Download Descargar Presentación
Document related concepts
Transcript
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