MINERÍA DE DATOS - img1.wsimg.com

Afiliado a:

¿Qué es la Minería de Datos? P. 02

Score Delfos P. 08

Prueba Retrospectiva P. 12

Acerca de Delfos Analytics P. 15

Contacto P. 23

MINERÍA DE DATOS

SCORE CREDITICIO

(PERSONAS FÍSICAS SIN HISTORIAL

EN BURÓ NACIONAL DE CRÉDITO)

WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS

¿QUÉ ES LA MINERÍA DE DATOS?

2



3

o La información por sí misma, aporta

medición y una base de referencia de

nuestro negocio.

o La información detrás de la

información (meta datos), aporta

aprendizaje y mejora estratégica del

negocio mediante el análisis y

explotación de ésta.

o La minería de datos es un conjunto de

herramientas estadísticas aplicadas que

nos ayudan a identificar patrones de

comportamiento de nuestro negocio, los

cuales son tendenciales y repetitivos.

o La minería de datos nos ayuda a predecir

el comportamiento futuro del negocio,

mediante el análisis de su historia.



4

SECTOR APORTACIÓN

BURSÁTIL PREDICCIÓN DEL VALOR DE LAS ACCIONES Y DERIVADOS EN LA BOLSA Y MERCADO DECAPITALES

SEGUROS MEDICIÓN DEL RIESGO Y RENTABILIDAD DE LO ASEGURADO.

MEDICINA DETECCIÓN DE LOS FACTORES QUE INDUCEN A CIERTA ENFERMEDAD Y/O A LA CURA DE ÉSTA.

COMERCIO Y

MARKETINGPERFILAMIENTO DE LOS CLIENTES AFINES A CIERTOS PRODUCTOS, CON EL OBJETIVO DE ATACAR

SEGMENTOS CLAVE E INCREMENTAR LAS VENTAS Y RE-VENTAS.

SEGURIDAD

PÚBLICAIDENTIFICACIÓN DE PATRONES CRIMINALÍSTICOS PARA EVITAR ASALTOS, ROBOS Y SINIESTROS.

METEOROLOGÍA PREDICCIÓN DE DESASTRES NATURALES EN FUNCIÓN AL COMPORTAMIENTO DE VARIABLES CLIMÁTICAS.

CREDITICIOOTORGAMIENTO Y LÍMITE DE CRÉDITO PARA CADA CLIENTE, EN FUNCIÓN A SU PERFIL CREDTICIO Y/O

COMPORTAMIENTO HISTÓRICO CON OTRAS INSTITUCIONES.

PREVENCIÓN DE FRAUDES.

COBRANZAPERFILAMIENTO DE LOS DEUDORES EN FUNCIÓN A SU PROBABILIDAD DE PAGO, PARA PODER DESTINAR DE

UNA MEJOR MANERA LOS RECURSOS DE COBRANZA Y LOGRAR UNA MAYOR RECUPERACIÓN.

A continuación se presentan algunos usos que se le da a ésta herramienta en distintos sectores:



5

Existen distintas técnicas de Minería de datos, y sus usos se pueden dividir en dos grandes ramas:

Redes Neuronales

Regresión Logit

Árboles de Decisión

CHAID / CRT

Uso en el Crédito y Cobranza

Interpretación Humana

Técnicas de

Minería de Datos

Descriptivas

Clusterización

Sumarización

Reglas de

Asociación

Descubrimiento

de Secuencias

Predictivas

Clasificación

Regresión

Lineal

Series de

Tiempo

Detección de Fraudes

Scores Crediticios del tipo SI / NO

Comprensión Segmentación de

Variables

Baja (Caja Negra)

Media(Algoritmo)

Alta (Árbol de Decisiones)

•Al Sector Crediticio y de Cobranza le interesa segmentar a sus clientes por su nivel de riesgo, es por eso que la mayoría de las herramientas de riesgo crediticio se basan en la Técnica de Clasificación Predictiva.

•Antes de crear una política de crédito y de cobranza, es importante interpretar y comprender como interactúan las variables que mejor predicen el efecto de pago /impago.

• Los Árboles de Decisión son los más interpretables por el ser humano, para su comprensión y ejecución.



6

Es una de las técnicas de minería, más interpretativas por el ser

humano, ya que de manera visual y ordenada, ayuda a agrupar a la

población en distintos segmentos y con un comportamiento final

similar. Busca los porqués.

Técnica de clasificación de una población.

Detecta las variables más importantes que predicen un efecto o consecuencia (variable target), y las

une a manera de reglas.

En el otorgamiento crediticio, ayuda a aceptar, rechazar o condicionar el otorgamiento de crédito

con el objetivo de mitigar el riesgo de impago..

