SlideShare a Scribd company logo
1 of 15
Download to read offline
Página 1© Management Solutions 2015 Todos los derechos
reservados
Octubre 2015
©ManagementSolutions2015.Todoslosderechosreservados
Tecnología
El scoring bancario en los tiempos del
Big Data
Análisis y ejercicio práctico
Página 2© Management Solutions 2015 Todos los derechos
reservados
1 El mundo ya ha cambiado
Digitalización de los negocios
El mundo se está transformando, y lo hace a gran velocidad. Estamos siendo testigos
de una revolución tecnológica de magnitudes nunca antes observadas.
Página 3© Management Solutions 2015 Todos los derechos
reservados
1 El mundo ya ha cambiado
Digitalización de los negocios
El mundo se está transformando, y lo hace a gran velocidad. Estamos siendo testigos
de una revolución tecnológica de magnitudes nunca antes observadas.
Página 4© Management Solutions 2015 Todos los derechos
reservados
1 El sector bancario ya ha cambiado
Evolución del negocio digital bancario
El sector financiero no es ajeno a ese cambio, conjugando una reestructuración sin
precedentes con un cambio de perfil del usuario muy acusado
Página 5© Management Solutions 2015 Todos los derechos
reservados
1 El sector bancario ya ha cambiado
Evolución del negocio digital bancario
El sector financiero no es ajeno a ese cambio, conjugando una reestructuración sin
precedentes con un cambio de perfil del usuario muy acusado
Página 6© Management Solutions 2015 Todos los derechos
reservados
2 La información como oportunidad
Niveles de información a disposición
Las entidades del sector financiero, gracias a esta transformación, disponen de gran
cantidad de información pública, con la que hacer perfiles detallados no solo a sus
clientes actuales, sino también a sus clientes potenciales
Página 7© Management Solutions 2015 Todos los derechos
reservados
2 La información como oportunidad
Almacenamiento
Aunque se genere gran cantidad de información, esta no sería útil si no pudiera
almacenarse. Sin embargo, el coste el almacenamiento se ha visto reducido en grandes
cantidades
Página 8© Management Solutions 2015 Todos los derechos
reservados
2 La información como oportunidad
Procesamiento
Aunque se genere gran cantidad de información, esta no sería útil si no pudiera
procesarse. Sin embargo, la capacidad de procesamiento se ha visto multiplicada por
las nuevas arquitecturas Big Data
Página 9© Management Solutions 2015 Todos los derechos
reservados
2 La información como oportunidad
Procesamiento
Aunque se genere gran cantidad de información, esta no sería útil si no pudiera
procesarse. Sin embargo, la capacidad de procesamiento se ha visto multiplicada por
las nuevas arquitecturas Big Data
Página 10© Management Solutions 2015 Todos los derechos
reservados
2 La información como oportunidad
Modelización
Aunque se genere gran cantidad de información, esta no sería útil si no pudiera
entenderse. Por ello ha surgido un nuevo rol multidisciplinar para hacer frente al
problema: el data scientist
Página 11© Management Solutions 2015 Todos los derechos
reservados
3 Aplicación práctica
El scoring bancario en tiempos del big data
Las entidades bancarias han sido muy activas en la modelización de eventos desde
hace años. Los modelos de scoring pertenecen al ámbito de riesgos, intentando
clasificar a los clientes potenciales en función de su probabilidad de impago
Página 12© Management Solutions 2015 Todos los derechos
reservados
3 Aplicación práctica
Información sobre clientes potenciales
Las entidades financieras conocen muy bien a sus clientes actuales. Sin embargo,
tienen carencias de información en relación con sus clientes potenciales,
especialmente del sector de particulares por la protección de la legislación a la
divulgación de datos de carácter personal
 Balance de situación (Informa)
 Bureaus de crédito negativos (Ej:RAI /
ASNEF)
 Axesor
 BD de procesos judiciales
 Cuestionarios específicos
Clientes potenciales empresas Clientes potenciales Particulares
 Bureaus de crédito negativos (Ej:RAI /
ASNEF)
 BD de procesos judiciales
 Cuestionarios específicos
¿Pero y si añadimos la información de las redes sociales?
Página 13© Management Solutions 2015 Todos los derechos
reservados
3 Aplicación práctica
Ejercicio de análisis
El estudio desarrollado utilizó datos reales anonimizados de una cartera con 72.000
clientes potenciales, descargando variables desde diferentes redes sociales e
intentando mejorar un modelo existente con ellas
Captura tradicional Captura redes sociales
Srcrapeo (Python + APIs)
Limpieza de información (VBA)
Almacenamiento (ficheros)
Modelización conjunta (R)
Modelo
Página 14© Management Solutions 2015 Todos los derechos
reservados
3 Aplicación práctica
Variables significativas detectadas
El análisis de la información detectó variables públicas que eran significativas de cara a
evaluar el incumplimiento, permitiendo crear un módulo “social” del modelo que
permitía mejorar el poder predictivo del scoring…
Variable Descripción Peso relativo
Duración cargo actual Duración en meses del cargo actual 18%
Antigüedad laboral Antigüedad laboral en meses 15%
Mínima duración en cargo Mínima duración en un cargo en su trayectoria profesional 15%
Máxima duración en cargo Máxima duración en un cargo en su trayectoria profesional 13%
Sector de actividad Categorización INE del sector profesional 12%
Número de trabajos Número de trabajos actuales e históricos 9%
Tiempo sin estudiar Tiempo transcurrido desde sus últimos estudios 7%
Idiomas Número de idiomas que habla 7%
Ratio cargos/años Número de cargos / número de años de trayectoria profesional 4%
Página 15© Management Solutions 2015 Todos los derechos
reservados
3 Aplicación práctica
Variables significativas detectadas
…pero hay determinadas lecciones aprendidas a tener en cuenta en este tipo de
ejercicios que dan pistas sobre cómo acometer la implantación real de este tipo de
algoritmos
Calidad de
información
• La cantidad y la calidad de la información disponible en las redes sociales son
notablemente inferiores a las de los datos internos del banco: solo un 24% de los
clientes tienen datos, y de estos, solo el 19% tienen información completa o casi
completa.
1
Desambiguación
• Además, la extracción de datos de redes sociales se caracteriza por un problema de
desambiguación: las personas físicas no se identifican de manera inequívoca con un
documento de identidad en la red, por lo que existe una probabilidad de error en la
identificación de cada cliente con su perfil en las redes sociales. Para este estudio se
han descartado los clientes en los que esta probabilidad se ha estimado superior al
25%.
2
Variables cualitativas
Las variables extraídas de las redes sociales, además, son en su mayoría cualitativas y
pueden tomar una gran cantidad de valores, lo que dificulta su tratamiento, pero a cambio
permite construir variables de una gran riqueza.
3
Complementariedad
• El poder predictivo del modelo de scoring basado en redes sociales emplea 9 variables
numéricas y categóricas (algunas discretizadas) que cubren varios aspectos del perfil
profesional del cliente (en especial su historial laboral, pero también el sector, los
estudios y los idiomas) y alcanza un poder predictivo equiparable al del modelo
original, con una ROC del 72%.
• La combinación de ambos modelos, sin embargo, eleva sustancialmente el poder
predictivo, hasta alcanzar un 79%.
4

