¿Cómo una empresa FinTech recuperó la confianza del mercado luego de un fracaso en el lanzamiento de un producto?

Research Nester comenzó realizando un estudio de diagnóstico multifase que incluyó auditorías técnicas, análisis de la opinión de los usuarios y una evaluación comparativa con la competencia global. El estudio reveló dos hallazgos importantes:

• Inflexibilidad ambiental : la herramienta había sido optimizada para condiciones de laboratorio controladas, pero no pudo ajustarse dinámicamente a diversos entornos del mundo real.
• Mala personalización y ansiedad por los datos : el marco de seguridad único para todos descuidó los comportamientos de los usuarios regionales y ofreció una transparencia de datos limitada, lo que afectó las preocupaciones sobre privacidad en Europa y el Sudeste Asiático.

Basándose en estos conocimientos, Research Nester creó una hoja de ruta estratégica de tres puntos para rediseñar el producto, restaurar la confianza del cliente y revitalizar la presencia en el mercado.

Integración de IA adaptativa : Se recomendó a la empresa cambiar hacia una IA consciente del contexto, lo que permitiría al sistema adaptar los umbrales de reconocimiento facial en función de señales ambientales como el brillo, el movimiento y el ruido.

• Los ingenieros implantaron un algoritmo de compensación de sensibilidad a la luz para mejorar el rendimiento en entornos oscuros.
• El modelo se actualizó utilizando diferentes conjuntos de datos que involucran el uso en la vida real en diferentes continentes, etnias y hardware de dispositivos para mejorar la inclusión.

Arquitectura que prioriza la privacidad : los consultores de RNPL priorizaron el creciente enfoque del consumidor en la soberanía de los datos y aconsejaron a la empresa:

• Implementar la computación de borde, de modo que los datos faciales se procesen en el dispositivo en lugar de enviarse a la nube.
• Introducir configuraciones de datos biométricos controladas por el usuario, permitiendo el consentimiento explícito y un control granular sobre el almacenamiento, la duración y la eliminación de datos. Esto no solo contribuyó a la conformidad con los estándares del RGPD y la APPI, sino que también aumentó la confianza del producto para los usuarios preocupados por la privacidad.

Oferta de producto modular : para que la herramienta sea más atractiva para distintos segmentos de clientes, la empresa introdujo una personalización por niveles, que permite a las empresas:

• Elija entre autenticación biométrica monomodo y multimodo (facial, huella dactilar, voz).
• Habilite o deshabilite la puntuación de riesgo de fraude basada en IA según las necesidades del modelo de negocio.
• Integre con plataformas eKYC locales y API regulatorias para un cumplimiento perfecto.
  Además, Research Nester motivó a la empresa a renovar la marca de la solución, desmarcándola de su pasado problemático y presentándola como un módulo de seguridad flexible y preparado para el futuro. Este reposicionamiento se llevó a cabo mediante campañas digitales específicas y la participación en ferias FinTech en Dubái, Singapur y Londres.