Download Descargar Presentación

Gestión de la cobranza efectiva desde
la originación estratégica del crédito
Gestión estratégica integral del
crédito
Interrogantes
¿Comoenfrentarlosretosdeunambientealtamente
competitivo?
¿Cómoenfocarmeenlosclientesmásrentables?
¿Cómoexpandirmicartera,manteniendocontroladoel
riesgo?
¿Cómoreducirlosíndicesdemora?
Una estrategia integral de
crédito y cobranza
Prospección
Análisis
Prevención de
fraude
•
Conocer al cliente
Utilizar tecnología de
Decisión
Maximizar el uso de la
información disponible
Estrategia de
cobranza
Administración
decartera
Adquisición
•
•
Administración de
cartera
•
•
•
Utilizar información interna
y del mercado
Sacar ventaja de modelos
analíticos
Maximizar el valor de la
cartera
Gestión de cobranza
integral
Cobranzay
recuperación
•
•
Segmentación y
priorización
Ejecución integral del la
actividad de cobranza
Utiliza todas las fuentes de
información disponibles
Análisis Crediticio
Información Pública
Burós de Crédito
Información Interna
Uso de tecnologías de
decisión
Beneficios de las
tecnologías de decisión
Objetividad
Todoslossolicitantesseevalúanconbasealasreglasdenegocio
definidas
Uniformidad
Laformadeevaluareslamisma,independientedelanalistao
sucursal
RapidezyEficiencia
Evaluacióncompletamenteautomática,realizadaensegundos
Sencillez
FrontEnd defácilutilización
Utiliza múltiples canales
en el proceso
Canal tradicional
Ejecutivos, Outsource,
Sucursales
Canal web
Sitio Web, Kioscos de
Autoservicio
Canal móvil
Apps para móvil, tabletas, redes
sociales
ATM
Red de cajeros automáticos, Web
Kiosk
Sociodemográficos
Ingresos, gastos, dependientes, zona
geográfica, propiedades, bienes, otros
Psicometría
Datos de Telcos
Carácter de pago, honestidad,
inteligencia, habilidad para
hacer negocios, capacidad de
ahorro
CDR, pre pago y post pago
Inclusión Financiera
Datos alternativos
Servicios
Agua, energía eléctrica, gas, otros
Perspectiva interna
Administración de cartera
efectiva
El resto del mercado
Comportamiento
Bueno
Malo
Bueno
BB
BM
Malo
MB
MM
BB: Up sale, cross sale, nuevos
productos, programas de lealtad y
retención
BM: Actualizar datos, cobranza preventiva
MB: Win back, recuperación
MM: Separación de cartera, cobranza
externa, cobro judicial
Los modelos analíticos y su
aplicación en la estrategia
Datos para los Analíticos
Para obtener Modelos Analíticos precisos y predictivos, se vuelve clave el enfoque en los datos, su
procesamiento y la implementación de plataformas de control de la calidad de los mismos.
La estrategia recomendada se fundamenta en los siguientes puntos:
Almacenamiento de Datos
Almacenamiento y gestión de
una gran diversidad de activos de
datos
Extracción de Datos
Los equipos de Analíticos deben
poder acceder rápidamente a
grandes volúmenes de datos con
distintos niveles de granularidad
Eficiencia Analítica e Innovación
Herramientas analíticas avanzadas
para descubrir perspectivas en
datos tradicionales e en “big data”
Gobernabilidad de Datos
Acceso a los datos basado en
reglas es cada vez más
importante para la seguridad
moderna
Consistencia
Documentación sobre la
creación de atributos y
especificaciones en toda la
empresa
Implementación
Implementación de modelos rápida,
libre de errores y con un mínimo de
recodificación
Metodologías Analíticas
para la Máxima Eficacia
En el desarrollo de las Soluciones Analíticas, se trabaja con todos los métodos
estadísticos, desde las técnicas tradicionales de regresión hasta las más modernas
como Machine Learning. Algunas de las técnicas utilizadas son:
§ Regresión Logística /
Lineal
§ GLM (Poisson,
Gamma)
§ Redes Neuronales
§ Clustering
§ Análisis Factorial
§ Análisis de
Componentes
§
§
§
§
Principales
Arboles de Decisión
Fusión de scores
Algoritmos Genéticos
Random Forest
Analíticos utilizando datos
no tradicionales
Mas allá de los datos de crédito tradicionales se están utilizando diversos activos
de datos no tradicionales, a través de soluciones analíticas que ayudan a los
clientes a tomar mejores decisiones.