More Related Content

What's hot

Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Alex Rayón Jerez
 
Marketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big DataMarketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big DataAlex Rayón Jerez
 
Procesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimientoProcesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimientoAlex Rayón Jerez
 
Introducción al Big Data y el Business Intelligence
Introducción al Big Data y el Business IntelligenceIntroducción al Big Data y el Business Intelligence
Introducción al Big Data y el Business IntelligenceAlex Rayón Jerez
 
Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAlex Rayón Jerez
 
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...Alex Rayón Jerez
 
Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataAlex Rayón Jerez
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosAlex Rayón Jerez
 
Análisis y procesamiento de datos para descubrir conocimiento
Análisis y procesamiento de datos para descubrir conocimientoAnálisis y procesamiento de datos para descubrir conocimiento
Análisis y procesamiento de datos para descubrir conocimientoAlex Rayón Jerez
 
5. sistema de apoyo a las decisiones de mkt e inteligencia comercial
5. sistema de apoyo a las decisiones de mkt e inteligencia comercial5. sistema de apoyo a las decisiones de mkt e inteligencia comercial
5. sistema de apoyo a las decisiones de mkt e inteligencia comercialPaolo Roganti
 
Ciclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business IntelligenceCiclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business IntelligenceAlex Rayón Jerez
 
El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceAlex Rayón Jerez
 
Qué es el análisis predictivo
Qué es el análisis predictivoQué es el análisis predictivo
Qué es el análisis predictivoEvaluandoSoftware
 
Data Mining Snoop Consulting Arg
Data Mining Snoop Consulting ArgData Mining Snoop Consulting Arg
Data Mining Snoop Consulting ArgSnoop Consulting
 
Curso verano upv_2013_eustat_overalia_guillermo_vilarroig
Curso verano upv_2013_eustat_overalia_guillermo_vilarroigCurso verano upv_2013_eustat_overalia_guillermo_vilarroig
Curso verano upv_2013_eustat_overalia_guillermo_vilarroigOveralia
 

