Áreas de analítica de datos en el negocio de préstamos

Para tomar decisiones basadas en datos en el negocio de préstamos, las empresas necesitan aplicar distintos métodos de analítica de datos. Los hallazgos deben servir para tomar mejores decisiones.

En negocios de rápida evolución, como BNPL y los préstamos de consumo en el punto de venta, se toman decisiones en muchas áreas. Muchas pueden automatizarse y no es necesario que una persona ejecute los modelos de decisión. Puede hacerlo un motor de decisiones.

Las áreas en las que una entidad que otorga préstamos debería recopilar y analizar datos incluyen, entre otras:

  • Marketing: Identificar y segmentar la base de clientes
  • Ventas: Predecir el comportamiento de los clientes
  • Gestión de riesgos: Usar datos para identificar y evaluar riesgos
  • Gestión de cartera de préstamos: Pronosticar el desempeño de los préstamos. Predecir las tasas de incumplimiento y la pérdida dado el incumplimiento.
  • Producto: Optimizar precios y estrategias de marketing. Determinar tasas de interés óptimas.
  • Gestión de procesos: Identificar oportunidades para mejorar los procesos. Reducir el tiempo de tramitación
  • Análisis de mercado: Comparar resultados con los de otras entidades del sector
  • Atención al cliente: Analizar los niveles de satisfacción de los clientes.
  • Desempeño del personal: Analizar la productividad y motivación del personal.

Cada área requiere distintos conjuntos de datos y métodos analíticos, pero todas son importantes para tomar decisiones informadas en el negocio de préstamos.

Marketing

La analítica de datos permite identificar y segmentar clientes, además de evaluar los canales de marketing. Estas son algunas de las principales tareas de un equipo de analítica de marketing.

El marketing suele centrarse en identificar qué canales atraen a los mejores clientes. Para evaluarlos, no basta con mirar el costo por lead: también hay que considerar la tasa de aprobación y el desempeño de riesgo de cada canal.

La analítica de marketing busca evaluar la rentabilidad de los clientes y encontrar formas de aumentar la cantidad de leads y solicitudes de préstamo de buena calidad.

Ventas

En ventas, la analítica de datos permite entender qué quieren y necesitan los clientes.

Con esta información, los equipos de ventas pueden cerrar más negocios al ofrecer productos y servicios que se ajusten a las necesidades de los clientes. La analítica de datos también permite entender su comportamiento y definir y preparar productos y alianzas adecuadas.

En los modelos de negocio que trabajan con agentes de ventas, analizar el desempeño de ventas de cada agente y el de los préstamos otorgados permite identificar a los agentes con mejores resultados.

También permite diseñar el paquete de incentivos adecuado para cada agente.

Gestión de riesgos

La gestión de riesgos es una de las principales áreas de aplicación de la analítica de datos en el negocio de préstamos. Permite identificar y evaluar el riesgo de la cartera, así como desarrollar modelos de riesgo y someterlos a pruebas de estrés.

En la gestión de riesgos, la analítica de datos permite identificar, cuantificar y gestionar mejor los riesgos.

Esto incluye entender qué productos y clientes conllevan más riesgo, establecer límites de exposición y monitorear el riesgo a lo largo del tiempo.

La analítica de datos también permite monitorear y reportar los riesgos de forma continua. Esto es importante para mantener una cartera sana y evitar pérdidas.

Política de crédito

Una de las tareas de gestión de riesgos es definir la política de crédito para la evaluación de préstamos. La analítica de datos contribuye a esta tarea al ayudar a evaluar a los solicitantes.

Esto implica entender la situación financiera del solicitante, su capacidad de pago y su historial crediticio. La analítica de datos también permite identificar tendencias en la solvencia crediticia, que pueden estar relacionadas con el ciclo económico o las condiciones económicas locales.

Es importante evaluar tanto al solicitante como el contexto general. Esto permite establecer tasas de interés y condiciones de préstamo adecuadas, además de identificar a los solicitantes con mayor probabilidad de incumplimiento.

Antifraude

En el negocio de préstamos, la analítica de datos también permite detectar fraudes. Para ello, busca anomalías en los datos que podrían indicar una actividad fraudulenta.

Entre los indicios se encuentran varias solicitudes desde una misma dirección IP o identidades falsas. La detección suele depender de encontrar anomalías y aumentos repentinos en las concentraciones en torno a un dato clave. La analítica de datos también permite identificar patrones de fraude y prevenir nuevos casos.

Los resultados del análisis antifraude suelen llevar a cambios en los procesos de evaluación crediticia y en los modelos de decisión de la política de crédito.

Estos cambios pueden ser frecuentes y requerir una respuesta rápida, por lo que conviene contar con una lógica de decisión fácil de actualizar. Cuanto más se tarde en incorporar nuevas reglas a la política, mayores pueden ser las pérdidas financieras causadas por el fraude.

Gestión de cartera

La analítica de datos también contribuye a la gestión de cartera. Permite pronosticar el desempeño de los préstamos e identificar cuáles están en riesgo de incumplimiento y cuáles probablemente tendrán un buen desempeño.

Esta información permite a los responsables de la cartera decidir qué préstamos conservar y cuáles vender. La analítica de datos también permite pronosticar la pérdida en caso de incumplimiento, algo importante para establecer provisiones y gestionar el riesgo general de la cartera.

Producto

La analítica de datos también se aplica a la gestión de productos. Permite optimizar los precios y las estrategias de marketing, además de determinar la tasa de interés adecuada para cada producto.

Esto es importante para fijar precios adecuados y dirigir el marketing al público correcto. La analítica de datos también permite saber qué productos son más rentables y cuáles están más expuestos al riesgo de incumplimiento.

Para calcular la rentabilidad de un producto, se consideran estos costos:

  • costos de adquisición
  • costos de atención y gestión,
  • costos de financiamiento (gastos por intereses)
  • costos de pérdida en caso de incumplimiento
  • costos de cobranza

Y se comparan con las fuentes de ingresos:

  • ingresos por intereses
  • ingresos por servicios adicionales (comisiones, seguros)
  • cargos por pagos atrasados
  • posibles ingresos futuros por venta cruzada y ventas adicionales.
  • comisiones de venta pagadas por los comercios

Gestión de procesos

La analítica de datos también permite mejorar los procesos. Para ello, identifica oportunidades de mejora y permite reducir el tiempo de procesamiento.

Esto es importante porque los préstamos que se procesan con rapidez y eficiencia suelen atraer a mejores clientes, que pueden elegir a su prestamista. Una mayor cantidad de buenos clientes contribuye a una cartera más sana.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.

Análisis de mercado

La analítica de datos también permite obtener información sobre el mercado al comparar el desempeño con el de otras empresas del sector. Además, puede ayudar a identificar tendencias del sector.

Esto es importante para mantenerse al día con los cambios del mercado y posicionar adecuadamente el negocio de préstamos. También permite comprobar que los productos y servicios respondan a las necesidades de los clientes.

Atención al cliente

La analítica de datos también puede mejorar la atención al cliente. Permite identificar sus necesidades y el mejor momento para contactarlos, así como detectar oportunidades de venta cruzada y ventas adicionales.

Esto contribuye a la satisfacción de los clientes y permite al negocio de préstamos maximizar los ingresos de cada uno. También ayuda al equipo de atención al cliente a trabajar con eficiencia.

El análisis de la atención al cliente también puede reducir el riesgo de que clientes insatisfechos recurran a la competencia para refinanciar sus préstamos. Un préstamo refinanciado puede reducir los ingresos futuros. Si esto ocurre en una parte importante de la cartera, puede afectar seriamente la rentabilidad general.