Fuentes de datos no tradicionales incluyen:
§ Datos Psicométricos
§ Datos de Transacciones
Móviles
§ Redes Sociales
§ Patrimonio y Asequibilidad
§ Perspectivas de Bienes
§ Datos de Vehículo
§ Seguro de Salud
§ Fraudes conocidos
Uso de modelos analíticos
Elanálisispredictivoconsisteenconectardatos
conaccionesefectivas,encontrando
conclusionesconfiablessobrecondiciones
actualesyeventosfuturos
• Losmodelospredictivossimplificanlosdatosy
amplificansuvalor
• Descubrirpatronesenlosdatos
• Queidentificanproblemas
• Queidentificanoportunidades
• Anticipartendenciasycomportamientos
• Estimarlaprobabilidad(Score)deunevento
futuro
• SegmentarCartera
• Agregarobjetividadyconsistencia
Beneficio del uso de
modelos predictivos
CRECER – Aumentarlasventasyconservarlosclientesde
maneraracional
CONTROLAR– Mantenerlaintegridaddelnegocio
gestionandoelfraude,elriesgoynivelesdemora
EFICIENCIA – Hacerprogresarlacapacidaddelnegociode
formacompetitivaoptimizandolosrecursos
ESTANDARIZAR– Hacerquelasdecisionessean
oportunasylosprocesosconsistentes
ACTUAR– Satisfaciendolasexpectativascadavezmás
exigentesdelconsumidordehoyendía
AGILIDAD– Implementaranálisismásavanzadosy
ejecutarprocesosmascomplejosenmenortiempo
COMPETIR – Lograrundesempeñosuperioraldesus
competidores
Soluciones Analíticas en
todo el Ciclo de Vida
Lifecycle of a customer
Lifecycle of a customer
Marketing
Marketing
Score
§
§
§
§
§
§
Customer
de Risk
Propensión
Management
Modelos de Activación
Cross-sell / up-sell
Preselección
Segmentación comportamental
Fraud
Collections
Churn / Attrition
Gestión de Cuentas
Lifecycle of a customer
Customer
Score de Comportamiento
Management
§
§ Utilización / Rentabilidad
Lifecycle of Segmentación
a customer
basada en riesgo
§ Modelos
Customer
de Basilea
II
§
Marketing
Risk
Management
Marketing
Risk
Collections
Fraud
Marketing
Lifecycle of a customer
Riesgo / Originación
Marketing
§
§
§
§
Collections
Customer
Management
Score de Originación
Risk
Asignación de límite
Fijación de precio basada en riesgo
LTV / Optimización de línea
Fraud
Cobranzas
&
Customer
Management
Recupero
Risk
Lifecycle of a Collections
customer
§
§
Collections
§
§
Marketing
Risk
Fraud
Score de cobranzas
Score de recupero
Fraud
Estrategias
de priorización
Asignación
Customer de tratamiento
Management
Fraude
Collections
§
Fraud
Score
de Fraude
Anticípate al comportamiento
de tus clientes
Información Disponible Interna
Modelos en el ciclo de vida del crédito
Cross sell
Up sell
Utilización
Retención
Precios y Condiciones
Write-off/sell
Pre-Mora
Fraude
Pre-Aprobación
Riesgo
Win-back
Recobro
Prospectación
Tiempo
Prospección
Venta
Seguimiento
Cobranza
Modelos de Propensión
Los modelos de propensión a la compra y de activación utilizan los datos de registro y
transaccionales de su empresa, en conjunto con los datos de los Buro de Crédito, para estimar la
propensión de compra o de activación de su producto de cada cliente o cliente potencial apto para
recibir su oferta.
Los modelos de up-sell (venta adicional) y cross-sell (venta cruzada) permiten ampliar la
rentabilidad de un cliente identificando a aquellos que tienen más propensión de adquirir productos
de mayor valor o bien de adquirir productos adicionales.
Su empresa podrá aumentar significativamente
la eficiencia de las acciones de marketing
directo, enfocándose en quien tiene una mayor
propensión a adquirir el producto ofrecido.
Segmentación y
Perfilamiento
La segmentación consiste en dividir el mercado en subgrupos homogéneos, según sus
características, comportamientos o necesidades.
Para el perfilamiento, una vez identificados los segmentos, se enriquece la información disponible
de cada grupo, permitiendo un conocimiento más amplio, imprescindible en la futura definición de
acciones y propuestas de productos para cada uno de los segmentos.