What's hot (20)

Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
 
Marketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big DataMarketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big Data
 
Procesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimientoProcesamiento y visualización de datos para generar nuevo conocimiento
Procesamiento y visualización de datos para generar nuevo conocimiento
 
Introducción al Big Data y el Business Intelligence
Introducción al Big Data y el Business IntelligenceIntroducción al Big Data y el Business Intelligence
Introducción al Big Data y el Business Intelligence
 
Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresa
 
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
 
Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big Data
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
 
Casos de puesta en valor de de la tecnología de Big Data con NoSQL orientada ...
Casos de puesta en valor de de la tecnología de Big Data con NoSQL orientada ...Casos de puesta en valor de de la tecnología de Big Data con NoSQL orientada ...
Casos de puesta en valor de de la tecnología de Big Data con NoSQL orientada ...
 
Análisis y procesamiento de datos para descubrir conocimiento
Análisis y procesamiento de datos para descubrir conocimientoAnálisis y procesamiento de datos para descubrir conocimiento
Análisis y procesamiento de datos para descubrir conocimiento
 
Dataminning
DataminningDataminning
Dataminning
 
5. sistema de apoyo a las decisiones de mkt e inteligencia comercial
5. sistema de apoyo a las decisiones de mkt e inteligencia comercial5. sistema de apoyo a las decisiones de mkt e inteligencia comercial
5. sistema de apoyo a las decisiones de mkt e inteligencia comercial
 
Ciclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business IntelligenceCiclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business Intelligence
 
El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligence
 
Qué es el análisis predictivo
Qué es el análisis predictivoQué es el análisis predictivo
Qué es el análisis predictivo
 
Datamart
DatamartDatamart
Datamart
 
Data Mining Snoop Consulting Arg
Data Mining Snoop Consulting ArgData Mining Snoop Consulting Arg
Data Mining Snoop Consulting Arg
 
Infografia mineria
Infografia mineriaInfografia mineria
Infografia mineria
 
Data Mining
Data MiningData Mining
Data Mining
 
Curso verano upv_2013_eustat_overalia_guillermo_vilarroig
Curso verano upv_2013_eustat_overalia_guillermo_vilarroigCurso verano upv_2013_eustat_overalia_guillermo_vilarroig
Curso verano upv_2013_eustat_overalia_guillermo_vilarroig
 

Viewers also liked

Java day Big Data Analysis In Java World
Java day   Big Data Analysis In Java WorldJava day   Big Data Analysis In Java World
Java day Big Data Analysis In Java WorldSerg Masyutin
 
Polybase y su uso en la integración de almacenes de datos
Polybase y su uso en la integración de almacenes de datosPolybase y su uso en la integración de almacenes de datos
Polybase y su uso en la integración de almacenes de datosSpanishPASSVC
 
Pedro Espino Vargas y el Cash Management para Emprendedores
Pedro Espino Vargas y el Cash Management para EmprendedoresPedro Espino Vargas y el Cash Management para Emprendedores
Pedro Espino Vargas y el Cash Management para EmprendedoresDr. Pedro Espino Vargas
 
COBRANZA COACTIVA
COBRANZA COACTIVACOBRANZA COACTIVA
COBRANZA COACTIVAolivaliz
 
Credit Scoring. Asignación por puntos
Credit Scoring. Asignación por puntosCredit Scoring. Asignación por puntos
Credit Scoring. Asignación por puntosGrupo Choice
 
Sesion n° 03 la evaluacion del riesgo crediticio y la determinacion del cos...
Sesion n° 03   la evaluacion del riesgo crediticio y la determinacion del cos...Sesion n° 03   la evaluacion del riesgo crediticio y la determinacion del cos...
Sesion n° 03 la evaluacion del riesgo crediticio y la determinacion del cos...Ulises Alvites
 
Ais Optimizacion en la asignacion de carteras a agencias externas de cobranzas
Ais Optimizacion en la asignacion de carteras a agencias externas de cobranzasAis Optimizacion en la asignacion de carteras a agencias externas de cobranzas
Ais Optimizacion en la asignacion de carteras a agencias externas de cobranzasAIS
 
Presentación evaluación del crédito
Presentación evaluación del créditoPresentación evaluación del crédito
Presentación evaluación del créditoUniversidad
 
GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )
GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )
GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )dayanne milagros
 
Otorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorro
Otorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorroOtorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorro
Otorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorroAIS
 
Introducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big DataIntroducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big DataDavid Hurtado
 
AIS Scoring SaaS
AIS Scoring SaaSAIS Scoring SaaS
AIS Scoring SaaSPilar Mateo
 
PPT 09/04 Cash Management
PPT 09/04 Cash ManagementPPT 09/04 Cash Management
PPT 09/04 Cash Managementfinanzas_uca
 
