Finanzas | Noticias | 13 ENE 2020

'Big data' y 'machine learning' para prevenir el riesgo de impagos

Las nuevas propuestas basadas en estas tecnologías se proponen como ayuda al sector financiero y a otras industrias.
gráficas análisis
Redacción

El sector de las finanzas está concentrando buena parte del interés de la transformación digital como uno de los que mayor adopción de nuevas tendencias y tecnologías está teniendo. Herramientas que han impactado tanto en la forma en la que las firmas trabajan como en las vías por las que se accede a sus productos y servicios. Entre las que se destacan y las posibilidades que ofrecen, la compañía Experian destaca dos: el big data y el machine learning, aplicadas en evaluación del riesgo de impago.

De acuerdo a la firma especializada en servicios crediticios y tecnologías de analítica, estas dos herramientas pueden llevar a optimizar la capacidad de predicción de estos modelos en hasta un 30%. La generación de esquemas que faciliten anticiparse a los resultados es, de hecho, una de las tendencias en inversión. La misma compañía detecta un aumento en las inversiones, en línea con una mayor consciencia de la importancia de datos y analítica avanzada a la hora de facilitar la toma de decisiones. 

Para agilizar el trabajo con volúmenes masivos de información es esencial la aplicación de técnicas de big data y machine learning. Esto se concreta, por ejemplo, en los motores de análisis de los sistemas de clasificación de clientes actuales. Estos prevén su comportamiento y evalúan el riesgo en base a sus características sociodemográficas, edad y comportamiento de pago histórico: esto es, emplean su historial para deducir si van a ser malos pagadores. 

Del mismo modo, se identifican aquellas personas que van a resultar mejores pagadores, un factor esencial en la introducción de ofertas de productos y servicios en base a sus necesidades. Estos sistemas no se limitan al sector de las finanzas, sino que también se pueden emplear en otras áreas como la de seguros, telecomunicaciones, retail y utilities. 



Comentar
Para comentar, es necesario iniciar sesión
Se muestran 0 comentarios