La segmentación permite llevar a cabo estrategias
comerciales diferenciadas para cada grupo resultante
que permite satisfacer de forma efectiva sus
necesidades y alcanzar los objetivos comerciales
Modelos de Churn o
Attrition
El churn de clientes (o llamado attrition en la banca) se refiere a la proporción de clientes que se
van o dejan voluntariamente al proveedor de un servicio durante un período de tiempo determinado.
Un modelo para esta problemática nos permite ordenar nuestra base de clientes de acuerdo a la
probabilidad de baja, utilizando tanto variables internas como variables de los Buro de Crédito.
Estos modelos nos permiten ofrecer
promociones, descuentos e incentivos a una
parte de nuestros clientes más propensos a
abandonarnos, aumentando la eficiencia de
nuestros esfuerzos de retención
Score de Originación y
Comportamiento
El desarrollo de modelos de riesgo a medida es de suma importancia para asegurar que nuestros
clientes maximicen sus ganancias y alcancen sus objetivos de negocio.
Un modelo de originación permite aumentar la población de clientes aceptados manteniendo la
morosidad o reducir la morosidad manteniendo los niveles de aceptación.
Un modelo de comportamiento es utilizado para el gerenciamiento de la cartera, a través de la
asignación de límites, autorizaciones, etc.
Los modelos de riesgo a medida combinados con soluciones
genéricas de riesgo le permiten a nuestros clientes tomar
decisiones de la manera más informada posible, evaluando su
propio riesgo y el riesgo de mercado con el fin de seguir creciendo
de manera rentable
Scores: Uso de herramientas
predictivas basadas en el
comportamiento pasado
Bajo
Riesgo
Scores representan un desplazamiento hacia afuera en la
curva riesgo/aprobación
• Reducir el riesgo con un volumen de
aprobación determinado
% Mora
4%
• Se puede aumentar el
volumen a un nivel dado de
riesgo
5%
Alto
Riesgo
0%
60%
% Aprobación
70%
100%
Modelos de Behavior
Bueno:
0 – 10 días Mora
Población Sana
Cero días Mora
En Riesgo:
11 y 29 días Mora
Malo:
30 o + días Mora
Ventana de Desempeño: 6 meses
Datos del Mercado
Regresión Logística
Behavior Predictor
Estrategias de acuerdo a
segmentación
900
800
Score
Alto
Campañas:
Up Salle, Cross Sell, Loyalty
Score
Medio
Gestión Preventiva:
Inclusión selectiva en Campañas,
Monitoreo de cartera, SMS, Email
Score
Bajo
Exclusión de Campañas
Cobro Preventivo: Llamada,
Notificación Escrita
700
600
500
400
300
200
100
Score de Cobranza y
Recupero
Un score de cobranza predice la probabilidad de que una persona con cierto nivel de
morosidad empeore su situación en una ventana de tiempo muy corta
Un score de recupero predice la probabilidad de que una persona morosa pague cierto
porcentaje de su deuda en un período determinado de tiempo
Es importante combinar estos modelos y segmentarlos teniendo en cuenta otras variables
claves para definir estrategias acordes a cada grupo.