Ppt cash management
Ppt   cash managementPpt   cash management
Ppt cash managementCaro Equioiz
 
09. tesorería. la gestión estratégica y la presupuestación del cash flow
09. tesorería. la gestión estratégica y la presupuestación del cash flow09. tesorería. la gestión estratégica y la presupuestación del cash flow
09. tesorería. la gestión estratégica y la presupuestación del cash flowfinanzasgivone
 

Viewers also liked (20)

Smart Bilbao: Los datos al servicio de la ciudad (Big Data, Open Data, etc.)
Smart Bilbao: Los datos al servicio de la ciudad (Big Data, Open Data, etc.)Smart Bilbao: Los datos al servicio de la ciudad (Big Data, Open Data, etc.)
Smart Bilbao: Los datos al servicio de la ciudad (Big Data, Open Data, etc.)
 
Evitando el fraude a través de la presentación de la información en grafos
Evitando el fraude a través de la presentación de la información en grafosEvitando el fraude a través de la presentación de la información en grafos
Evitando el fraude a través de la presentación de la información en grafos
 
Competidores y productos de mercado de ETL
Competidores y productos de mercado de ETLCompetidores y productos de mercado de ETL
Competidores y productos de mercado de ETL
 
Java day Big Data Analysis In Java World
Java day   Big Data Analysis In Java WorldJava day   Big Data Analysis In Java World
Java day Big Data Analysis In Java World
 
Polybase y su uso en la integración de almacenes de datos
Polybase y su uso en la integración de almacenes de datosPolybase y su uso en la integración de almacenes de datos
Polybase y su uso en la integración de almacenes de datos
 
Big Data: análisis de weblogs
Big Data: análisis de weblogsBig Data: análisis de weblogs
Big Data: análisis de weblogs
 
Pedro Espino Vargas y el Cash Management para Emprendedores
Pedro Espino Vargas y el Cash Management para EmprendedoresPedro Espino Vargas y el Cash Management para Emprendedores
Pedro Espino Vargas y el Cash Management para Emprendedores
 
COBRANZA COACTIVA
COBRANZA COACTIVACOBRANZA COACTIVA
COBRANZA COACTIVA
 
Scoring financero
Scoring financeroScoring financero
Scoring financero
 
Credit Scoring. Asignación por puntos
Credit Scoring. Asignación por puntosCredit Scoring. Asignación por puntos
Credit Scoring. Asignación por puntos
 
Sesion n° 03 la evaluacion del riesgo crediticio y la determinacion del cos...
Sesion n° 03   la evaluacion del riesgo crediticio y la determinacion del cos...Sesion n° 03   la evaluacion del riesgo crediticio y la determinacion del cos...
Sesion n° 03 la evaluacion del riesgo crediticio y la determinacion del cos...
 
Ais Optimizacion en la asignacion de carteras a agencias externas de cobranzas
Ais Optimizacion en la asignacion de carteras a agencias externas de cobranzasAis Optimizacion en la asignacion de carteras a agencias externas de cobranzas
Ais Optimizacion en la asignacion de carteras a agencias externas de cobranzas
 
Presentación evaluación del crédito
Presentación evaluación del créditoPresentación evaluación del crédito
Presentación evaluación del crédito
 
GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )
GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )
GERENCIA DE RIESGOS - TRABAJO FINAL ( VIDEO EN YOUTUBE )
 
Otorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorro
Otorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorroOtorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorro
Otorgamiento seguimiento y cobranzas en cooperativas de crédito y ahorro
 
Introducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big DataIntroducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big Data
 
AIS Scoring SaaS
AIS Scoring SaaSAIS Scoring SaaS
AIS Scoring SaaS
 
PPT 09/04 Cash Management
PPT 09/04 Cash ManagementPPT 09/04 Cash Management
PPT 09/04 Cash Management
 
Ppt cash management
Ppt   cash managementPpt   cash management
Ppt cash management
 
09. tesorería. la gestión estratégica y la presupuestación del cash flow
09. tesorería. la gestión estratégica y la presupuestación del cash flow09. tesorería. la gestión estratégica y la presupuestación del cash flow
09. tesorería. la gestión estratégica y la presupuestación del cash flow
 

Similar to El scoring bancario en los tiempos del Big Data

Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Fundación Ramón Areces
 
Actividad de aprendizaje 8
Actividad de aprendizaje 8Actividad de aprendizaje 8
Actividad de aprendizaje 8MaxQD
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Analytics10
 
