¿Cómo pueden ayudarnos los modelos predictivos a mejorar nuestra gestión de clientes?

 En un contexto como el actual, son muchas las empresas fuera del ámbito financiero que están estudiando la posibilidad de implantar sistemas de decisión que les ayuden a contener el impacto de la morosidad, pero debemos ser muy meticulosos en su construcción para que realmente nos aporten el resultado esperado.

Estos modelos deben de ser capaces de proporcionar una estimación fiable de lo que va a ocurrir en el futuro (capacidad predictiva) y de segmentar la población entre clientes con bajo riesgo de impago y con alto riesgo (poder discriminante). Lograrlo no es fácil.

Mi recomendación es construir el modelo utilizando la metodología SEMMA (Sample, Explore, Modify, Model and Asses) y tener en cuenta los siguientes puntos:

  1. Sistema de Información (Data Mart) orientados al análisis que resuelvan de manera eficiente los problemas de disponibilidad de información.
  2. Capacidad de acceso a fuentes de información externas (proveedores de información comercial) e internas.
  1. La muestra utilizada debe disponer de información estructurada, detallada, con suficiente profundidad histórica y debe de ser representativa de la población empresarial.
  2. Seleccionar las variables de entrada con más capacidad de explicar el incumplimiento en pagos, mediante técnicas estadísticas son aquellas que presentan un mayor poder  y un número de variables que permitan un mantenimiento y validación adecuado.

Ignacio Jiménez Rodríguez

Profesor EOI – Programa ejecutivo de Inteligencia de Negocio

Director Comercial y Marketing
Iberinform Internacional SAu (Grupo Crédito y Caución)


Suscribirse a comentarios Respuestas cerradas, se permiten trackback. |

Comentarios cerrados.


Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies