Publicado el: 2026-04-06 20:55:53
Las fuentes de datos pueden ayudar a enriquecer la toma de decisiones en tiempo real.
Decisimo te permite integrar cualquier API RESTful directamente en tu flujo de decisión.
¿Requisitos mínimos de API para la integración?
La API debe ser accesible a través de Internet y devolver JSON o XML.
Tipos de datos externos de terceros
Ejemplos de servicios de terceros que puedes integrar en Decisimo incluyen:
- Servicios de anti-fraude
- Validación de direcciones
- Servicios de comprobación y perfilado de correo electrónico
- Tus servicios internos de datos
Tenemos varias plantillas que puedes usar para acelerar la integración de servicios de datos populares. Puedes encontrar guías para esas plantillas aquí.
¿Cómo usar los resultados?
Cualquier respuesta de servicios de datos de terceros puede usarse en el resto del flujo de decisión.
La salida de cada solicitud al servicio de datos se almacena en los atributos de salida como JSON, según el paso del flujo de decisión en el que se realizó la solicitud y el nombre del servicio usado en la definición.
$.output..
Artículos relacionados
-
Promesa de Pago en préstamos al consumo: cómo hacer seguimiento, probar y mejorar las cobranzas
Promise to Pay es una de las pocas señales tempranas de cobranza que se vinculan directamente con los resultados de recuperación. El problema no es hacer el compromiso en sí. El problema es hacerle un buen seguimiento, estructurar el flujo de llamadas en torno a él y usar datos para decidir qué sucede cuando la promesa se incumple.
-
Protege tu app de préstamos con fingerprinting de dispositivos, datos de comportamiento de la app y reconocimiento facial
El fraude y el robo de identidad atacan a las apps de préstamos. Proteger los datos de los clientes y mantener la fiabilidad de la evaluación crediticia es fundamental. Device fingerprinting es un punto de partida práctico.
-
Gestión de atributos y modelos: cómo hacer seguimiento de la estabilidad sin debilitar tu estrategia de decisión
Agregar más atributos a un modelo no siempre mejora la calidad de la decisión. Si los predictores están mal agrupados, tienen poca representación, o son inestables con el tiempo, pueden degradar el rendimiento del modelo y generar riesgo para la estrategia de decisión en general. Este artículo explica cómo gestionar atributos y modelos teniendo en cuenta la estabilidad, y por qué el binning y la categorización de predictores siguen siendo una forma práctica de mantener las decisiones automatizadas explicables, trazables y fiables.
-
Política típica de underwriting en crédito al consumo y Buy Now, Pay Later
La política de underwriting en crédito al consumo y BNPL parece ordenada en papel, pero en la práctica se construye con pérdidas, casos de fraude, presión regulatoria y resultados de cobranzas. Este artículo desglosa los componentes clave: filtros de edad y elegibilidad, comprobaciones de identidad y listas negras, lógica de riesgo crediticio y asequibilidad, y cómo todo eso se convierte en lógica operativa de decisión.
-
Creación de documentación para un modelo de credit scoring
Una documentación clara separa un modelo de credit scoring útil de uno difícil de defender. Este artículo cubre qué incluir, desde los objetivos de gestión y la selección de la muestra hasta los métodos de muestreo usados en entrenamiento, validación y pruebas out-of-time.
