Los bancos podrán predecir el riesgo de impago de nuevos clientes

14 enero, 2020
8 Compartido 1,329 Visualizaciones

La transformación digital en los bancos permitirá mejorar en un 30% la capacidad para predecir el riesgo de impago en la admisión de nuevos clientes.

Los bancos tendrán menos morosos en el futuro. La tecnología esta transformando procesos internos, ofertas para el consumidor final y la relación con el cliente; esto ha permitido la creación de nuevos productos y servicios más personalizados. El Big Data y las técnicas avanzadas de Machine Learning mejoran la capacidad de predicción de los modelos de evaluación del riesgo de impago hasta un 30%, según la experiencia observada en diversas carteras por Experian, compañía tecnológica especializada en servicios crediticios, analítica avanzada y data.

En el Databank ya se expuso el problema de la explotación masiva de datos dentro de este sector. Los últimos estudios de Experian apuntan a que el 82% de los directivos son conscientes de la relevancia de los datos y la analítica avanzada para los negocios, y aumentan sus inversiones de cara a poder generar modelos predictivos que les permitan mejorar sus resultados de forma sistemática. Gracias a los mismos, dicha cantidad de data se convierte en insights de valor añadido para la toma de decisiones de negocio y la configuración de su estrategia empresarial.

“Las compañías deben ser capaces de extraer información de múltiples fuentes, así como de interpretarla y explotarla estadísticamente para crear modelos analíticos avanzados, y mejorar sus cuadros de mando de gestión y segmentación de clientes”, explica Ricardo García, Iberia Analytics Director de Experian. Todos estos procesos ayudan a la evaluación y cuantificación del riesgo crediticio, así como a mejorar las estrategias de marketing.

El Machine Learning ayuda a los bancos a detectar impagos

Los sistemas de clasificación de clientes actuales utilizan motores de análisis basados en Machine Learning. Estos motores consideran las características sociodemográficas del usuario, su edad y comportamiento de pago histórico para la evaluación del riesgo. “Los modelos estadísticos avanzados de evaluación del riesgo de impago consiguen minimizar pérdidas, ya que predicen de forma más ajustada qué clientes tienen una mayor probabilidad de ser peores pagadores. Adicionalmente, previenen mejor el fraude para así tomar medidas al respecto. Por ejemplo, según nuestra experiencia, este tipo de modelos permiten mejorar hasta un 30% la capacidad de discriminación para nuevos clientes”, explica Ricardo.

Además, estas tecnologías permiten identificar mejor a aquellos pagadores “excelentes” entre la población de buenos pagadores. Evaluar la capacidad de pago de un consumidor es de importancia crítica cuando se trata de encontrar el producto o servicio idóneo. “Y hablarle directamente de sus necesidades. Es decir, personalizar la oferta, con mayor probabilidad de acertar, y de forma más eficiente. Mediante la utilización de nuestros modelos, muchas compañías están incorporando en su gestión técnicas analíticas y fuentes de datos que previamente no se contemplaban”, apunta el director de Experian.

Los modelos predictivos desarrollados por Experian están orientados al sector bancario, financiero, asegurador, telco, retail y utillities. “Son muchos los sectores que están invirtiendo en metodologías analíticas avanzadas, y las empresas tecnológicas consiguen mejorar exponencialmente sus herramientas en cada versión. Nuestros últimos modelos mejoran en un rango de 10-20 puntos en su capacidad predictiva respecto a versiones anteriores. Dicha mejora se observa a lo largo de diferentes carteras de forma consistente para todos los sectores”, concluye.

Te podría interesar

Data&cIA Congress 19 – ¿Se puede ser data-driven sin data-governance?
Eventos
19 compartido2,706 visualizaciones
Eventos
19 compartido2,706 visualizaciones

Data&cIA Congress 19 – ¿Se puede ser data-driven sin data-governance?

Mónica Gallego - 17 junio, 2019

¿Se puede ser data-driven sin data-governance? Esta es la pregunta que nos introduce Rafael Fernández Campos, CDO de Bankia y presidente del CDO Club Spain durante el…

Softbank quiere invertir en una startup de entrega de pizzas a domicilio mediante robots
Actualidad
10 compartido1,676 visualizaciones
Actualidad
10 compartido1,676 visualizaciones

Softbank quiere invertir en una startup de entrega de pizzas a domicilio mediante robots

Vicente Ramírez - 17 agosto, 2018

SoftBank Group está en conversaciones para invertir entre 500-750 millones de dólares en Zume, startup que fabrica y entrega pizzas frescas a domicilio con la ayuda de…

Telcel muestra sus avances en Inteligencia Artificial, Big Data y Analitycs en su último Foro celebrado en México
Sin categoría
6 compartido1,123 visualizaciones
Sin categoría
6 compartido1,123 visualizaciones

Telcel muestra sus avances en Inteligencia Artificial, Big Data y Analitycs en su último Foro celebrado en México

Vicente Ramírez - 17 agosto, 2018

Durante su foro celebrado esta semana en Ciudad de México la internacional, Telcel, mostró sus avances en Inteligencia Artificial, Big Data y Analitycs. Como parte de la…

Dejar comentario

Su email no será publicado

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.