En la cobranza crediticia, Ayuda a medir probabilidad de contacto,

de promesa y de pago de los acreditados y transformarla en una

estrategia de cobranza más eficiente. Por canal de cobranza , por

hora, por perfil del gestor..

Árbol CHAID (CHI-Squared Automatic Interaction Detector)


19% Defaulters

42% Defaulters

05% Defaulters


7

Probabilidad de que una cuenta de una cartera de crédito alconsumo caiga en mora al tercer mes de haber sidootorgada

…Pero al segmentar por el MétodoCHAID, encontramos distintossegmentos, los cuales destacan:…

(GENERO=HOMBRE) & (EDAD<26) & (EDOCIV=SOLTERO) &(TIPOVIV=RENTA,FAMILIA) & NIVDEUDA>0.25

(GENERO=MUJER) & (EDAD38-45) & (EMPLEO=SI) &(F*SUELDO<1.3) & (PATRIMONIO=SI)

Ejemplo Real de Reglas obtenidas por el método CHAID

8.4Veces


SCORE DELFOS (NO BANCARIZADOS)

8


REALIDAD EN EL SECTOR FINANCIERO

9

• El 55% de la población económicamente activa en México percibe sus ingresos mediante una

economía informal (29.1 millones de personas).

•

• El sector bancario del país solo otorga préstamos a clientes con economía formal, reflejado

en un historial de buró de crédito.

¿De cuánta participación del mercado crediticio se está perdiendo la banca?

https://www.forbes.com.mx/mexico-29-mil lones-personas-empleos-informales/

ECONOMÍA

INFORMAL

55%

ECONOMÍA

FORMAL

45%


REALIDAD EN EL SECTOR FINANCIERO

10

• Sabemos que el riesgo crediticio de la economía informal es más errático , y las

financieras mitigan este efecto subiendo el componente de riesgo dentro de sus

tasas de interés.

• Sin embargo, derivado de la falta de un calificador crediticio confiable (score

interno), algunas financieras han tomado la decisión de cerrar el crédito a la

economía informal sin historial en buró. UN CLARO EJEMPLO SON LAS “FINTECHS”

y “TELCO”.

¿Cuánta participación del mercado crediticio están

dejando de ganar las financieras?

El riesgo crediticio de la economía informal es alto…

…mas no impredecible.

Basados en la estadística inferencial y en la minería de datos, hemos logrado construir

el score delfos especializado en el segmento no bancarizado, hecho a la medida,

calibrable y que permite segmentar las solicitudes crediticias en función al riesgo

correctamente medido.


SCORE DELFOS

11

• Es un modelo predictivo del comportamiento de pago futuro de los acreditados, basado en la herramientas

estadísticas de regresión logit , chaid y de análisis factorial.

• Mide el riesgo de los acreditados basado en sus características (parámetros):

• Sociodemográficas (perfilamiento por arquetipos)

• Geográficas (geo cercas y mapas de calor)

• Pruebas de confianza (solicitud de crédito)

• Ayuda a aceptar, rechazar o condicionar el otorgamiento de crédito con el objetivo de mitigar el riesgo de

impago.

• Da una calificación al acreditado en el momento de su otorgamiento crediticio, la cual está directamente

relacionada a la probabilidad de pago futuro del acreditado.

• Propicia la construcción de polít icas crediticias confiables, medibles y recalibrables, asegurando el correcto

ciclo de riesgo.

1- CREACIÓN DE

POLITICAS DE

CRÉDITO

2- IMPLEMENTACIÓN

CORRECTA

3- MEDICIÓN E

INTERPRETACIÓN

4- APRENDIZAJE Y

RECALIBRACIÓN


PRUEBA RETROSPECTIVA (BACK TESTING)

12


PRUEBA RETROSPECTIVA

13

Gratuita: Nos interesa una relación a largo plazo, ofrecemos nuestros servicios,

únicamente cuando ambas partes estamos convencidos del beneficio de nuestras

herramientas.

Segura: No es necesario hacer pilotos en tiempo real que pongan en riesgo la

operación.

Retrospectiva: “Backtesting”. Predecir el pasado, Desconocido por Delfos, pero conocido

por usted.

… Mes -n Mes -9 Mes -8 Mes -7 Mes -6 Mes -5 Mes -4 Mes -3 Mes -2 Mes -1 Mes 0

Construcción del modeloConstrucción de la historia de

mediano plazo

Prueba del modeloPredicción de la historia de corto

plazo

(Desconocida por Delfos)

Mes actual


RESULTADOS OBTENIDOS (BACKTESTING)

14

Ejemplos de Predicciones y Comprobaciones realizadas a algunos de nuestros clientes.