Tendencias en la banca latinoamericana
Tendencias en la banca latinoamericanaTendencias en la banca latinoamericana
Tendencias en la banca latinoamericanaSAP Latinoamérica
 
Cómo implementar una solución Big Data
Cómo implementar una solución Big DataCómo implementar una solución Big Data
Cómo implementar una solución Big DataAMETIC
 
Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School DEMETRIO BARRAGAN
 
Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School DEMETRIO BARRAGAN
 
Tecnologías para PyMEs, nuevas oportunidades de negocio
Tecnologías para PyMEs, nuevas oportunidades de negocioTecnologías para PyMEs, nuevas oportunidades de negocio
Tecnologías para PyMEs, nuevas oportunidades de negocioVi_Olivares
 
Programa Superior en Big Data
Programa Superior en Big DataPrograma Superior en Big Data
Programa Superior en Big DataICEMD
 
Conferència Inaugural Jornades Big Data Institucions - Clarisa Martínez
Conferència Inaugural Jornades Big Data Institucions - Clarisa MartínezConferència Inaugural Jornades Big Data Institucions - Clarisa Martínez
Conferència Inaugural Jornades Big Data Institucions - Clarisa MartínezIniciativa Barcelona Open Data
 
Nt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaNt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaValeria Castro
 
Inteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en R
Inteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en RInteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en R
Inteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en RLuis Joyanes
 
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...COIICV
 
Presentacion Metric Arts 2010
Presentacion Metric Arts 2010Presentacion Metric Arts 2010
Presentacion Metric Arts 2010Patricio Cofre
 
Big Data: Grandes retos, grandes retornos
Big Data:  Grandes retos,  grandes retornosBig Data:  Grandes retos,  grandes retornos
Big Data: Grandes retos, grandes retornosSoftware Guru
 
Em bi un repaso por la metodología de implementación
Em bi un repaso por la metodología de implementaciónEm bi un repaso por la metodología de implementación
Em bi un repaso por la metodología de implementaciónEdison_Medina
 
Big-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxBig-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxJavierNavarrete43
 
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Pentaho
 

Similar to El scoring bancario en los tiempos del Big Data (20)

Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...
 
Business intelligence
Business intelligenceBusiness intelligence
Business intelligence
 
Actividad de aprendizaje 8
Actividad de aprendizaje 8Actividad de aprendizaje 8
Actividad de aprendizaje 8
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
 
Tendencias en la banca latinoamericana
Tendencias en la banca latinoamericanaTendencias en la banca latinoamericana
Tendencias en la banca latinoamericana
 
Cómo implementar una solución Big Data
Cómo implementar una solución Big DataCómo implementar una solución Big Data
Cómo implementar una solución Big Data
 
Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School
 
Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School Programa de Dirección en Big Data - IE Business School
Programa de Dirección en Big Data - IE Business School
 
Tecnologías para PyMEs, nuevas oportunidades de negocio
Tecnologías para PyMEs, nuevas oportunidades de negocioTecnologías para PyMEs, nuevas oportunidades de negocio
Tecnologías para PyMEs, nuevas oportunidades de negocio
 
Programa Superior en Big Data
Programa Superior en Big DataPrograma Superior en Big Data
Programa Superior en Big Data
 
Conferència Inaugural Jornades Big Data Institucions - Clarisa Martínez
Conferència Inaugural Jornades Big Data Institucions - Clarisa MartínezConferència Inaugural Jornades Big Data Institucions - Clarisa Martínez
Conferència Inaugural Jornades Big Data Institucions - Clarisa Martínez
 
Nt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaNt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeria
 
Big data
Big dataBig data
Big data
 
Inteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en R
Inteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en RInteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en R
Inteligencia de negocios (BI) y Analítica de negocios (BA): Un enfoque en R
 
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...
 
Presentacion Metric Arts 2010
Presentacion Metric Arts 2010Presentacion Metric Arts 2010
Presentacion Metric Arts 2010
 
Big Data: Grandes retos, grandes retornos
Big Data:  Grandes retos,  grandes retornosBig Data:  Grandes retos,  grandes retornos
Big Data: Grandes retos, grandes retornos
 
Em bi un repaso por la metodología de implementación
Em bi un repaso por la metodología de implementaciónEm bi un repaso por la metodología de implementación
Em bi un repaso por la metodología de implementación
 
Big-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptxBig-Data-aplicado-a-los-Negocios (1).pptx
Big-Data-aplicado-a-los-Negocios (1).pptx
 
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
 

More from Universidad de Deusto - Deustuko Unibertsitatea - University of Deusto

More from Universidad de Deusto - Deustuko Unibertsitatea - University of Deusto (20)