Desempeño del personal

La analítica de datos también puede mejorar el desempeño del personal, sobre todo en ventas. Permite identificar quiénes son los empleados más productivos y quiénes necesitan capacitación adicional. También puede detectar qué empleados podrían estar en riesgo de dejar la empresa.

Esto contribuye a que el negocio de préstamos sea eficiente y a que el personal mantenga su compromiso y motivación. También permite atraer y retener a empleados con buenos resultados.

Conclusión

En el mercado actual de préstamos, la analítica de datos se aplica en cada vez más áreas del negocio. Esto se debe a que permite mejorar la toma de decisiones, optimizar los precios y las estrategias de marketing, y ofrecer una mejor atención al cliente.

También permite reducir el tiempo de procesamiento, detectar fraudes, mejorar la gestión de cartera y obtener información sobre el mercado. En conjunto, estos usos muestran que la analítica de datos es hoy una parte fundamental del negocio de préstamos.

Preguntas frecuentes

¿Qué análisis debería priorizar primero mi equipo de crédito?

Priorice las decisiones que pueden cambiar las pérdidas crediticias o el acceso de los clientes al crédito, como la aprobación, la capacidad de pago, la derivación por posible fraude, los límites de crédito y las condiciones del préstamo. Para cada una, defina quién es responsable de la política, qué resultado busca mejorar y qué posible perjuicio debe monitorear, como la morosidad junto con la tasa de aprobación. Comience por las áreas con un alto volumen de solicitudes, un impacto esperado importante y datos confiables. Después, amplíe el análisis a la cartera y los canales.

¿Cómo debería comparar los canales de marketing para préstamos?

Compare cohortes de préstamos otorgados que hayan tenido tiempo suficiente para mostrar resultados de pago, en lugar de fijarse solo en el costo por lead. Defina un volumen mínimo y un período de observación, y luego compare la aprobación, la morosidad, las pérdidas y el aporte después de considerar los costos de adquisición, financiamiento, atención y gestión, cobranza y administración. Incluya los ingresos por comisiones y cargos de los comercios cuando corresponda. Los leads baratos pueden parecer atractivos antes de conocer su desempeño de pago y el costo total.

¿Con qué frecuencia debería revisar la política de crédito?

Monitoree mensualmente la composición de las aprobaciones y la morosidad, desglosadas por producto y cosecha de originación, y programe una revisión completa de la política al menos cada trimestre. Revísela antes si cambia de forma importante la composición de los solicitantes, los patrones de fraude o el desempeño de pago. Antes de cambiar un umbral, compruebe que haya transcurrido suficiente tiempo para observar los resultados, ya que los datos iniciales pueden reflejar ruido y no un cambio sostenido.

¿Cómo debería probar un cambio propuesto en la política de crédito?

Ejecute el conjunto de reglas propuesto sobre una muestra reciente y representativa de solicitudes, y compare la aprobación, las pérdidas esperadas y los resultados entre los grupos de clientes pertinentes. Revise los datos faltantes, los valores límite y los casos en que las reglas entran en conflicto o no se aplica ninguna. La persona responsable de la política debe aprobar la revisión antes del release. Una implementación controlada permite observar el desempeño del cambio en solicitudes reales, pero no sustituye las pruebas históricas.

¿Qué costos e ingresos debería incluir al calcular la rentabilidad de un producto de préstamo?

Calcule los ingresos esperados durante un plazo definido del préstamo y reste los costos de adquisición, administración, financiamiento, atención y gestión, pérdidas crediticias esperadas y cobranza. Incluya los ingresos por intereses y los ingresos aplicables por cargos o comisiones de los comercios. Compare los productos con los mismos supuestos y someta a pruebas de estrés las pérdidas, el costo de financiamiento y el pago anticipado. Considere los ingresos por venta cruzada como un beneficio adicional solo cuando se hayan observado y se les pueda atribuir, no como ingresos futuros seguros.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.