Cliente
FINANCIERA AMULTRASAN
Categoría
Sector Financiero
Objetivo del Proyecto
Perfilar sus clientes y construir modelos adecuados para la intermediación financieras en su entidad.
Solución
Implementación de IBM SPSS Statistics para el perfilamiento de su público objetivo.
“Hoy, Financiera Comultrasan se encuentra adelantando un programa para la conformación de grupos de científicos de datos o ciudadanos de datos para el aprovechamiento de sus datos a partir de la analítica. IBM SPSS es catalogado dentro de la cooperativa como aliado en la labor diaria que desempeñan en el mercado financiero y con sus asociados.”
Juan Carlos Pérez Mantilla
Gerente de Riesgos

Información del Proyecto

Modelo predictivo cobranza en Financiera Comultrasan

Financiera Comultrasan es una cooperativa santandereana especializada en ahorro y crédito, con presencia en seis departamentos de Colombia: Santander, Norte de Santander, Atlántico, Cesar, Boyacá y Cundinamarca. Su red se compone de 53 agencias y 8 corresponsales cooperativos.

Para optimizar la gestión financiera, Comultrasan implementó un modelo predictivo cobranza utilizando IBM SPSS Statistics. Este modelo analítico permitió analizar detalladamente a su público objetivo e identificar puntos de acción específicos. Como resultado, la cooperativa pudo personalizar sus ofrecimientos dentro de la intermediación financiera de servicios de ahorro y crédito.

Gracias a este enfoque, la cooperativa desarrolló un modelo de cobranza funcional y confiable, sustentado en estadísticas que estiman la probabilidad de incumplimiento en el pago de deuda de cada asociado. Por lo tanto, se implementaron estrategias efectivas para optimizar la gestión de cobranza y mejorar los resultados financieros.

Además, Financiera Comultrasan avanza en un programa para conformar grupos de científicos de datos o ciudadanos de datos. Así, buscan aprovechar al máximo sus datos mediante la analítica avanzada. De hecho, IBM SPSS es considerado un aliado estratégico en la labor diaria que desempeñan en el mercado financiero y con sus asociados, según Juan Carlos Pérez Mantilla, Gerente de Riesgos de la cooperativa.

Actualmente, el modelo predictivo cobra análisis a 11,458 asociados de la cartera de microcrédito, que representan el 34% del total de clientes en esta clasificación. Esta solución no solo permite ahorrar tiempo a los agentes, sino que también los libera para enfocar sus esfuerzos en la oferta de otros productos y el desarrollo de estrategias de marketing dirigidas a clientes objetivos.

Footer CALA Analytics