Perspectivas de Minería de Datos en Empresas de Crédito y Ahorro
-
Upload
oscar-calva -
Category
Business
-
view
233 -
download
1
description
Transcript of Perspectivas de Minería de Datos en Empresas de Crédito y Ahorro
PASS , antes SPSS México
Obteniendo Ventajas Competitivas con la Aplicación de la Minería de Datos en Instituciones Financieras de
Crédito y Ahorro
PASS , antes SPSS México
El contenido de este documento es propiedad de Predictive Analytical Software and Solutions S.A. de C.V. (PASS) y es de carácter confidencial. Su uso es de carácter informativo y no debe ser usado
ni reproducido sin el consentimiento previo de PASS
PASS , antes SPSS México
AGENDA
• Retos y Oportunidades en el Sector de Crédito y Ahorro Popular
• El Análisis de Información Como Diferenciador Clave
• Perspectivas en Analítica Predictiva para el Sector de Crédito y Ahorro
• Caso Práctico• Soluciones en Analítica Predictiva y
Minería de Datos• ¿Cómo Abordar una Iniciativa de
Minería de Datos?• Preguntas y Respuestas
PASS , antes SPSS México
RETOS Y OPORTUNIDADES EN EL SECTOR DE CRÉDITO Y AHORRO POPULAR
PASS , antes SPSS México
Los segmentos de crédito y ahorro popular presentan importantes oportunidades de crecimiento
Inclusión y Mercado• Amplios segmentos de la población que no cuentan con servicios
financieros o acceden a mecanismos no formales.• Servicios bancarios concentrados en grandes áreas urbanas• El segmento de crédito y ahorro popular presenta mayores índices de
crecimiento con respecto a la banca tradicional
Regulación• Las nuevas regulaciones originadas por la reforma financiera abren
oportunidades en crédito y corresponsales.• Mayor certidumbre a los usuarios de servicios financieros para
acceder a otros modelos diferentes a la banca tradicional.
Innovación y Operación• Flexibilidad y agilidad operativa, oportunidades para innovar en
productos y procesos.
PASS , antes SPSS México
Para aprovechar estas oportunidades hay importantes retos que afrontar
Inclusión y Mercado• Segmentos no tradicionales presentan mayores riesgos.• Entender a los mercados y los clientes para enfocar los
productos y las estrategias• Diferenciarse ante un entorno de mayor competencia
Regulación• Establecer mejores mecanismos de control y cumplimiento• Establecer las estrategias y mecanismos que permitan
aprovechar nuevas áreas de oportunidad.
Innovación y Operación• Incrementar la gama de servicios• Hacer más eficiente el uso de recursos limitados.• Innovar mediante la implementación de procesos eficientes y
el uso de las tecnologías de la información.
PASS , antes SPSS México
Entender y conocer a los clientes y
mercados
Innovar en productos y
servicios que cubran las
necesidades de los segmentos objetivo
Hacer un uso eficiente de los
recursos limitados
Tener mayor certidumbre al evaluar riesgos
Planear estrategias eficientes y efectivas de producto,
promoción y mercadotecnia
¿Cómo afrontar estos retos?
Mayor innovación en procesos haciendo uso de la tecnología
Tomar decisiones acertadas mediante el uso de la información
PASS , antes SPSS México
EL ANÁLISIS DE INFORMACIÓN COMO DIFERENCIADOR CLAVE
PASS , antes SPSS México
Resupestas de quienes creen que el análisis de información resulta en
ventajas competitivas
+57%
Un mayor número de organizaciones están usando el análisis de la información para crear ventajas
competitivas
2010
58%2011
37%
Fuente: The New Intelligent Enterprise, a joint MIT Sloan Management Review and IBM Institute of Business Value analytics research
partnership. Copyright © Massachusetts Institute of Technology 2011
1.6x Crecimiento en Ventas
2.0x Crecimiento de EBITDA
2.5x Apreciación del Valor de Acciones
Fuente: Outperforming in a data-rich, hyper-connected world, IBM Center for Applied Insights study conducted in cooperation with the Economist Intelligence Unit and the IBM Institute of Business Value.
