Cómo ganar eficiencia en el proceso de cobranzas mediante la aplicación de la inteligencia artificial

Compartir en: 

El uso de técnicas y modelos de inteligencia artificial (IA) puede multiplicar la eficiencia del proceso de cobranzas, y lograr no sólo mejores resultados, sino hacerlo teniendo muy presente el enfoque de la rentabilidad. No se trata de recuperar lo máximo a cualquier coste, sino de equilibrar acciones y RoI. Así lo contó en la última edición de ExpoCobranzas David Fernández, director comercial regional para Argentina, Colombia y México de AIS Group, empresa especializada en la aplicación de la IA en la gestión del riesgo de crédito y las cobranzas.El uso de técnicas y modelos de inteligencia artificial (IA) puede multiplicar la eficiencia del proceso de cobranzas, y lograr no sólo mejores resultados, sino hacerlo teniendo muy presente el enfoque de la rentabilidad. No se trata de recuperar lo máximo a cualquier coste, sino de equilibrar acciones y RoI.

Así lo contó en la última edición de ExpoCobranzas David Fernández, director comercial regional para Argentina, Colombia y México de AIS Group, empresa especializada en la aplicación de la IA en la gestión del riesgo de crédito y las cobranzas.El uso de técnicas y modelos de inteligencia artificial (IA) puede multiplicar la eficiencia del proceso de cobranzas, y lograr no sólo mejores resultados, sino hacerlo teniendo muy presente el enfoque de la rentabilidad. No se trata de recuperar lo máximo a cualquier coste, sino de equilibrar acciones y RoI. Así lo contó en la última edición de ExpoCobranzas David Fernández, director comercial regional para Argentina, Colombia y México de AIS Group, empresa especializada en la aplicación de la IA en la gestión del riesgo de crédito y las cobranzas.

Según Fernández, en el proceso de cobranzas hay un gran número de decisiones donde puede intervenir la IA, facilitando la tarea y contribuyendo a ganar en efectividad. Ésta puede aplicarse tanto en los modelos estratégicos como en los modelos operativos y tanto desde una perspectiva de cobranza preventiva, como una vez se ha materializado el impago.

Tradicionalmente en las cobranzas se ha optado por utilizar modelos de regresión logística, pero el momento actual nos permite migrar a modelos machine learning. El experto de AIS anima a ello principalmente por la eficiencia de estos modelos más avanzados.Su poder predictivo es mayor y esto se traduce en un impacto económico directo. Si somos capaces de determinar mejor qué va a ocurrir con un cliente, podremos tomar mejores decisiones y obtener mejores resultados”, afirma.

De hecho, en un reciente análisis del Banco de España en el que compara metodologías, el supervisor concluye que adoptando este tipo de modelos se pueden conseguir ahorros de capital de entre el 12,5% y el 17%.

Otra de las ventajas del machine learning frente a técnicas más tradicionales es que dado que el modelo aprende automáticamente y de forma constante puede mantener su poder predictivo en el tiempo y seguir vigente, aunque las carteras de cobranzas vayan variando. Sin embargo, Fernández remarca que no pueden dejarse con total libertad. Debe ser un aprendizaje controlado, imponiendo criterios de negocio o restricciones que necesitamos que se cumplan en todo momento. El papel del profesional y el entrenamiento es importante.

Otro beneficio destacado de estos modelos avanzados es que microsegmentan la población, lo que evita tener que hacer modelos distintos para cada grupo homogéneo y, por lo tanto, se reduce el esfuerzo para construirlos y mantenerlos.

Además, aprovechan el Big Data, que en cobranzas es fundamental. Para una gestión óptima de la recuperación, para tomar las mejores decisiones es conveniente tener el máximo de información posible combinando tanto datos de la propia entidad como de fuentes externas. Cobra aquí protagonismo disponer de un datamart bien estructurado con toda la información necesaria.

Por supuesto, existen también algunas barreras que hay que superar para que este tipo de modelos funcionen de la forma más correcta posible. Descúbrelas conectándote al vídeo y conoce también los resultados de tres experiencias reales de aplicación de IA en el proceso de cobranzas.

Disfrute la conferencia completa en el siguiente Link:

Inteligencia Artificial a lo largo de toda la cadena de valor de la operación de cobranzas - David Fernández 

David Fernández, director comercial regional para Argentina, Colombia y México de AIS Group.  ExpoCOBRANZAS Latam 2021&Live Collections SUMMIT /abril 22 de 2021

Inteligencia Artificial a lo largo de toda la cadena de valor de la operación de cobranza