CASOS DE ÉXITO
CASOS DE ÉXITO
Oportunidad
Visualizar la eficiencia del Modelo de Score Tradicional usado en el proceso de venta de Súper avance y Créditos de consumo.
Objetivo
1. Mejorar la eficiencia en el proceso de venta de Súper avance y Créditos de Consumo.
2. Comparar la eficiencia del Modelo de Propensión actual versus el Modelo de Machine Learning desarrollado por Aconsult.
Desarrollo
- Diagnóstico de datos.
- Homologación de Modelos – Score para cada cliente.
- Prueba de dos Modelos de Propensión.
- Modelo de Machine Learning.
- Modelo de Score Tradicional
- Medición de resultados
Solución
Se desarrolló e implementó un Modelo de Machine Learning durante el mes de Diciembre 2017, junto con el modelo actual del área de riesgo de CAT
KS
Mejora
ROC
Mejora
Resultados
1. Mejores Indicadores de Discriminación
2. Tasa de Respuesta aumento en un 5,71%
Conclusión
- Mayor tasa de respuesta.
- Mejor eficiencia en el proceso de ventas.
- 5,7% mayor nivel de ventas
Oportunidad
Mejorar sus indicadores de gestión, principalmente el que se asocia a la Tasa de Contacto (Porcentaje de llamadas con contacto directo entre sus clientes). Indicador menor a los estándares de mercado.
Objetivo
1. Incrementar la Tasa de Contacto Directo del canal Call Center.
2. Mejorar la eficiencia de los ejecutivos, cambiando la composición de los contactos.
Desarrollo
- Diagnóstico de datos.
- Construcción Modelo de Contactabilidad.
- Prueba de Implementación y Ajustes al Modelo.
- Verificar Funcionamiento y Observar Resultados.
Solución
- Se desarrolló e implementó un modelo redictivo de contactabilidad basado en un análisis histórico de las gestiones realizadas por la empresa, entre junio 2013 y diciembre 2016.
- Se trabajó en base a una campaña de asignación entregada por el cliente.
- Los Clientes se dividieron en dos grupos seleccionados a través del método decil del Rut (Números pares se asignaron a ACONSULT y los impares a PayBack).
- La mitad de los ejecutivos operó regularmente y la otra mitad opero bajo el modelo predictivo
Resultados
1- Aumento Contacto Directo por hora 92%
2- Mejor Nivel de Ocupación 8,5%
3- Mayor tasa de Contacto 31%
Conclusión
Diseño, desarrollo e implementación de estrategia de venta dirigida créditos de consumo, Banco Internacional (2018).
De acuerdo a las directrices provistas por la Gerencia de Riesgo, se diseñó, desarrolló e
implementó un proceso de evaluación y venta de créditos, incorporando nuestros modelos
predictivos, segmentación de mercado objetivo, determinación de segmentos más rentables
para la oferta. Esto permite a la compañía aumentar su oferta de crédito preaprobada de
consumo, con un aumento significativo en ventas y mejora sustantiva de los niveles de riesgo
de crédito.
Reingeniería de proceso de evaluación de productos de Crédito de Consumo, Banco Ripley (2018-2019)
De acuerdo a las directrices y normativas internas provistas por la gerencia de Riesgo, se diseñó, desarrolló e implementó un sistema de evaluación de riesgo de productos de crédito de consumo con el objetivo de mejorar el cumplimiento normativo y resultados financieros de los productos.