2012
Las empresas líderes quienes han adoptado mecanismos de análisis de la información y tienen mejores índices de desempeño con respecto a sus
competidores
El Análisis de la Información ha pasado de ser una iniciativa de negocio a ser una IMPERATIVA de negocio
PASS , antes SPSS México
Consultas y Queries – Encontrar registros que cumplan con criterios de búsqueda, cuando se sabe que se quiere buscar.
BI / OLAP – Estructurar y consolidar la información histórica y los datos para conocer y entender lo que ha sucedido al día de hoy.
Minería de Datos y Análisis Predictivo – Modelado Matemático de los datos para PREDECIR comportamientos y DETECTAR patrones y tendencias en la información
Los mecanismos tradicionales de búsqueda de información e inteligencia de negocios (BI) no resultan suficientes para adquirir una perspectiva completa del conocimiento:
Pro
fun
did
ad d
el C
on
oci
mie
nto
Datos
Análisis Predictivo y Deductivo
Perspectiva en el Tiempo
Análisis Situacional
Historia Futuro
PASS , antes SPSS México
El Análisis Predictivo y La Minería de Datos
“La Minería de Datos es un proceso de descubrimiento de correlaciones
significativas, patrones y tendencias futuras por medio del escrutinio de
grandes cantidades de datos almacenados, usando tecnología de
reconocimiento de patrones, así como técnicas estadísticas y matemáticas”
The Gartner Group
PASS , antes SPSS México
• El análisis predictivo emplea los datos existentes para:• Predecir
• Pertenencia a categorías• Valores y variables
• Agrupar• Agrupar elementos con características
comúnes
• Asociar• Encontrar eventos que ocurren en
conjunto o en secuencia.
• Encontrar Anomalías• Identificar casos que no siguen un
comportamiento esperado.
¿Qué Hace el Análisis Predictivo?
PASS , antes SPSS México
Aplicaciones del Análisis Predictivo
12%
17%
18%
25%
26%
30%
30%
31%
32%
40%
41%
41%
46%
47%
Otros
Cadena de suministro
Encuestas
Mejoramiento de la calidad
Servicio al cliente
Precios (valorar)
Planeación de demanda
Promociones
Detección de fraude
Tasa de fuga / abandono / retención
Presupuestos y pronósticos
Adquisición de clientes
Administración de campañas
Ventas (cross sell - upsell)
Fuente: TDWI Best Practices Report First Quarter 2007
Basado en 167 encuestados que han implementado el análisis predictivo. Los encuestados pudieron seleccionar múltiples respuestas
PASS , antes SPSS México
PERSPECTIVAS EN ANALÍTICA PREDICTIVA PARA EL SECTOR
PASS , antes SPSS México
El Análisis Predictivo en los Servicios Financieros
Conocer a Profundidad a sus
Clientes
¿Qué caracteriza y como se comportan nuestros clientes y
mercados objetivo?
Incrementar la Efectividad Comercial y de los Productos
¿Cómo captar más clientes y colocar más productos?
¿Qué productos debemos ofrecer a que clientes y por que canales?
Disminuir Riesgos Crediticios
¿Cómo predecir con mayor certidumbre los riesgos de incumplimiento?
PASS , antes SPSS México
El conocimiento de los clientes en base a la información de sus operaciones y datos personales resulta incompleta para tener una vista completa
Información• Historial de
operaciones• Aspectos socio-
demográficos• Distribución
Perfiles y Comportamientos• Necesidades y
características• Percepciones• Datos atitudinales
Datos• Datos Personales
• Productos vigentes• Relaciones
Tendencias y Propensiones• Propensiones de
compra y abandono.• Necesidades futuras
Información Conocimiento
PASS , antes SPSS México
Usando técnicas de análisis predictivo y minería de datos se puede extraer conocimiento de diversos tipos de datos e información de nuestros clientes y mercados
Bases de Datos / CRM Operaciones
Medios Digitales Encuestas
Estudios y Análisis
Aplicación de Modelos
Predictivos
Conocimiento Extendido
Conocimiento Predictivo
• Segmentos, Grupos y Correlaciones
• Percepciones• Necesidades
• Tendencias y Propensiones• Comportamientos futuros• Necesidades no evidentes• Niveles de satisfacción y
lealtad
PASS , antes SPSS México
• Segmentación y perfilamiento inteligente: Crear segmentos de clientes y poblaciones objetivo detectando relaciones relevantes y características comunes.