Deusto Ingeniería 24 (Año 2023)
Deusto Ingeniería 24 (Año 2023)Deusto Ingeniería 24 (Año 2023)
Deusto Ingeniería 24 (Año 2023)
 
Revista Deusto Núm. 150 / Año 2022
 Revista Deusto Núm. 150 / Año 2022  Revista Deusto Núm. 150 / Año 2022
Revista Deusto Núm. 150 / Año 2022
 
Deusto Ingeniería 23 (Año 2022)
Deusto Ingeniería 23 (Año 2022) Deusto Ingeniería 23 (Año 2022)
Deusto Ingeniería 23 (Año 2022)
 
Revista Deusto Núm. 149 / Año 2022
Revista Deusto Núm. 149 / Año 2022Revista Deusto Núm. 149 / Año 2022
Revista Deusto Núm. 149 / Año 2022
 
Universidad de Deusto - Anuario / Urtekaria / Yearbook 2022
Universidad de Deusto - Anuario / Urtekaria / Yearbook 2022Universidad de Deusto - Anuario / Urtekaria / Yearbook 2022
Universidad de Deusto - Anuario / Urtekaria / Yearbook 2022
 
Revista Deusto Núm. 147 / Año 2021
Revista Deusto Núm. 147 / Año 2021Revista Deusto Núm. 147 / Año 2021
Revista Deusto Núm. 147 / Año 2021
 
Guía para la comunidad educativa: Entornos interactivos para la inclusión en ...
Guía para la comunidad educativa: Entornos interactivos para la inclusión en ...Guía para la comunidad educativa: Entornos interactivos para la inclusión en ...
Guía para la comunidad educativa: Entornos interactivos para la inclusión en ...
 
Deusto Ingeniería 22 (Año 2021)
Deusto Ingeniería 22 (Año 2021)Deusto Ingeniería 22 (Año 2021)
Deusto Ingeniería 22 (Año 2021)
 
INTER-ACT: Grupos Interactivos
INTER-ACT: Grupos InteractivosINTER-ACT: Grupos Interactivos
INTER-ACT: Grupos Interactivos
 
INTER-ACT: Tertulias Literarias Dialógicas
INTER-ACT: Tertulias Literarias DialógicasINTER-ACT: Tertulias Literarias Dialógicas
INTER-ACT: Tertulias Literarias Dialógicas
 
Entornos Interactivos de Aprendizaje: impactos positivos
Entornos Interactivos de Aprendizaje: impactos positivosEntornos Interactivos de Aprendizaje: impactos positivos
Entornos Interactivos de Aprendizaje: impactos positivos
 
Entornos Interactivos de Aprendizaje: estrategias de implementación
Entornos Interactivos de Aprendizaje: estrategias de implementaciónEntornos Interactivos de Aprendizaje: estrategias de implementación
Entornos Interactivos de Aprendizaje: estrategias de implementación
 
Revista Deusto Núm. 146 / Año 2021
 Revista Deusto Núm. 146 / Año 2021 Revista Deusto Núm. 146 / Año 2021
Revista Deusto Núm. 146 / Año 2021
 
Universidad de Deusto - Anuario / Urtekaria / Yearbook 2021
Universidad de Deusto - Anuario / Urtekaria / Yearbook 2021Universidad de Deusto - Anuario / Urtekaria / Yearbook 2021
Universidad de Deusto - Anuario / Urtekaria / Yearbook 2021
 
Deusto Ingeniería 21 (Año 2020)
 Deusto Ingeniería 21 (Año 2020) Deusto Ingeniería 21 (Año 2020)
Deusto Ingeniería 21 (Año 2020)
 
Revista Deusto Núm. 144 / Año 2020
Revista Deusto Núm. 144 / Año 2020Revista Deusto Núm. 144 / Año 2020
Revista Deusto Núm. 144 / Año 2020
 
REFEREE: Real valuE oF EneRgy EfficiEncy
REFEREE: Real valuE oF EneRgy EfficiEncyREFEREE: Real valuE oF EneRgy EfficiEncy
REFEREE: Real valuE oF EneRgy EfficiEncy
 
MICAT: Multiple Impacts CAlculation Tool
MICAT: Multiple Impacts CAlculation ToolMICAT: Multiple Impacts CAlculation Tool
MICAT: Multiple Impacts CAlculation Tool
 
WHY: Climbing the causality ladder to understand and project the energy deman...
WHY: Climbing the causality ladder to understand and project the energy deman...WHY: Climbing the causality ladder to understand and project the energy deman...
WHY: Climbing the causality ladder to understand and project the energy deman...
 
