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
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
¿QUÉ ES LA MINERÍA DE DATOS?
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.
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
¿QUÉ ES LA MINERÍA DE DATOS?
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:
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
¿QUÉ ES LA MINERÍA DE DATOS?
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.
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
¿QUÉ ES LA MINERÍA DE DATOS?
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)
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
19% Defaulters
42% Defaulters
05% Defaulters
¿QUÉ ES LA MINERÍA DE DATOS?
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
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
SCORE DELFOS (NO BANCARIZADOS)
8
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
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%
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
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.
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
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
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
PRUEBA RETROSPECTIVA (BACK TESTING)
12
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
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
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
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).
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
ACERCA DE DELFOS ANALYTICS
15
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
ACERCA DE DELFOS ANALYTICS
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.
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
ACERCA DE DELFOS ANALYTICS
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
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
ACERCA DE DELFOS ANALYTICS
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?
Algunas de las preguntas que les hemos respondido a nuestros clientes:
Preguntas de Cobranza
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
ACERCA DE DELFOS ANALYTICS
19
Algunas de las preguntas que les hemos respondido a nuestros clientes:
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?
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
FINNOVISTA – FINTECH RADAR
20
Scoring, Identity
& Fraud
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
FINNOVISTA – FINTECH RADAR
21
Scoring, Identity
& Fraud
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
FINNOVATING – FINTECH MEXICO MAP
22
Regulatory
Technology(Risk Management)
WWW.DELFOSANALYTICS.COM | COPYRIGHT © 2019 TODOS LOS DERECHOS RESERVADOS
CONTACTO
DELFOS ANALYTICSDATA MINING & BIG DATA INFERENCE
•Zaragoza 811 Norte, colonia Centro,
Monterrey México.
•+52 81 1531 7399
•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.