Collection Scoring Tramo 1 Subgerencia de Cobranzas Abril 2009
Contenido
Introducción del proyecto
Visión general del proyecto
Objetivos del proyecto
Repositorio SAS
Construcción Collection Scoring Tramo 1
Validación Collection Scoring Tramo 1
Conclusiones Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Introducción
Necesidad de gestionar un alto volumen de clientes entrantes en mora. Teoría económica: Los recursos son limitados. Las necesidades infinitas. Necesidad de segmentar y conocer a nuestros clientes. ¿Y si pudiéramos determinar qué clientes necesitan una gestión para pagar y aquellos que no, con anterioridad? ¿Serían las estrategias de cobranza actuales suficientes para tratar a los clientes que caen en mora? (ver escenario) Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Solución mediante Scoring
Behavior Scoring: Estudio del comportamiento. Collection Scoring: Modelo de recuperación. El uso del poder predictivo de los modelos de scoring a la gestión de cobranza puede ayudar en lo siguiente: Basados en el realidad ciertamente ocurrida (comportamiento pasado) permite predecir el futuro. Utilización de modelos estadísticos y herramientas de mercado para el estudio de la población. Anticipación de la condición de un cliente y redistribución del esfuerzo. Valoración cuantitativa de la posible recuperación de un impago. Mejora de los procesos de negocios y de decisión. Reducción de costos de gestión. Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Visión General del Proyecto
Solución de Datos
Solución Analítica
Definición de Variables Modelos Ger. Clientes
Procesos ETL BD Central La Polar
BD Cobranzas
Repositorio SAS
Modelo Predictivo
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Visión General del Proyecto
Definición de variables: Se analizan y clasifican datos desde la base central de La Polar, y datos de gestión en servidor de Cobranza. BD Central de La Polar: Posee los datos demográficos del cliente, de compras, e.e.c.c., etc. BD Gestión Cobranzas: Cuenta con información de gestión histórica de la cartera asignada a cobranzas. Variables Ger. Clientes: Variables calculadas para el desarrollo de los modelos de la Gerencia de Clientes. Repositorio SAS: Integra datos computados desde las distintas fuentes para utilización en modelos. Enterprise Guide: Herramienta de SAS para integración, creación y validación de modelos. Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Objetivos del Proyecto
Evitar el mal gasto de recursos. La información recopilada en el modelo podrá servir para generar nuevas estrategias de cobranza. Se podrá obtener la probabilidad de pago de un cliente antes de su fecha de vencimiento. Se podrá recopilar historia sobre su comportamiento de pago a lo largo del tiempo, haciendo una evaluación con más certeza. Las estrategias de gestión se basarán en la clasificación que se da a los clientes que se han evaluado. Mapa estrategia gestión (ver lámina)
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Construcción Collection Scoring Tramo 1
Definición de la Variable Respuesta
Historia
Variable Respuesta
Predicción
Se muestra sólo un período de ejecución, pero a medida que caen los clientes a la cartera según su vencimiento existen 6 instancias para ejecutarlo en un mes. Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Muestra aleatoria de clientes Se tomó una muestra de 400,000 clientes de los cuales resultó lo siguiente: Evaluación de muestra de clientes
44%
56%
Clientes que no pagaron Clientes que pagaron
Clientes que no pagaron
222,821
Clientes que pagaron en el plazo estimado
177,179
Total
400,000 Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Evaluación de Variables Edad clientes de muestra no pagaron
Aumento o reducción de la cantidad de clientes en comparación al promedio
20.000 15.000 10.000 5.000
0 -5.000 -10.000 -15.000 -20.000
Edad Cantidad de clientes Porcentaje
18-22
22-26
26-32
32-38
38-44
44-48
48-55
55-64
>64
19,739 39,264 42,919 38,923 29,264 14,798 18,013 13,199 6,702 8.86% 17.62% 19.26% 17.47% 13.13% 6.64%
8.08%
5.92% 3.01%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Evaluación de Variables 50000 40000 30000 20000 10000 0 -10000 -20000 -30000 -40000 -50000
Meses desde el último pago
100000
N
Aumento o reducción de la cantidad de clientes en comparación al promedio
Aumento o reducción de la cantidad de clientes en comparación al promedio
Marca renegociado
S
80000 60000 40000
20000 0 -20000 -40000 -60000 -80000
-100000
N
S
Cantidad de clientes
66,798
156,023
Porcentaje
29.98%
70.02%
Sin pagos
0-3 meses
3-6 meses
Cantidad de clientes
154,447
67,059
1,315
Porcentaje
69.31%
30.01%
0.59%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Evaluación de Variables Día de pago Aumento o reducción de la cantidad de clientes en comparación al promedio
20 6%
1 2%
25 12%
15 12%
100000
5 55% 10 13%
80000 60000
40000 20000 0 1
-20000
5
10
15
20
25
-40000
1 Cantidad de clientes Porcentaje
5
10
4,846 122,578 29,117
2.17%
15
20
26,412 13,996
55.01% 13.07% 11.85%
6.28%
25 25,872
11.61%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Evaluación de Variables Aumento o reducción de la cantidad de clientes en comparación al promedio
Monto disponible 20000 15000 10000 5000 0
-5000 -10000 -15000 -20000 -25000
Saldo Saldo Saldo Saldo 0100.000- 250.000- 400.000- Más de negativo - negativo negativo - negativo 100.000 250.000 400.000 800.000 800.000 500.000 – 250.000 100.000 0 Cantidad de clientes
42,671
41,310
39,767
33,939
19,712
15,819
Porcentaje
19.15%
18.54%
17.85%
15.23%
8.85%
7.10%
13,380 10,900 6.0%
4.89%
5,323 2.39%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Evaluación de Variables Aumento o reducción de la cantidad de clientes en comparación al promedio
40.000,00
Monto deuda promedio UAF
30.000,00 20.000,00 10.000,00 -10.000,00 -20.000,00 -30.000,00 -40.000,00
Sin deuda 0-50.000 Cantidad de Clientes Porcentaje
50.000100.000
100.000200.000
200.000300.000
300.000400.000
400.000500.000
Más de 500.000
665
19,941
25,217
42,588
31,203
22,792
16,889
63,526
0.30%
8.95%
11.32%
19.11%
14.00%
10.23%
7.58%
28.51%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Variables seleccionadas Variable
Descripción
Importancia
Marca Renegociado
Marca que indica si el cliente ha sido repactado o renegociado.