Predicción vs Real de la Probabilidad que un

cliente de Telco continúe al corriente al noveno

mes de otorgamiento (Bueno).

Predicción vs Real de la Probabilidad que un

cliente Fintech caiga en Bucket 1 al segundo mes

de otorgamiento (Malo).


ACERCA DE DELFOS ANALYTICS

15



16

“Ayudamos a implementar MODELOS PREDICTIVOS DE OTORGAMIENTO Y COBRANZA CREDITICIA, así como

METODOLOGÍAS CONFIABLES DE ADMINISTRACIÓN DE RIESGO CREDITICIO, que aseguren una salud de los

portafolios y un crecimiento sustentable de los mismos.”

¿Qué hacemos?

¿Cómo lo hacemos?

Basados en los datos históricos de cada cliente y utilizando HERRAMIENTAS ESTADÍSTICAS DE MINERÍA DE

DATOS, creamos soluciones a la medida de cada portafolio, comprendiendo y respetando su naturaleza única

de riesgo y asegurando así una ACERTADA Y SUSTENTADA TOMA DE DECISIONES.

¿En qué nos diferenciamos?

• Nuestro fin es lograr que nuestros clientes COMPRENDAN, INTERPRETEN, USEN Y CONTROLEN las

variables más relevantes de sus acreditados, en la estrategia de su negocio.

• Guiamos a nuestros clientes a HACERSE LAS PREGUNTAS ADECUADAS para la toma de decisiones de sus

portafolios.

• Mediante una PRUEBA SEGURA Y RETROSPECTIVA (Backtesting), aseguramos el grado de precisión de

nuestros Analytics, obteniendo así la confianza y convencimiento de nuestros futuros clientes.



17

• ¿Qué segmento de mi cartera me va a pagar el crédito en tiempo y forma?

• ¿Quiénes caerán en mora en los primeros 3-6 meses?

• ¿Qué cliente me tratará de defraudar?

• ¿Cuál es la tasa de interés más adecuada para atraer nuevos clientes y maximizar mi rentabilidad?

• ¿Qué perfil sociodemográfico me conviene tener como cliente? ¿dónde, cuándo, cómo los atraigo?

• ¿Qué zonas geográficas debo evitar?

Algunas de las preguntas que les hemos respondido a nuestros clientes:

Preguntas de Otorgamiento



18

• ¿Qué segmento me pagará con una cobranza nula o casi nula? ¿Cuáles son sus características?

• ¿Qué segmento no me pagará, aún y cuando intensifique mis labores de cobranza?

• ¿Cuál es la mezcla de canales / intensidades más adecuados para cada segmento?

• ¿A partir de qué gestión comienza a decrecer la rentabilidad acumulada de mi gasto/recuperación?


Preguntas de Cobranza



19


Preguntas de Compra Venta de Cartera

• ¿Cuánto vale mi cartera quebrantada?

• ¿Cuáles son los créditos que me conviene vender?

• ¿Cuáles son los créditos que me conviene seguir gestionando?

• ¿Cómo segmento mi cartera quebrantada? y ¿A qué precio vendo cada segmento?

• ¿Cuál será el ROI de mi compra/venta?


FINNOVISTA – FINTECH RADAR

20

Scoring, Identity

& Fraud


FINNOVISTA – FINTECH RADAR

21

Scoring, Identity

& Fraud


FINNOVATING – FINTECH MEXICO MAP

22

Regulatory

Technology(Risk Management)


CONTACTO

DELFOS ANALYTICSDATA MINING & BIG DATA INFERENCE

•Zaragoza 811 Norte, colonia Centro,

Monterrey México.

•+52 81 1531 7399

• [email protected]

•www.delfosanalytics.com

23

Fabián Barrera BrinaFundador

• Es Ingeniero en Sistemas de Información

por el Tecnológico de Monterrey.

• Concluyó su MBA en la Universidad Autónoma de Barcelona.

• Ha tomado diversos certificados y diplomados en Estadística, Data

Analytics y Data Mining impartidas por la Universidad de Columbia, por

el Massachusetts Institute of Technology y por el Indian Institute of

Management Bangalore.

• Tiene experiencia en el área de Riesgo Crediticio y de Cobranza , tanto

del sector bancario como en el sector de las financieras.

• Tiene experiencia en Desarrollo y Profesionalización de Callcenters y

Agencias de Cobranza.

• Es Fundador de Delfos Analytics, empresa dedicada a desarrollar

modelos predictivos de otorgamiento de crédito y de la cobranza del

mismo, basados en herramientas de minería de datos, y hechos a la

medida/necesidad de cada institución financiera.

MINERÍA DE DATOS - img1.wsimg.com

Documents

Transcript of MINERÍA DE DATOS - img1.wsimg.com