hacerlo, Qlik Replicate nos permite ahorrar tiempo, esfuerzo y recursos informáticos cada día sin sacrificar la calidad de los datos. Y, como resultado de la mejora en el proceso de intercambio y agrupamiento de datos, hemos perfeccionado el proceso de recopilación de datos y aprendido a formular mejores preguntas a nuestros clientes.

Nuestro trabajo afecta a los equipos de análisis empresarial y de ciencia de datos, que desarrollan modelos que utiliza el resto de la empresa. Gracias a los esfuerzos de Qlik, actualmente contamos con 2000 tablas en nuestro data lake, y casi 1500 de ellas se ejecutan directamente en Qlik Replicate. Tomando como base estas tablas, nuestros equipos de análisis empresarial, ingeniería de datos y ciencia de datos ejecutan casi 200 paneles y 20 modelos de aprendizaje automático que ayudan a nuestros compañeros a tomar decisiones inteligentes.

Por sí solo, el producto no es suficiente

Estamos encantados con Qlik Replicate, pero hemos aprendido una valiosa lección: por sí solo, el producto no es suficiente. La enorme inversión en tiempo y experiencia de Qlik y nuestro socio tecnológico fueron de enorme ayuda para nuestra empresa. Antes de contactar con Qlik, tratar de obtener asistencia fue duro, y a menudo pasaban tres o cuatro días hasta obtener una respuesta insatisfactoria. Sufrimos horas y horas de pérdida de productividad y cometimos más errores mientras tanto. Las respuestas de Qlik llegaban en muy poco tiempo, lo que permite al equipo mantener nuestro negocio funcionando de forma fluida y eficiente.

Pagamos de muchas formas por la comodidad. Aunque los marketplaces resultan cómodos para adquirir ciertos productos, no es oro todo lo que brilla. Una vez que tenemos el software, recibir la asistencia adecuada nos ayudará a sacarle el máximo partido. Trabajando juntos, Konfío, Qlik y BAW acudieron al rescate de nuestro plan y nos permitieron disfrutar de una solución completa que nos ayudara a alcanzar nuestras metas. En eso consiste ser un buen socio.