Caso de éxito Modelo Machine Learning
para cobranza temprana  
 

SURTIGAS

Transformamos y optimizamos su gestión de cobranza con la implementación de un avanzado modelo de aprendizaje automático.

Descripción del caso

Nuestro cliente, Surtigas, necesitaba analizar el comportamiento de los clientes con problemas en su salud de pagos e implementar una gestión de cobranza oportuna y estratégica para minimizar el impacto financiero. Esto debido a que la gestión de cobranza temprana es un proceso estratégico clave, diseñado para reducir el riesgo de impagos mediante estrategias personalizadas, adaptadas a las necesidades y tipos de usuarios, utilizando canales de comunicación autorizados por Surtigas.

Reto

El desafío de este proyecto consistió en conceptualizar el modelo analítico preexistente de Machine Learning, asegurando las buenas prácticas de implementación y la calidad del resultado esperado sobre la arquitectura Oracle. Además, se requería integrar una gran cantidad de sistemas fuentes y definir la correcta escalabilidad del modelo de datos. Todo esto debía realizarse considerando un proceso de certificación adaptado a los tiempos limitados de disponibilidad de los usuarios funcionales y técnicos de Surtigas para definiciones, pruebas y resolución de hallazgos.

Solución

Basándonos en el comportamiento identificado de los datos fuente y en las definiciones de variables y reglas establecidas con el área funcional, se definió la mejor opción para implementar el modelo de Machine Learning. Esto permitió identificar a los clientes que requieren una gestión temprana de cobranza, alineada con los objetivos estratégicos de Surtigas.

Descripción del caso

Impacto

Con la implementación de un modelo de aprendizaje automático, Surtigas ahora identifica de manera temprana a los clientes que requieren recordatorios o apoyo financiero, automatizando en segundos procesos que antes tomaban días. Esto ha optimizado recursos, mejorado la recuperación financiera y permitido reacciones rápidas y personalizadas, fortaleciendo tanto la eficiencia operativa como las relaciones con los clientes.

Scroll to Top