NEW TRENDS IN ENERGY DEMAND MODELING
NEW TRENDS IN ENERGY DEMAND MODELINGNEW TRENDS IN ENERGY DEMAND MODELING
NEW TRENDS IN ENERGY DEMAND MODELING
 

Recently uploaded

ACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdf
ACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdfACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdf
ACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdfnathalietruque
 
Delitos contra las mujeres 2023 - copia.pdf
Delitos contra las mujeres 2023 - copia.pdfDelitos contra las mujeres 2023 - copia.pdf
Delitos contra las mujeres 2023 - copia.pdfOBSERVATORIOREGIONAL
 
Tema 1 Introducción Bases de datos relacionales
Tema 1 Introducción Bases de datos relacionalesTema 1 Introducción Bases de datos relacionales
Tema 1 Introducción Bases de datos relacionalesMERCCATALINAMESTREMA
 
Cursos virtuales Salud Püblica - CVSP (enero 2024).pptx
Cursos virtuales Salud Püblica - CVSP (enero 2024).pptxCursos virtuales Salud Püblica - CVSP (enero 2024).pptx
Cursos virtuales Salud Püblica - CVSP (enero 2024).pptxLaura Aduviri
 
Subjuntivo.2.pptx d
Subjuntivo.2.pptx                       dSubjuntivo.2.pptx                       d
Subjuntivo.2.pptx dbrianjars
 
resultados_orden_merito_sumativo2_cepuns_2024_iii.pdf
resultados_orden_merito_sumativo2_cepuns_2024_iii.pdfresultados_orden_merito_sumativo2_cepuns_2024_iii.pdf
resultados_orden_merito_sumativo2_cepuns_2024_iii.pdfitangelus9
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfXcpBoy
 
Desarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdf
Desarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdfDesarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdf
Desarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdfNicolasGiraldoPatio
 
Las familias reales más ricas de la historia (2024).pdf
Las familias reales más ricas de la historia  (2024).pdfLas familias reales más ricas de la historia  (2024).pdf
Las familias reales más ricas de la historia (2024).pdfJC Díaz Herrera
 

Recently uploaded (9)

ACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdf
ACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdfACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdf
ACTIVIDAD: BLOG. EXCEL AVANZADO. METODOS ESTADISTICOS.(2).pdf
 
Delitos contra las mujeres 2023 - copia.pdf
Delitos contra las mujeres 2023 - copia.pdfDelitos contra las mujeres 2023 - copia.pdf
Delitos contra las mujeres 2023 - copia.pdf
 
Tema 1 Introducción Bases de datos relacionales
Tema 1 Introducción Bases de datos relacionalesTema 1 Introducción Bases de datos relacionales
Tema 1 Introducción Bases de datos relacionales
 
Cursos virtuales Salud Püblica - CVSP (enero 2024).pptx
Cursos virtuales Salud Püblica - CVSP (enero 2024).pptxCursos virtuales Salud Püblica - CVSP (enero 2024).pptx
Cursos virtuales Salud Püblica - CVSP (enero 2024).pptx
 
Subjuntivo.2.pptx d
Subjuntivo.2.pptx                       dSubjuntivo.2.pptx                       d
Subjuntivo.2.pptx d
 
resultados_orden_merito_sumativo2_cepuns_2024_iii.pdf
resultados_orden_merito_sumativo2_cepuns_2024_iii.pdfresultados_orden_merito_sumativo2_cepuns_2024_iii.pdf
resultados_orden_merito_sumativo2_cepuns_2024_iii.pdf
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
 
Desarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdf
Desarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdfDesarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdf
Desarrollo del taller Blog. Excel Avanzado. Métodos Estadísticos. 11-3.pdf
 
Las familias reales más ricas de la historia (2024).pdf
Las familias reales más ricas de la historia  (2024).pdfLas familias reales más ricas de la historia  (2024).pdf
Las familias reales más ricas de la historia (2024).pdf
 

