“Con la implementación de IBM SPSS Modeler y el apoyo del equipo de Consultoría de CALA Analytics, la cooperativa logró fortalecer el proceso de segmentación y señales de alerta para SARLAFT dentro de la cooperativa. Asimismo, lograron una reducción del tiempo de ejecución de reportes de alertas, pasando de 5 días a 15 minutos, permitiendo obtener un monitoreo diario. De igual manera, aumentaron las señales de alerta, pasando de tener 5 tipos en Excel a 18, para una visión integral de todos los factores de riesgo.”
Cliente
COPROCENVACategoría
Sector FinancieroObjetivo del Proyecto
Contar con la mejor herramienta analítica para optimizar los modelos de riesgos de la cooperativa.Solución
Implementación de IBM SPSS Modeler y desarrollo de modelos analíticos.Información del Proyecto
COPROCENVA fortalece su gestión de riesgos con IBM SPSS Modeler
COPROCENVA nació el 14 de junio de 1968, cuando 47 docentes fundaron la Cooperativa de Profesores y Empleados del Centro del Valle. Actualmente, es una cooperativa de vínculo abierto. Cuenta con más de 52 mil asociados en el Valle y Cauca. Sus actividades se centran en el ahorro, el crédito y los beneficios sociales, mejorando la calidad de vida de sus asociados y sus familias.
El reto: optimizar los modelos de riesgo
La cooperativa necesitaba identificar patrones ocultos en sus datos para mejorar la gestión de riesgos financieros. También buscaban evaluar mejor los factores de riesgo y automatizar procesos para reducir errores y tiempos.
Antes de implementar una solución, enfrentaban varias dificultades:
-
Reprocesos frecuentes
-
Archivos fragmentados
-
Equipos bloqueados al procesar datos
-
Alto riesgo de errores operativos
Limitaciones con Excel
El uso de Excel limitaba la capacidad de:
-
Estructurar señales de alerta temprana
-
Consolidar información transaccional de fuentes diversas
-
Aplicar técnicas estadísticas avanzadas para modelos como SARLAFT
Esto dificultaba el control, la segmentación y la seguridad de las operaciones.
La solución: IBM SPSS Modeler y el acompañamiento de CALA Analytics
Con el apoyo de CALA Analytics y la implementación de IBM SPSS Modeler, COPROCENVA logró grandes avances:
-
Fortaleció los procesos de segmentación y alerta para SARLAFT
-
Redujo el tiempo de generación de reportes: de 5 días a solo 15 minutos
-
Aumentó la cantidad y calidad de las alertas: de 5 a 18 tipos
-
Implementó un monitoreo diario más eficaz
Mayor confiabilidad en los resultados
IBM SPSS mejoró la confianza en los datos. Al disminuir la manipulación manual, los resultados se volvieron más precisos. También se añadieron indicadores para el monitoreo del Sistema de Riesgo de Liquidez (SARL).
Impacto en la gestión de riesgos
Gracias al nuevo modelo:
-
Se entrega información en menos tiempo
-
Se optimizan los recursos operativos
-
Se reduce el costo asociado a la gestión de riesgos
Hoy, COPROCENVA cuenta con un modelo eficaz que impulsa la toma de decisiones en SARLAFT y SARL.
¿Cómo lo hicimos posible?
En CALA Analytics sabemos cómo ayudarte a aprovechar el potencial de tus datos. Te ayudamos a tomar mejores decisiones utilizando todo el poder de tu DATAVERSO. Para conocer más sobre estas soluciones, ingrese aquí.