Estos modelos combinados con estrategias
permiten a nuestros clientes optimizar sus
esfuerzos de cobranza reduciendo los costos
y aumentando el dinero que pueden recuperar
Modelos de Collection
Bueno:
0– 29díasMora
Poblaciónenmora
1-59días,Saldo>-$10
EnRiesgo:
30y89díasMora
Malo:
90o+díasMora
Ventana de Desempeño: 3 meses
DatosdelMercado
RegresiónLogística
CollectionPredictor
Priorización de cobranza
30
60
90
120 +
Score
Alto
No Gestionar
SMS,
Email
Cobro Multicanal
Agencia
Externa
Score
Medio
SMS, Email
Llamada,
Carta de Cobro
Negociación
Separar
Cartera
Score
Bajo
Llamada
Actualizar
datos
Cobro
Multicanal
Agencia
Externa
Instancia
Jurídica
900
800
700
600
500
400
300
200
100
La gestión de cobranza integral
La complejidad de la
cobranza
Satisfacción del Cliente
- ExpectativasdelCliente
Reduccion de costos
- ValordelaRelación
- Reputación
Maximizar Ingresos
Efectividad de agentes
Cumplimiento
Regulatorio
Conocimiento del cliente
• Identidad
• Nombre
• Dirección Estado de
Cuenta
• Teléfono 1
• Teléfono 2
• Producto
• Cuenta
• Saldo
• Fecha de Pago
ü Dirección Particular (c/s verificación)
ü Dirección Comercial (c/s verificación)
ü Teléfono Particular (c/s verificación)
ü Teléfono Comercial (c/s verificación)
ü
Celular
(c/s verificación)
ü Teléfono
Estado Civil
ü
Historial
de
pagos
ü Correo
Fecha último
Matrimonio
ü
electrónico
ü
Adeudos
Totales
(monto y
ü Código
Datos
Cónyuge
ü
Postal
tipo deuda)
ü Predictor
Relaciones
Parentales
padres)
ü
Publico
ü
Antigüedad
de Historia (hijos,
de
en
los
burós
ü Antecedentes
Avales
ü
Best
Contact
Number
Crédito
ü
Participación
Sociedades
Best
Time
to en
Call
ü
Obligado
ü Tipos
de Solidario
Crédito
Utilizados
ü Grupo Socio Económico
ü Nuevos Créditos
ü Información Laboral y Previsional
ü Prendas sin desplazamiento (Si/No - Detalle)
ü Importaciones (Si/No - Detalle)
ü Tipo de Nacionalidad
ü Exportaciones (Si/No - Detalle)
ü Profesión, especialidad,
ü Bienes Raíces
área y otros datos
ü Datos Vehículos (Placa Patente, Marca, Modelo,
profesionales
Tipo, Color)
ü
Sexo Avalúo
ü Ultimo
ü Fecha
Fechaúltima
Nacimiento
ü
transferencia
ü Fecha defunción
ü Consultas al buró Últ.6
Meses (Si/No - Detalle)
Personalización de
acciones a nivel individual
Dificultad financiera?
Dificultad financiera?
Estrategia de cobro de
bajo riesgo?
Datos internos
Atrasos
Montos bajos
Primer vez atrasado
Estrategia de cobro de
alto riesgo?
Datos de estado
Datos del buró
Ingreso bajo o
reducido
Multiples deudas
atrasadas
Bajo puntaje en
modelos de score de
coranza
Información integral
Eficiencia
Acciones oportunas en el momento oportuno
Datos de
comportamiento
Está pagando a
otros deudores en el
mercado
Ha respondido a
correos electónicos o
SMS recientemente
Conocimiento del cliente
AYUDA
A LOS CLIENTES
Cuando el conocimiento
del cliente y experiencia
se combinan, se
potencia la actividad y
optimiza la
recuperación de los
prestamos de manera
adecuada, rápida y
rentable.
• Entendimiento integral de las circunstancias financieras
• Una visión mas clara de la capacidad de pago, la
posibilidad de concretarlo y la dificultad financiera
• Contacto con menos terceros y menos repetición de
información
INCREMENTA EL
DESEMPEÑO
• Minimiza actividades que no
producen valor
• Reduce costos en la operación de
cobranzas
DEMUESTRA EL
CUMPLIMIENTO
• Visibilidad de actividades y
resultados
• Prácticas acordes a la normatividad
que protegen la reputación
La cobranza integral
Antes
Objetivo
Después de la fecha de Pago
Cobranza
preventiva
Preventiva
TempranaCobranza
Media
Avanzada
Recuperación
VentaLegal
de y
Bienes
cartera
Recuperados
Recuperación
Insolvencia
Proceso legal
Venta
de
y recuperación
de la
Cartera
posesión
Esquemas de Resolución de Deuda
Fases
Reduce al mínimo
las tasas de
morosidad, incluso
antes de que
sucedan
Cuentas que
acaban de caer en
cobranza.
Probabilidad de
Pago Espontaneo
Se vuelven mas
difíciles de cobrar
porque es más
difícil localizar a los
cliente
Se trata de cuentas
difíciles de cobrar
y por lo general no
pueden pagar
Cobranza administrativa
Una sola BD consistente
Cobranza a través del
proceso legal y la venta
de bienes adjudicados
Cobro Jurídico
Recuperar la mayor
cantidad posible,
ofrecer arreglos y otras
herramientas de alivio
de deuda
Creación de
paquetes de
créditos para la
venta
Valuación de Cartera
Métricas e informes
Modelo excelencia para la
gestión de cobros
Reducción de
Costos
Manejo de
Información
Tratamiento
Adecuado del
Cliente
Modelo de
Excelencia
Políticas y
Procesos
Estrategia
Efectiva
Incrementar la
Recuperación
Preguntas
Gracias