• Al generar segmentos y perfiles de clientes se pueden aplicar otros modelos para determinar probabilidades de compra, de incurrir en cartera vencida, de cancelar cuentas, etc.
Conocimiento Profundo de los Clientes
• Detección de necesidades, sentimientos y retroalimentación: mediante el análisis de textos, encuestas y redes sociales.
• Identificando las características de los diferentes grupos se pueden planear productos y promociones que mejor se ajusten a sus necesidades.
El análisis predictivo permite identificar características, tendencias y patrones de comportamiento no evidentes de los clientes, para ofrecer los productos adecuados a los clientes adecuados por los canales adecuados.
PASS , antes SPSS México
Incrementar la Captación y Colocación de Productos
Productos
Promoción
Expansión
Productos no diferenciados – mismos productos para
todos los clientes
Enfoque Tradicional
Aumentar los recursos de promoción aumenta la captación de clientes
Mayor número de sucursales y más canales para
aumentar la cobertura
Enfoque Predictivo
Productos personalizados – el mejor producto para cada cliente
Enfocar los recursos de promoción a los segmentos con mayores probabilidades
Establecer los canales que mejor cubran las necesidades de los clientes y el número y ubicación de sucursales con mayores probabilidades de éxito.
PASS , antes SPSS México
Efectividad de los Recursos de Promoción
Enfoque Convencional – Asignar un 50% de recursos resulta en
un 50% de respuesta
Enfoque Predictivo
Asignando recursos a sólo el 20% de la población objetivo
resulta en un 75% de respuesta
PASS , antes SPSS México
A B C
Predecir las necesidades, preferencias y riesgos de clientes individuales
Seleccionar la mejor oferta para el cliente
Seleccionar el mejor canal
Seleccionar el mejor momento
25% - 50 %
Más ganancias
Duplicar las respuestas
Mejor uso de los recursos
Promoción Enfocada al Cliente
PASS , antes SPSS México
Disminuir los Riesgos al Evaluar el Otorgamiento de Créditos
Los mecanismos tradicionales de evaluación crediticia insuficientes o poco adecuados para evaluar los riesgos de segmentos de crédito y ahorro populares:
• Segmentos de personas y empresas con poco o nulo historial crediticio
• Cuentahabientes de menor transaccionalidad y activos.
• Por la naturaleza de los mercados se debe tener mayor flexibilidad ante el riesgo.
• Las consideraciones sociodemográficas y de comportamiento de estos segmentos pueden tener mayor relevancia en las propensiones de pago (destino de los recursos, pertenencia a ciertas comunidades, nucleo familiar, etc.)
PASS , antes SPSS México
Reducir los riesgos en la evaluación crediticia
• Identificar los diferentes segmentos de acreditados para generar distintos perfiles de riesgo (alto, medio, bajo, cumplidos, incumplidos, morosos, etc.)
• Identificar las características que se relacionan a los distintos perfiles de riesgo:
• Datos personales• Tipo y destino del crédito• Montos y tasas• Ocupación• Información geográfica• Cuentahabiente existente• Etc.
Perfilar el comportamiento de pago de clientes
Definir productos y establecer reglas de
autorización
Calificar las solicitudes crediticias y adecuar los
productos al perfil
PASS , antes SPSS México
• El análisis de perfiles de riesgo permite definir productos estandarizados y establecer reglas de autorización para agilizar el otorgamiento de créditos (ejemplo: Crédito A con monto de hasta $30,000 pesos personas con ingresos entre $10,000 y $15,000 pesos, para uso personal, soltero, profesionista, autorización express al presentar documentación).