1
Meses último pago
Meses desde que realizó el último pago antes de esta facturación
2
Día de pago
Día de vencimiento de la cuota a pagar.
3
Edad
Rango de edad del cliente
4
Cantidad Gestiones antes Se cuentan todas las gestiones que se hicieron a un cliente antes de de la facturación la emisión del estado de cuenta.
Disponible Habitualidad de pago Deuda total actual
Monto que el cliente tiene habilitado para comprar en la tienda. Marca que se aplica a los clientes con continuidad de pago en los últimos 3 meses consecutivos. Monto total de la deuda del cliente
Cantidad Cuotas a vencer Número de cuotas que quedan restantes por pagar sin vencer. Cantidad Pagos mínimo UAF Cantidad Pagos atraso UAF Mes referencia
Cantidad de veces en que el cliente ha ocupado este medio de pago en el último año físico. Cantidad de veces en que el cliente ha pagado fuera del plazo de vencimiento. Mes de referencia
5 6 7
8 9 10 11 12
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Validación Collection Scoring Tramo 1
Estimación e.e.c.c. venc. 05/Abr.
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Validación de predicción Total clientes evaluados para Vencimiento 5/Abr.
Clientes en Cartera Cobranza Tramo 1 Clientes en cartera tramo >1
56% Clientes al día
27% 17%
Clientes en Cartera Cobranza Tramo 1
121,114
Clientes en cartera tramo > 1
75,911
Clientes al día
246,727
Total
443,752
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Validación de predicción Clientes cancelados antes del vencimiento versus probabilidad de pago estimada
17%
55%
0-30 30-60 60-99
28%
Cumplimiento de pago antes del vencimiento Porcentaje
0-30
30-60
60-99
Total
19,100 17.28%
30,573 27.65%
60,881 55.07%
110,554 100%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Validación de predicción Cumplimiento de pago clientes en cartera de cobranzas Con gestión y Sin gestión hasta el 29-Abr.
43%
26%
Pago s/gestión
50%
pago c/gestión No pago c/gestión
24%
7%
Pago s/gestión
28,735
Pago c/gestión
31,474
No pago c/gestión
51,928
No pago s/gestión
8,977
Total
121,114
No pago s/gestión
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Validación de predicción 35.000
Nivel de cumplimiento Clientes en cartera de Cobranzas
15,39%
Cantidad de clientes
30.000
Total clientes en cartera de cobranzas
25.000
Cumplimiento pago al 29/4 20.000
71,35%
15.000
45,50%
57,79% 63,14%
10.000
61,55% 59,78%
74,28%
62,79% 68,63%
5.000 -
5
5
15
15
25
25
35
35
45
45
55
55
65
65
75
75
85
85
95
95
Total clientes en 34,344 10,086 10,234 9,656 8,006 7,608 9,100 13,988 13,042 5,050 cartera de cobranzas Cumplimiento pago 5,285 4,589 5,914 6,097 4,928 4,548 5,714 9,981 9,687 3,466 al 29/4 Porcentaje 15.39% 45.50% 57.79% 63.14% 61.55% 59.78% 62.79% 71.35% 74.28% 68.63% cumplimiento
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Validación de predicción No cumplimiento pago estimación <50% Cumplimiento de pago estimación <50%
• Clientes que cayeron a la cartera de Cobranzas
Nivel de cumplimiento estimación menor a 50%
37%
63%
Nivel de cumplimiento Estimación mayor igual a 50%
32%
68%
No cumplimiento Cumplimiento pago de pago Estimación < 50%
Estimación >=50% Total
Total
45,513
26,813
72,326
15,392
33,396
48,788
60,905
60,209
121,114
No cumplimiento pago estimación >=50% Cumplimiento de pago estimación >=50%
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
“Habitualidad de pago” Con habitualidad de pago Sin habitualidad de pago
Clientes en cartera de Cobranzas
Total 38%
45,470
75,644 121,114
Con habitualidad de pago Sin habitualidad de pago
62%
Cumplimiento de pago clientes en cartera de Cobranzas con habitualidad de pago 25%
Cumplimiento de pago
34,091
No cumplimiento de pago
11,379
Total
45,470
Cumplimiento de pago 75%
No cumpliento de pago
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Conclusión
El volumen de la cartera requiere de estrategias segmentadas a clientes. Efectivamente se puede lograr una reducción de costos de la gestión de cobranzas, utilizando los modelos de predicción. Realizar gestiones proactivas más que reactivas hace más eficiente la cobranza, eso significa según el modelo atacar la mora entrante y evitar el aumento de la mora.
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Conclusión
Si tuviéramos una priorización a la hora gestionar un cliente, se podría determinar lo siguiente: Por ejemplo: Existe un concepto de habitualidad de pago, y según validación su predicción se cumple.
En cambio hay una importante cantidad de clientes sin comportamiento que si requieren gestión.
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
¿Dudas? Gracias por su atención
¿Qué sigue ahora?
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Diseño Estrategias (acción-recomendación):
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas
Ismael Tapia V.
Análisis y Desarrollo Subgerencia de Cobranzas