Predictive Analytics Experience 2018

Asiste a la 8ª edición del evento que transforma el mundo a partir de los datos.
El Predictive Analytics Experience será el lugar donde líderes y expertos de la analítica forjarán las organizaciones inteligentes del futuro.

Conoce lo que tenemos preparado en tu ciudad

www.pae.la

Ver más
 
 

Cooperativa Financiera de Antioquia | Cartera

Instituto Nacional Penitenciario | Ministerio de Justicia y Derechos Humanos del Perú
17 abril, 2017
Contraloría General de la República
7 abril, 2017
Ver todo

Cooperativa Financiera de Antioquia | Cartera

Objetivo
Segmentar los perfiles morosos de la Cooperativa para optimizar las estrategias de cartera.

Solución

  • IBM SPSS Modeler.
  • Análisis multivariado para determinar los perfiles de clientes morosos a través de variables clave.

LA CFA reduce su índice de cartera morosa con IBM SPSS Modeler

 

La Cooperativa Financiera de Antioquia inició sus labores el 6 de abril del año 2000 tras la fusión de dos rentables cooperativas Donmatías y Coobancoquia, convirtiéndose en la primera Cooperativa Financiera vigilada por la Superintendencia Financiera de Colombia.

Actualmente, cuenta con 39 puntos de atención distribuidos en 34 municipios de Antioquia y las principales ciudades del país. La CFA se ha enfocado en mejorar sus procesos como entidad financiera, ajustándose a los requerimientos de ley y buscando el progreso de sus asociados.
 
Anteriormente, el área de Mercadeo de la Cooperativa implementó análisis multivariado soportado en la minería de datos para analizar los clientes con mayor probabilidad de aumentar su portafolio de productos y servicios. Logrando diseñar campañas de mercadeo 100% enfocadas y personalizadas según las características de sus asociados.
 
La CFA busca constantemente aprovechar su información para transformar su procesos y tomar mejores decisiones. Por ello, implementó en el área de Mercadeo análisis multivariados con IBM SPSS Modeler para hallar los perfiles morosos de la Cooperativa. La entidad no contaba con un análisis que les permitiera conocer detalladamente los perfiles de los morosos, pues solo podían obtener una descripción de cuántos deudores morosos existían, información que no era suficiente para optimizar sus estrategias.
 
El interés de la CFA era obtener más información de valor para tomar mejores decisiones y conseguir una cartera sana. Con la analítica avanzada lograron estudiar variables como la edad, estado de cartera, destinos morosos, zona geográfica, entre otros, para hallar patrones y determinar los segmentos con una probabilidad más alta de caer en mora.
 
Una vez hallados los segmentos más relevantes, pudieron determinar estrategias por perfiles. Por ejemplo, hallaron que en algunas zonas podían ser más laxos y dilatar los plazos. Con estas estrategias y los análisis pudieron mejorar el índice de cartera de morosa en un año, pasando de 5.1% a 3.5%.
 
Ahora, la CFA se prepara para seguir aprovechando al máximo sus datos iniciando un nuevo proyecto analítico: la creación de modelos para estudiar la deserción de asociados y crear estrategias efectivas que mitiguen este riesgo.
 

Conviértase en el siguiente caso de éxito.

Contáctenos
INFÓRMESE representante exclusivo de IBM SPSS para Colombia, Ecuador, Perú, Venezuela y otros países de la región andina.