Simplifique la implementación de ML con Decisimo: una plataforma clara para decidir

Decisimo para implementar modelos de aprendizaje automático

Decisimo es una plataforma práctica para implementar modelos de aprendizaje automático entrenados en Python o R.

Permite integrar esos modelos en procesos de decisión más amplios. Por eso resulta útil para empresas y organizaciones que toman decisiones con aprendizaje automático.

Flujos de decisiones con modelos

Una de las funciones principales de Decisimo es crear un flujo de decisiones. Así puede incorporar fácilmente un modelo entrenado en Python o R a un proceso de decisión más amplio, por ejemplo, para evaluar probabilidades o segmentar.

Decisimo también admite modelos de optimización, que pueden servir para determinar la mejor oferta o combinación y facilitar la gestión del proceso de decisión.

Combinación de modelos y componentes de decisión

Otra función útil de Decisimo es combinar modelos en una misma lógica de decisión.

Así, varios modelos pueden ejecutarse dentro de un mismo proceso de decisión, lo que puede dar más consistencia y confiabilidad a los resultados.

Decisimo también admite otros componentes de decisión, como conjuntos de reglas, tablas de decisión y funciones matemáticas, para darle más control sobre el proceso de decisión.

Ejemplos en distintos sectores y casos de uso

La posibilidad de crear flujos de decisiones e incorporar modelos preentrenados hace de Decisimo una plataforma flexible para distintos sectores y casos de uso.

Modelo de evaluación crediticia para préstamos de consumo

En los préstamos de consumo, por ejemplo, un modelo de aprendizaje automático entrenado en Python o R puede estimar la solvencia de una persona solicitante a partir de su historial financiero y otros factores.

Ese resultado puede incorporarse a un flujo de decisiones en Decisimo para determinar la tasa de interés o las condiciones del préstamo que corresponden a la persona solicitante.

Precios basados en riesgo y propuesta de productos

El resultado del modelo también puede servir para proponer otro producto o un pago inicial menor o mayor.

Este enfoque de fijación de precios basada en riesgo puede ayudar a los prestamistas a tomar mejores decisiones de crédito y, a la vez, respaldar prácticas de crédito justas y transparentes para quienes solicitan un préstamo.

Marketing y atención al cliente

Decisimo también puede usarse en marketing, atención al cliente y muchos otros ámbitos. Por ejemplo, un modelo de aprendizaje automático entrenado en Python o R puede estimar la probabilidad de que un cliente solicite un reembolso.

Ese resultado puede incorporarse a un flujo de decisiones en Decisimo para determinar qué hacer, por ejemplo, ofrecer un descuento o proponer otro producto.

Integre estas comprobaciones en un flujo de decisión

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

Decisimo frente a las operaciones tradicionales de ML

Decisimo ofrece una ventaja clara frente a las operaciones tradicionales de aprendizaje automático, que requieren crear una plataforma independiente para modelos e integrarla con otros sistemas de apoyo a la toma de decisiones.

Con Decisimo, los modelos de aprendizaje automático y la lógica de decisión conviven en una sola plataforma, donde los equipos pueden gestionar las decisiones.

Esto evita integraciones complejas y prolongadas, y permite gestionar la toma de decisiones de forma más sencilla y eficiente.

Una interfaz clara para gestionar las decisiones

Decisimo también ofrece una interfaz clara para gestionar el proceso de decisión.

Así, los equipos pueden colaborar mejor en los proyectos de decisión y trabajar con más transparencia y rendición de cuentas.

Plataforma sin código para los equipos de negocio

Una de las principales ventajas de Decisimo es que no requiere saber programar ni conocer a fondo temas complejos, como los lenguajes de programación o las operaciones en la nube.

Es una plataforma sin código que permite a los equipos de negocio actualizar la lógica de decisión, cambiar reglas y llevar los cambios rápidamente a producción.

Así, quienes no tienen un perfil técnico pueden modificar los procesos de decisión y mantenerlos alineados con las necesidades cambiantes del negocio.

Decisimo, una solución integral para tomar decisiones

En definitiva, Decisimo es una plataforma práctica que simplifica la implementación de modelos de aprendizaje automático y su incorporación a procesos de decisión más amplios.

Ofrece una solución integral para tomar decisiones, evita integraciones complejas y permite trabajar de forma más sencilla y eficiente.

Preguntas frecuentes

¿Cómo elegir el umbral de un modelo de crédito?

Defina el umbral según el apetito de riesgo aprobado por la entidad y el costo de las aprobaciones y los rechazos incorrectos. Luego, pida al equipo de crédito que revise y apruebe la lógica de decisión resultante. Compare los resultados entre segmentos de solicitantes y analice cuántas solicitudes quedan cerca del umbral. La puntuación por sí sola no determina cuál es el umbral adecuado, y uno que funciona para un producto o una combinación de solicitantes puede no servir para otro.

¿Qué debe probar un prestamista antes de incorporar un modelo a un flujo de decisiones de crédito?

Vuelva a procesar solicitudes históricas con el modelo y la lógica de decisión propuesta. Después, compare las aprobaciones, los rechazos, los precios y los resultados con el enfoque actual. Compruebe que el flujo de decisiones gestione como corresponde los resultados faltantes o inesperados del modelo y revise los resultados por segmento de solicitantes. El equipo de crédito debe aprobar los cambios antes del release. Las pruebas históricas permiten detectar problemas, pero no garantizan el desempeño futuro.

¿Cuándo conviene usar una misma plataforma para los modelos y la lógica de decisión?

Considere una plataforma conjunta cuando el equipo necesite gestionar los resultados de los modelos junto con conjuntos de reglas, tablas de decisión o funciones matemáticas, y quiera revisar los cambios de política en un mismo lugar. Compare esta opción con mantener por separado el servicio de modelos y tenga en cuenta el trabajo de integración, quién se hace cargo de los cambios y cómo registra cada sistema las revisiones. Una plataforma conjunta no es necesariamente más sencilla si las integraciones actuales ya responden a las necesidades del equipo.

¿Cuándo debe un prestamista enviar una solicitud a evaluación por una persona en lugar de decidir según la puntuación del modelo?

Defina un rango de evaluación alrededor del umbral de puntuación cuando la incertidumbre o el costo de una decisión equivocada justifique que una persona evalúe el caso. El equipo de crédito debe definir y aprobar el rango, la información que puede consultar quien evalúa y las medidas que puede tomar. También importa la capacidad del equipo: si el rango envía demasiadas solicitudes a evaluación, las decisiones pueden demorarse y el equipo puede verse desbordado.

Integre estas comprobaciones en un flujo de decisión

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