Perfilar el comportamiento de pago de clientes
Establecer reglas de autorización ágiles
Calificar las solicitudes crediticias y adecuar los
productos al perfil
Reducir los riesgos en la evaluación crediticia
PASS , antes SPSS México
• Los modelos empleados para determinar el comportamiento de pago de los diferentes perfiles de riesgo permiten clasificar las nuevas solicitudes para determinar en cuales perfiles de riesgo caen de acuerdo a sus características.
• El análisis y clasificación de las solicitudes de crédito también permite clasificar a los solicitantes en productos con menor riesgo, para ofrecer alternativas en montos, tasas, plazos o condiciones.
Perfilar el comportamiento de pago de clientes
Definir productos y establecer reglas de
autorización
Calificar las solicitudes crediticias y adecuar los
productos al perfil
Reducir los riesgos en la evaluación crediticia
PASS , antes SPSS México
APLICACIÓN DEL ANÁLISIS PREDICTIVO A UN CASO EJEMPLO
PASS , antes SPSS México
Una empresa que otorga pequeños créditos está preocupada por el aumento de los clientes que han incurrido en cartera vencida, y decide hacer un estudio con el objetivo de identificar a futuros solicitantes propensos a incurrir en cartera vencida.
La empresa tiene la información que se pide a los clientes solicitantes y debe basar su estudio en ella.
Implementando modelos de clasificación se pueden perfilar los clientes más propensos a incurrir en cartera vencida.
Situación
PASS , antes SPSS México
¿Cómo influyen las demás variables dentro de cada subgrupo?
Árbol de Clasificación
PASS , antes SPSS México
En cada subgrupo la variable más significativa ha resultado la misma.
Una vez hecha la nueva subdivisión los grupos tienen probabilidades más definidas
Árbol de Clasificación
PASS , antes SPSS México
Buscando la mejor subdivisión en los otros dos subgrupos
Árbol de Clasificación
PASS , antes SPSS México
Aquí la variable más significativa en cada segmento es diferente.
De acuerdo con la importancia de las variables se podría continuar la subdivisión de la muestra
Árbol de Clasificación
PASS , antes SPSS México
Árbol de Clasificación
PASS , antes SPSS México
Cada nodo terminal determina una regla y se puede asignar una probabilidad de incurrir en cartera vencida a los casos que
cumplen las condiciones para ese nodo.
Árbol de Clasificación
PASS , antes SPSS México
Finalmente todos los casos son clasificados según las reglas definidas por el árbol y se puede evaluar la
efectividad del proceso a través de la matriz de clasificación.
Árbol de Clasificación
Se debe revisar el acierto global
PASS , antes SPSS México
Finalmente todos los casos son clasificados según las reglas definidas por el árbol y se puede evaluar la
efectividad del proceso a través de la matriz de clasificación.
Árbol de Clasificación
… y también cómo quedaron clasificadas cada una de las categorías
PASS , antes SPSS México
Podemos ordenar los nodos terminales según la probabilidad de incurrir en cartera vencida, de forma que los primeros sean aquellos donde la
probabilidad sea mayor.
En ese orden se puede hacer una gráfica que indica qué porcentaje de los casos que interesa
detectar, “Cartera Vencida”, se tiene en cada percentil de la base de datos.
Árbol de Clasificación
PASS , antes SPSS México
Evitando prestarle al 20% de los casos con mayor probabilidad de incurrir en cartera vencida, evitamos prestarle al 84.147% de los que incurrirían en cartera
vencida.
Árbol de Clasificación
PASS , antes SPSS México
Inicialmente se tenía un 20% de los clientes en Cartera Vencida.
