Modelos Analíticos en Banca

¿Qué podemos hacer con Analytics en Banca?

Icons Freepik from Flaticon

Modelos Analíticos en Banca

Los sistemas de modelos analíticos están presentes en todas las áreas de negocio del sector bancario. A muy alto nivel, se puede contar con modelos predictivos en la gestión de clientes, gestión del riesgo y en el soporte a las operaciones. Así mismo, dichos sistemas pueden estar desagregados por segmento, producto, región geográfica, etc.

Algunas de las aplicaciones de los modelos predictivos en Banca son:


Clientes

  • Mejorar la relación con los clientes, a través de: Anticipación de la Fuga (Retención), Incentivo del Uso de Productos (Fidelización), Adquisición de Nuevos Productos (Venta Cruzada/Cross-Selling), Maximización de la cuota de cliente (Mejora/Up-Selling), Anticipación de la Reclamación (Satisfacción), Promociones que le interesen (Gestión de Campañas), Captación de nuevos clientes (Modelización Sociodemográfica), etc.


Riesgo

  • Optimizar todo el ciclo de cobranza: Concesión de créditos (Credit Scoring), Anticipar impagos, Detectar fraude, Cumplimientos de normativas, Optimización de la Cobranza, Estructura óptima para la Deuda etc.


Operaciones

  • Hacer más eficientes algunos procesos como: Gestión de sucursales, Optimización de personal, Gestión de cajeros automáticos, Inversión en marketing, Gestión del call center, etc.


Big Data y Analytics en Banca

Figure 1: Big Data y Analytics en Banca

Avatar
Romy Rodriguez-Ravines
Going beyond data | Statistics + Machine Learning

Entender, Modelizar, Predecir = Aprender y extraer valor de los datos para personas y organizaciones.

Related