Hay una parábola antigua, de origen indio, que se sigue contando porque no pierde vigencia. Un grupo de personas con los ojos vendados se acerca por primera vez a un elefante. Cada una toca una parte y saca su conclusión. La que toca la trompa dice que es una serpiente. La que toca una pata jura que es un árbol. La de la oreja habla de un abanico, la del costado de una pared, la de la cola de una cuerda. Discuten, y todas tienen razón sobre lo que tocaron. Ninguna ve al elefante.

En la mayoría de los bancos pasa lo mismo con cada cliente.

Seis áreas, seis clientes distintos

Piensa en una misma persona vista desde adentro del banco:

• Tarjetas ve a alguien que compra todos los meses en el extranjero y paga comisión por uso internacional.

• Cuentas ve un saldo estable y un abono de sueldo.

• Crédito ve la renta que declaró cuando abrió la cuenta, hace años.

• Canales digitales ve cuántas veces entra a la app y en qué pantalla se va.

• Contact center ve el reclamo que hizo por un cargo que no reconoció.

• Marketing ve un segmento: hombre, 35 a 44 años, renta alta.

Cada área tiene un pedazo verdadero del cliente. El problema aparece cuando actúa sobre ese pedazo como si fuera la persona completa.

Me pasó a mí. Viví un tiempo entre Estados Unidos y México usando mi tarjeta chilena, con aerolíneas, hoteles y arriendos fuera del país a la vista en cada cartola. Mi banco me ofreció un crédito hipotecario en Santiago. Tenía cada una de esas transacciones, y ninguna llegó a la campaña.

Para el cliente, el resultado es una relación que cambia según la puerta por la que entra. La app le muestra una oferta, el ejecutivo le propone otra, el correo le llega con una tercera y el contact center no sabe de ninguna. Desde afuera, el banco parece varias empresas que comparten logo.

Por qué cada área toca una parte distinta

La causa rara vez es falta de interés en el cliente. Está en cómo llega la data.

Está en silos. Core, tarjetas, canales y CRM se construyeron en épocas distintas, muchas veces con proveedores distintos, y cada sistema identifica al cliente a su manera.

Está sucia. Una compra llega como MERPAGO*NTFX LOS GATOS; 9,90. Detrás hay un intermediario (Mercado Pago), un comercio (Netflix) y una ubicación, pero lo único que el sistema entiende con certeza es el monto.

No tiene una estructura común. Una base registra los egresos en negativo y otra en positivo. A veces ni siquiera usan el mismo identificador para la misma persona: un sistema la guarda con un código de 9 caracteres y otro con uno de 16. Si nadie los cruza, un cliente con cuenta, tarjeta y crédito aparece como alguien que tiene un solo producto. El banco le ofrece algo que ya contrató, y con cada oferta equivocada el cliente le cree un poco menos a la siguiente.

Una deuda que crece sin que nadie la registre

La fragmentación se comporta como deuda técnica, solo que a nivel de organización. Nadie la anota en un balance, pero cobra intereses todos los años.

Los equipos de datos pagan buena parte de esa deuda. En la encuesta de CrowdFlower que publicó Forbes en 2016, los científicos de datos reportaron que cerca del 80% de su tiempo se iba en recolectar, limpiar y ordenar data. La medición tiene años y la cifra exacta se discute, pero cualquier líder de datos en banca reconoce la proporción.

Lo que hicieron las organizaciones más complejas del mundo

Palantir se hizo conocido trabajando con gobiernos, fuerzas armadas y grandes industrias: organizaciones con muchos más sistemas y más desorden que un banco. Su respuesta fue dejar esos sistemas donde estaban y construir una capa encima. Esa capa conecta cada dataset con la entidad del mundo real que representa (una planta, un pedido, una transacción financiera) y le entrega a toda la organización un mismo modelo compartido. Palantir la llama ontología y la describe como un gemelo digital de la organización.

El ejemplo más claro llegó con la pandemia. En Inglaterra, el sistema de salud pública (NHS) armó en 2020 un almacén de datos sobre Foundry, la plataforma de Palantir, que juntaba casos de COVID, camas disponibles por tipo (con oxígeno, con ventilación mecánica), personal disponible y stock de equipos de protección en cada hospital. Con esa vista se decidía hacia dónde enviar ventiladores y mascarillas, y más tarde se usó para planificar la vacunación (testimonio de Palantir ante la COVID-19 Inquiry, NHS England). En Estados Unidos, el Departamento de Salud lanzó HHS Protect en abril de 2020, también con Palantir, para integrar capacidad hospitalaria, cadenas de suministro, testeo y datos censales, con cerca de 187 fuentes distintas (GAO, carta del Senado de EE.UU.). Hospitales, proveedores y gobierno tenían cada uno su parte. Lo nuevo fue poder mirar todo junto y decidir con la misma información.

