Banco PAN usa machine learning da Elastic para antecipar problemas na jornada do cliente

Não apenas monitorar indicadores de disponibilidades, mas antecipar possíveis problemas e desvios futuros a partir de análises preditivas: essa tem sido a jornada do Banco Pan com a implantação da solução de observabilidade da Elastic. O projeto começou com objetivo de concentrar os logs que não eram centralizados e saltou de um monitoramento de dados da ordem de 1,5 terabytes por dia para 14 TB por dia — mantendo o mesmo nível de velocidade e resposta.

Pedro Saenger, vice-presidente de área para América Latina, América Central e Caribe da Elastic, explica que, na era digital em que vivemos, as pessoas esperam que as aplicações bancárias estejam disponíveis e sejam confiáveis 24 horas por dia, sete dias por semana. “Se os clientes enfrentarem interrupções ou desempenho lento, é provável que levem seus negócios para outro lugar. Por isso, a Elastic oferece às instituições uma forma de mitigar o risco da complexidade das suas operações, ao mesmo tempo que continua a fornecer excelentes níveis de serviço aos seus clientes.”

Com isso, o próximo passo do Banco PAN foi usar a solução para detectar anomalias que poderiam vir a gerar um problemas para o cliente, conforme contou Edilson Andrade de Albuquerque, superintendente de infraestrutura e nuvem do Banco Pan, ao participar do ElasticON Tour São Paulo. 

A observabilidade é a chave para um gerenciamento de TI eficaz e tem sido fundamental para garantir um bom desempenho dos sistemas, uma vez que monitora e analisa grandes volumes de dados de log, métricas, eventos e rastreamentos. Assim, detecta anomalias, revela possíveis causas raízes de problemas, categoriza e correlaciona dados de desempenho, prevê tendências e alerta a equipe de TI quando um problema exigir atenção. Isso permite que as equipes de tecnologia identifiquem e solucionem problemas em minutos ou horas, em vez de dias.  

Para além de coletar e visualizar logs (registros de cada ação realizada dentro do aplicativo), tendo indicadores de desempenho, o Banco PAN passou a medir e a entender quantos (e depois quais) clientes enfrentaram algum tipo de falha ao executar ações nos canais do banco. “O problema é o erro silencioso, que o cliente não liga para reclamar”, destacou o executivo.

Em entrevista à CDTV, Edilson Andrade de Albuquerque detalhou que o projeto começou em 2022 para centralizar os logs de todas as aplicações, evoluiu para gerar oportunidades na evolução do tempo de resposta, obtendo uma capacidade de diagnóstico muito rápida.

 “Quando percebemos os ganhos, ampliamos [o projeto] para todo o parque. Começamos com um conjunto limitado de aplicações e depois expandimos para todas as aplicações que atendem aos serviços de negócios do PAN”, disse.

Assim, a equipe construiu um indicador para identificar, nos serviços de negócios críticos do app, as jornadas que os clientes tiveram algum tipo de problema, mesmo que eles não tivessem reclamado ou que o serviço tivesse ficado indisponível. “Com base nisso começamos a atacar um conjunto de problemas que passamos a ter conhecimento que existiam e aumentamos muito a qualidade da experiência do cliente”, apontou. 

Ao expandir o caso de uso, o Banco PAN encontrou oportunidades de melhorar a experiência do usuário. Agora, a instituição financeira está usando algoritmos de machine learning existentes na plataforma Elastic para antever problemas que poderiam impactar a jornada. 

Assista à entrevista em vídeo.