Artículos
Cómo definir criterios de elegibilidad para préstamos
Las reglas de elegibilidad son la primera capa de cualquier flujo de decisiones de crédito, ya sea que ofrezca préstamos de consumo o compre ahora y pague después (BNPL). Este artículo explica cómo establecer una base clara, desde controles regulatorios como la edad y el ratio de endeudamiento (deuda sobre ingresos) hasta criterios propios del negocio, como el historial laboral, el puntaje crediticio y los antecedentes de préstamos con su entidad. También muestra por qué conviene definir estas reglas teniendo en cuenta el monitoreo posterior del fraude.
Cómo integrar BINLIST.net en un motor de decisión
Integre BINLIST.net en un flujo de decisiones de Decisimo para enriquecer los datos del BIN de una tarjeta y usarlos en una lógica de decisión determinista. Cree una fuente de datos a partir de la plantilla, asigne los primeros 6–8 dígitos del BIN, no el número completo de la tarjeta, y despliegue el flujo para que las llamadas externas se ejecuten en paralelo y con baja latencia.
Por qué segmentar la cobranza preventiva en préstamos
La cobranza preventiva permite a las entidades prestamistas priorizar las cuentas que requieren atención antes de que caigan en mora. En este artículo verá qué es, por qué importa segmentarla y cómo usarla para mejorar la recuperación y evitar contactar de más a quienes probablemente pagarán a tiempo.
Cómo integrar macaddress.io en un motor de decisión
Esta guía explica cómo conectar macaddress.io a un motor de decisión y usar datos de direcciones MAC en las verificaciones automatizadas. Incluye la configuración de la clave de API y de la fuente de datos en Decisimo Portal, y cómo incorporar la consulta al flujo de decisiones.
Mejorar la suscripción de seguros: patrones de conducta y tablas actuariales
Este artículo explica cómo combinar el análisis de patrones de conducta con tablas actuariales para mejorar la suscripción y fijar las primas. Muestra cómo los motores de reglas y la lógica de decisión convierten los datos telemáticos y de salud en puntajes de riesgo precisos.
Cómo integrar Ekata Address Risk API en un motor de decisiones
Este artículo explica cómo conectar Ekata Address Risk API a un motor de decisiones en Decisimo. Incluye la configuración de la clave API y de la fuente de datos, y explica cómo incorporar la llamada al flujo de decisiones para que la lógica de decisión incluya la verificación de direcciones.
Cómo detectar correos alojados en Google Suite
Este artículo explica cómo detectar direcciones de correo alojadas en Google Suite mediante la consulta de registros MX de DNS y por qué los datos públicos no permiten saber con certeza si una cuenta corresponde a una instancia paga de G Suite o a una cuenta gratuita heredada de Google Apps. También muestra cómo consultar registros MX mediante una API de DNS e implementar la verificación en Decisimo con un objeto de datos de ejemplo, una fuente de datos y un flujo de decisiones.
Análisis de direcciones de correo electrónico
Analizar direcciones de correo electrónico es una forma económica y útil para evaluar la calidad de los clientes. En fintech y seguros, puede aportar información a los modelos de riesgo crediticio y de aprendizaje automático actuarial. Al extraer características del nombre de usuario, como la presencia del nombre o apellido, números, apodos o patrones sin sentido, y distancias de Levenshtein, junto con datos del dominio, como registros MX, información WHOIS, detección de correos desechables y tipo de proveedor, los equipos pueden mejorar la puntuación, la detección de fraude y las decisiones de entregabilidad.
Gestión de casos de fraude: qué alertas revisar
Una alerta de fraude con puntaje bajo puede requerir revisión si una solicitud vinculada se confirmó como fraude. Incluir solicitudes relacionadas en el caso da al analista contexto para definir la ruta y dejar constancia de la decisión.
Motor de reglas para siniestros: rutas y revisiones
Un siniestro puede cambiar de rumbo después de llegar al ajustador: un vínculo nuevo con un fraude o el resultado de una investigación pueden modificar su ruta. Las mismas reglas de enrutamiento pueden ejecutarse de nuevo durante la gestión del caso y reactivar las tareas de revisión humana afectadas.