Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza
La venta a crédito con financiamiento directo es un componente importante en el desarrollo del sector retail. A más del riesgo crediticio propio del sector, la presencia de COVID-19 ha traído como consecuencia un incremento en los índices de morosidad debido a un cambio de comportamiento de pago...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
Universidad de Cuenca
2022
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/39514 |
| _version_ | 1785802494429888512 |
|---|---|
| author | Cabrera Calderón, Michelle Estefanía |
| author2 | Arias Cisneros, James Marlon |
| author_facet | Arias Cisneros, James Marlon Cabrera Calderón, Michelle Estefanía |
| author_sort | Cabrera Calderón, Michelle Estefanía |
| collection | DSpace |
| description | La venta a crédito con financiamiento directo es un componente importante en
el desarrollo del sector retail. A más del riesgo crediticio propio del sector, la presencia de
COVID-19 ha traído como consecuencia un incremento en los índices de morosidad debido a
un cambio de comportamiento de pago de los clientes por la situación económica del país. Una
gestión de cobranza mal definida puede llevar a la toma de estrategias equivocadas y costosas,
al desperdicio de recursos y a la desnaturalización de la misma. Esta investigación propone un
modelo de segmentación de cartera a partir del comportamiento de los clientes para mejorar la
eficiencia de gestión de cobranza. Adoptar este enfoque es clave para generar políticas de
gestión y establecer estrategias de cobro específicas. El modelo contempla las variables estáticas
más representativas del perfil del cliente provenientes del buró, y atributos dinámicos internos
de comportamiento. Se considera un enfoque de clusterización no jerárquica, siendo K-medias
la metodología a ser utilizada. El modelo se diseña en Azure Machine Learning y concluye en
el software estadístico JMP por el entendimiento gráfico que brinda. Los resultados evidencian
una solución distinta al ordenamiento tradicional, ya que comúnmente la clasificación de
clientes se realiza en virtud del grado de envejecimiento de cartera. Además, al ser la distancia
el discriminante en la formación de clusters, ésta puede ser el elemento que facilite el
ordenamiento, pues prioriza la pertenencia a uno u otro cluster; por lo tanto, es factible usar este
concepto como enfoque de prioridad para la gestión de cobranza. |
| format | bachelorThesis |
| id | oai:dspace.ucuenca.edu.ec:123456789-39514 |
| institution | Universidad de Cuenca |
| language | spa |
| publishDate | 2022 |
| publisher | Universidad de Cuenca |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-395142022-07-27T07:00:46Z Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza Cabrera Calderón, Michelle Estefanía Arias Cisneros, James Marlon Ingeniería Industrial Comercio minorista Créditos Finanzas La venta a crédito con financiamiento directo es un componente importante en el desarrollo del sector retail. A más del riesgo crediticio propio del sector, la presencia de COVID-19 ha traído como consecuencia un incremento en los índices de morosidad debido a un cambio de comportamiento de pago de los clientes por la situación económica del país. Una gestión de cobranza mal definida puede llevar a la toma de estrategias equivocadas y costosas, al desperdicio de recursos y a la desnaturalización de la misma. Esta investigación propone un modelo de segmentación de cartera a partir del comportamiento de los clientes para mejorar la eficiencia de gestión de cobranza. Adoptar este enfoque es clave para generar políticas de gestión y establecer estrategias de cobro específicas. El modelo contempla las variables estáticas más representativas del perfil del cliente provenientes del buró, y atributos dinámicos internos de comportamiento. Se considera un enfoque de clusterización no jerárquica, siendo K-medias la metodología a ser utilizada. El modelo se diseña en Azure Machine Learning y concluye en el software estadístico JMP por el entendimiento gráfico que brinda. Los resultados evidencian una solución distinta al ordenamiento tradicional, ya que comúnmente la clasificación de clientes se realiza en virtud del grado de envejecimiento de cartera. Además, al ser la distancia el discriminante en la formación de clusters, ésta puede ser el elemento que facilite el ordenamiento, pues prioriza la pertenencia a uno u otro cluster; por lo tanto, es factible usar este concepto como enfoque de prioridad para la gestión de cobranza. Credit sales with direct financing is an important component in the retail sector development. In addition to the sector's own credit risk, the presence of COVID-19 has resulted in an increase in delinquency rates due to a change in customer payment behavior as a consequence of the country's economic situation. An ill-defined collection management can lead to taking wrong and costly strategies, wasting resources and distorting it. This research proposes a portfolio segmentation model based on customer behavior to improve collection management efficiency. Adopting this approach is key to generating management policies and establishing specific collection strategies. The model contemplates the most representative static variables of the client's profile from the bureau, and internal dynamic behavioral attributes. A non-hierarchical clustering approach is considered, with K-means being the methodology to be used. The model is designed in Azure Machine Learning and concluded in JMP for the graphical understanding it provides. The results show a different solution to the traditional ordering, since the classification of clients is commonly based on the degree of portfolio aging. In addition, since distance is the discriminant in the formation of clusters, this may be the element that facilitates ordering, since it prioritizes belonging to one or another cluster; therefore, it is feasible to use this concept as a priority approach for collection management. Ingeniero Industrial Cuenca 2022-07-26T16:41:58Z 2022-07-26T16:41:58Z 2022-07-26 bachelorThesis http://dspace.ucuenca.edu.ec/handle/123456789/39514 spa TN;529 Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ openAccess application/pdf 29 páginas application/pdf Universidad de Cuenca |
| spellingShingle | Ingeniería Industrial Comercio minorista Créditos Finanzas Cabrera Calderón, Michelle Estefanía Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| title | Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| title_full | Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| title_fullStr | Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| title_full_unstemmed | Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| title_short | Modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| title_sort | modelo de segmentación de cartera basado en el comportamiento de clientes para la gestión de cobranza |
| topic | Ingeniería Industrial Comercio minorista Créditos Finanzas |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/39514 |
| work_keys_str_mv | AT cabreracalderonmichelleestefania modelodesegmentaciondecarterabasadoenelcomportamientodeclientesparalagestiondecobranza |