Desarrollo de un modelo de scoring de segmentación de cobranzas para tarjeta de crédito de la banca de personas de Produbanco

Abstract:

Esta investigación pretende llegar a clasificar los segmentos de comportamiento de pago de los tarjetahabientes de la institución y generar una matriz ordenada de estrategias de recupero con un incentivo motivacional, considerando las variables que arroje el modelo para determinar la probabilidad de un mal cliente. Creando una gestión distinta a la practicada actualmente, tomando en cuenta un servicio al cliente de calidad incluso en este tipo de proceso. Nace de la necesidad de mejorar la calidad de servicio al cliente, ya que en evaluaciones de satisfacción internas respecto al proceso de cobro se observa contrariedad cuando reciben un llamado de la institución bancaria por impago cuando es la primera vez que sucedió y su historial ha sido de cumplimiento. Esto da la medida a que se ejecuta sin distinción la gestión de cobro sea a clientes deudores en rangos de mora acumulados o su historial ha sido el no pago en relación a tarjetahabientes que cayeron por primera vez en mora o mantuvieron un saldo menor en días transcurridos. De ahí que se requiere mejorar la forma de gestión de cobro según el segmento. Se pretende con el modelo obtener una probabilidad de mora, con la cual se establezcan niveles y con los mismos se segmente la gestión de cobro. Es decir el modelo propiamente no da los segmentos sino la probabilidad de mora de los clientes, con eso establecer puntos de corte y con los puntos de corte armar estos segmentos. La colocación masiva del producto tarjeta de crédito origina un nivel de riesgo en su recupero, producto del riesgo cbkp_rediticio definido como: “La posibilidad de pérdida debido al incumplimiento del prestatario o la contraparte en operaciones directas, indirectas o de derivados que conlleva el no pago, el pago parcial o la falta de oportunidad en el pago de las obligaciones pactadas” (Mora 2012). Por tanto, el desarrollo del scoring de cobranzas para predecir este nivel de riesgo aporta en la definición de una estrategia acertada de recuperación de acuerdo al comportamiento del deudor. Al revisar la bibliografía de elaboración de modelos para el desarrollo del score de cobranzas se puede optar por modelos que utilicen la función de distribución de una variable aleatoria normal estándar para transformar la regresión en el intervalo de la unidad. (Landschoot 2012). Lo cual permite concluir con análisis de estos segmentos.

Año de publicación:

2018

Keywords:

• RELACIONES CON LOS CLIENTES
• CRÉDITO AL CONSUMIDOR
• Cobro de cuentas
• ADMINISTRACIÓN DE CRÉDITOS
• Bancos
• RIESGO FINANCIERO

Fuente:

rraae