Gestione la cobranza de su cartera de forma fácil, eficiente y segura

Pre-inscribir

Conozca cómo implementar un proyecto analítico de gestión de cobranza en su organización. En este curso abordaremos desde la metodología CRISP-DM, la construcción de un modelo enfocado al fortalecimiento de la estrategia de cobranzas, buscando soluciones que permitan pasar de un enfoque reactivo a un enfoque proactivo. Durante este curso se explorará la aplicación de técnicas analíticas como Redes Neuronales, Árboles de Clasificación y Regresión Logística para responder preguntas clave del negocio, fortaleciendo el proceso de toma de decisiones de gestión de cobranza.

Objetivo

Proporcionar elementos que permitan al participante desarrollar estrategias efectivas de cobranza, utilizando herramientas analíticas.

Contenido

El contenido de este curso está conformado por los siguientes temas:

  1. Introducción y entendimiento de negocio.
  2. Entendimiento y preparación de datos para la construcción de un modelo de cobranzas.
  3. Construcción y evaluación de modelos.
  4. Despliegue: definición de estrategias.
Metodología

La metodología que utilizamos en nuestros cursos de capacitación presencial, involucra métodos expositivos, participativos y de análisis para la comprensión de cuándo y cómo utilizar las técnicas analíticas para estrategias de cobranza, y de cómo tomar decisiones a partir de los resultados obtenidos. Se combinarán los conceptos teóricos con el desarrollo de ejercicios prácticos, haciendo uso de tecnología analítica. Los participantes, tienen la posibilidad de realizar un laboratorio para resolver una problemática de negocio. Las bases de datos que se emplean para el desarrollo del curso son estándar y provistas por el instructor del curso.

Perfil de los asistentes

Profesionales que se desempeñan en áreas de crédito y cobranza o de disciplinas relacionadas que deseen ampliar su conocimiento.

DURACIÓN

8 horas

NIVEL

Básico

REQUISITOS

Conocimiento en IBM SPSS Modeler.

Muestras Complejas con IBM SPSS Statistics

Analítica aplicada a cobranzas

Prevención del fraude

Perfilamiento analítico