La lección para la banca es directa. La vista única del cliente se puede lograr sin reemplazar el core ni migrar el CRM. Se construye con una capa intermedia que habla con todos los sistemas, centraliza lo que cada uno sabe y lo traduce a un mismo idioma.

Los equipos de datos conocen bien esta lógica. Es la misma de la arquitectura por capas o medallion que popularizó Databricks para los data lakes: una capa de bronce guarda la data tal como llega, una de plata la limpia y la valida, y una de oro la deja lista para el negocio. La vista única del cliente sigue ese mismo recorrido. En banca, el paso de bronce a plata exige además entender qué dice cada glosa.

Xerpa: la capa que junta las partes del elefante

Eso hace Xerpa para bancos, cooperativas y fintechs en Latinoamérica:

1. Conectamos las fuentes de transacciones que ya existen: core de tarjetas, cuentas y ahorro.

2. Unificamos los identificadores para que cada transacción, producto y saldo quede asociado a la persona correcta, y normalizamos formatos, signos y convenciones.

3. Enriquecemos cada glosa con comercio, logo, categoría, subcategoría, intermediario, ubicación y etiquetas como suscripción o gasto fijo.

4. Generamos atributos a partir del comportamiento real: tiene mascota, tiene auto, viaja seguido, tiene hijos en edad escolar. Se actualizan con cada transacción.

El resultado es una ficha única por cliente: quién es, qué productos tiene, cuánto mantiene en saldos, dónde gasta y cuál es su situación personal.

Qué gana cada equipo cuando ve el elefante completo

Marketing sabe a quién le habla. Ve dónde gasta cada cliente, cuánto tiene, qué productos ya contrató y cuáles le faltan. Puede armar un segmento como "familias con auto sin seguro automotriz" en minutos, y ese segmento se actualiza solo a medida que cambia el comportamiento. Profundizamos en esto en Carlos III y Ozzy Osbourne son el mismo cliente para tu banco.

Datos modela en vez de limpiar. Recibe la información unificada, estructurada y enriquecida, lista para entrenar modelos de propensión, fuga o riesgo, sin pasar meses conciliando fuentes antes de la primera prueba.

Canales entrega una experiencia coherente. La app, el ejecutivo en sucursal y el contact center ven al mismo cliente. Si alguien acaba de contratar un seguro en la app, el ejecutivo no se lo vuelve a ofrecer. Si su gasto en educación viene subiendo, la conversación parte por ahí.

Lo que viene: agentes que leen tu data

Esta capa va a pesar todavía más en los próximos años. Los asistentes y agentes de IA ya se conectan a los sistemas de las empresas mediante estándares como el Model Context Protocol (MCP), que Anthropic liberó en 2024 para conectar modelos con las fuentes donde vive la información.

Haz una prueba simple. Si un cliente le pregunta a tu asistente "¿cuánto gasté en cafeterías este mes?", ¿te sentirías orgulloso de la respuesta?

Un agente trabaja con el contexto que recibe. Si lo que tiene son glosas como MERPAGO*NTFX LOS GATOS; 9,90 y tres identificadores sin cruzar, va a adivinar o va a decir que no sabe. Si recibe una ficha unificada, con comercios, categorías, productos y atributos, responde con la cifra correcta y puede sumar algo útil, como que ese gasto viene subiendo. Mientras más estructurada esté la data, mejor contexto tiene el modelo y mejor es lo que le devuelve al cliente.

El mismo cliente en todas las puertas

En la parábola, las personas terminan discutiendo. En un banco esa discusión no se ve, pero el cliente la nota cada vez que recibe una oferta que no tiene nada que ver con su vida.

La data para ver a cada cliente completo ya está dentro del banco. Falta la capa que la junte.

Y las transacciones son solo el punto de partida. Súmales los objetivos de ahorro de cada cliente, las categorías de gasto que quiere controlar y el contexto de cómo usa su plata: con débito, crédito, transferencias o efectivo. Con eso el banco deja de adivinar qué le importa a cada persona y puede ayudarla a lograrlo. Imagina lo que podrías construir encima.

Con esa capa, cada área sigue tocando su parte, y todas saben que están frente al mismo elefante.

Si quieres ver cómo se ve la data de tus clientes unificada y enriquecida, agenda una demo con nuestro equipo.