Resultado
PASS , antes SPSS México
Si solo se le prestara a aquellos que el modelo predice que pagan
Resultado
La cartera vencida se reduciría al 4.4% de los clientes
PASS , antes SPSS México
En cuanto al monto prestado, originalmente teníamos
Resultado
Monto prestado
Totalmenos de
10000de 10000 a
15000de 15000 a
25000 más de 25000Paga 199 241 292 2527 3259
Cartera Vencida 476 228 99 55 858
Total de casos 675 469 391 2582 4117
(promedio por segmento) 5,000.00 12,500.00 17,500.00 32,000.00 Porcentaje
Paga 995,000.00 3,012,500.00 5,110,000.00 80,864,000.00 89,981,500.00 91.16%Cartera Vencida 2,380,000.00 2,850,000.00 1,732,500.00 1,760,000.00 8,722,500.00 8.84%
Total = 98,704,000.00
un 8.84% de cartera vencida
PASS , antes SPSS México
Si solo se presta a aquellos que se predicen como “Paga”
Resultado
Monto prestado
Totalmenos de
10000de 10000 a
15000de 15000 a
25000 más de 25000Paga 162 212 289 2508 3171
Cartera Vencida 52 44 40 9 145
Total de casos 214 256 329 2517 3316
(promedio por segmento) 5,000.00 12,500.00 17,500.00 32,000.00 Porcentaje
Paga 810,000.00 2,650,000.00 5,057,500.00 80,256,000.00 88,773,500.00 89.94%Cartera Vencida 260,000.00 550,000.00 700,000.00 288,000.00 1,798,000.00 1.82%
Total = 90,571,500.00
La cartera vencida se reduciría el 1.82%.
PASS , antes SPSS México
Cartera VencidaSin modelo Con modelo Ahorro de
8,722,500.00 1,798,000.00 6,924,500.00
Comparación de resultados con y sin modelo
Resultado
La diferencia en monto sería de
Sin Modelo Con Modelo20,000,000.00
30,000,000.00
40,000,000.00
50,000,000.00
60,000,000.00
70,000,000.00
80,000,000.00
90,000,000.00
100,000,000.00
Cartera Vencida
Paga
PASS , antes SPSS México
Los modelos de clasificación permiten perfilar grupos, como “Paga” y “Cartera Vencida”, o como “Cliente activo” y “Churn”, o como “Responde” y “No responde” a una campaña.
También se pueden perfilar más de dos categorías, como diferentes niveles o tipos de servicio.
Una vez creados, los modelos pueden ser aplicados a nuevos datos para predecir el comportamiento de otros clientes según el perfil definido por las reglas de los modelos.
PASS , antes SPSS México
¿Por qué es importante el Análisis Predictivo para la institución?
• “El ROI promedio de los proyectos que han incorporado la tecnología predictiva fue de 145%, comparado con la media del 89% de aquellos que no lo hicieron”
• Fuente IDC, “Predictive Analytics and ROI: Lessons from IDC’s Financial Impact Study”
PASS , antes SPSS México
Plataforma de Análisis Predictivo IBM SPSS
Collaboration and Deployment Services
Data Collection StatisticsDecision
ManagementModeler
AdquirirCrecerRetener
Análisis Predictivo
de clientes
Análisis Predictivo de
Amenazas y fraudeMonitorear
DetectarControlar
Análisis Predictivo
operativoAdministrar
MantenerMaximizar
PASS , antes SPSS México
Minería de Datos y Análisis Predictivo - IBM SPSS Modeler
• Fácil de usar, interfaz interactiva sin la necesidad de programar.
• Modelado automatizado y capacidad de preparación de datos.
• Acceso a todos los datos – estructurados y no estructurados desde diferentes fuentes.
• Procesamiento natural del lenguaje (Natural Language Processing – NLP) para extraer conceptos y sentimientos de los textos.
• El análisis de entidades (Entity Analytics) le permite asegurar la calidad de sus datos y resultados en modelos más precisos.
• Mejor TCO resultado de menor curva de aprendizaje, menor tiempo dedicado al modelado, menor utilización de recursos.
PASS , antes SPSS México
PASS , antes SPSS México
PASS (Predictive Analytical Software and Solutions)
T: (55) 5682-8768 / 1797 / [email protected]
http://pass.mx