El scoring bancario en los tiempos del Big Data

  • 1. Página 1© Management Solutions 2015 Todos los derechos reservados Octubre 2015 ©ManagementSolutions2015.Todoslosderechosreservados Tecnología El scoring bancario en los tiempos del Big Data Análisis y ejercicio práctico
  • 2. Página 2© Management Solutions 2015 Todos los derechos reservados 1 El mundo ya ha cambiado Digitalización de los negocios El mundo se está transformando, y lo hace a gran velocidad. Estamos siendo testigos de una revolución tecnológica de magnitudes nunca antes observadas.
  • 3. Página 3© Management Solutions 2015 Todos los derechos reservados 1 El mundo ya ha cambiado Digitalización de los negocios El mundo se está transformando, y lo hace a gran velocidad. Estamos siendo testigos de una revolución tecnológica de magnitudes nunca antes observadas.
  • 4. Página 4© Management Solutions 2015 Todos los derechos reservados 1 El sector bancario ya ha cambiado Evolución del negocio digital bancario El sector financiero no es ajeno a ese cambio, conjugando una reestructuración sin precedentes con un cambio de perfil del usuario muy acusado
  • 5. Página 5© Management Solutions 2015 Todos los derechos reservados 1 El sector bancario ya ha cambiado Evolución del negocio digital bancario El sector financiero no es ajeno a ese cambio, conjugando una reestructuración sin precedentes con un cambio de perfil del usuario muy acusado
  • 6. Página 6© Management Solutions 2015 Todos los derechos reservados 2 La información como oportunidad Niveles de información a disposición Las entidades del sector financiero, gracias a esta transformación, disponen de gran cantidad de información pública, con la que hacer perfiles detallados no solo a sus clientes actuales, sino también a sus clientes potenciales
  • 7. Página 7© Management Solutions 2015 Todos los derechos reservados 2 La información como oportunidad Almacenamiento Aunque se genere gran cantidad de información, esta no sería útil si no pudiera almacenarse. Sin embargo, el coste el almacenamiento se ha visto reducido en grandes cantidades
  • 8. Página 8© Management Solutions 2015 Todos los derechos reservados 2 La información como oportunidad Procesamiento Aunque se genere gran cantidad de información, esta no sería útil si no pudiera procesarse. Sin embargo, la capacidad de procesamiento se ha visto multiplicada por las nuevas arquitecturas Big Data
  • 9. Página 9© Management Solutions 2015 Todos los derechos reservados 2 La información como oportunidad Procesamiento Aunque se genere gran cantidad de información, esta no sería útil si no pudiera procesarse. Sin embargo, la capacidad de procesamiento se ha visto multiplicada por las nuevas arquitecturas Big Data
  • 10. Página 10© Management Solutions 2015 Todos los derechos reservados 2 La información como oportunidad Modelización Aunque se genere gran cantidad de información, esta no sería útil si no pudiera entenderse. Por ello ha surgido un nuevo rol multidisciplinar para hacer frente al problema: el data scientist
  • 11. Página 11© Management Solutions 2015 Todos los derechos reservados 3 Aplicación práctica El scoring bancario en tiempos del big data Las entidades bancarias han sido muy activas en la modelización de eventos desde hace años. Los modelos de scoring pertenecen al ámbito de riesgos, intentando clasificar a los clientes potenciales en función de su probabilidad de impago
  • 12. Página 12© Management Solutions 2015 Todos los derechos reservados 3 Aplicación práctica Información sobre clientes potenciales Las entidades financieras conocen muy bien a sus clientes actuales. Sin embargo, tienen carencias de información en relación con sus clientes potenciales, especialmente del sector de particulares por la protección de la legislación a la divulgación de datos de carácter personal  Balance de situación (Informa)  Bureaus de crédito negativos (Ej:RAI / ASNEF)  Axesor  BD de procesos judiciales  Cuestionarios específicos Clientes potenciales empresas Clientes potenciales Particulares  Bureaus de crédito negativos (Ej:RAI / ASNEF)  BD de procesos judiciales  Cuestionarios específicos ¿Pero y si añadimos la información de las redes sociales?
  • 13. Página 13© Management Solutions 2015 Todos los derechos reservados 3 Aplicación práctica Ejercicio de análisis El estudio desarrollado utilizó datos reales anonimizados de una cartera con 72.000 clientes potenciales, descargando variables desde diferentes redes sociales e intentando mejorar un modelo existente con ellas Captura tradicional Captura redes sociales Srcrapeo (Python + APIs) Limpieza de información (VBA) Almacenamiento (ficheros) Modelización conjunta (R) Modelo
  • 14. Página 14© Management Solutions 2015 Todos los derechos reservados 3 Aplicación práctica Variables significativas detectadas El análisis de la información detectó variables públicas que eran significativas de cara a evaluar el incumplimiento, permitiendo crear un módulo “social” del modelo que permitía mejorar el poder predictivo del scoring… Variable Descripción Peso relativo Duración cargo actual Duración en meses del cargo actual 18% Antigüedad laboral Antigüedad laboral en meses 15% Mínima duración en cargo Mínima duración en un cargo en su trayectoria profesional 15% Máxima duración en cargo Máxima duración en un cargo en su trayectoria profesional 13% Sector de actividad Categorización INE del sector profesional 12% Número de trabajos Número de trabajos actuales e históricos 9% Tiempo sin estudiar Tiempo transcurrido desde sus últimos estudios 7% Idiomas Número de idiomas que habla 7% Ratio cargos/años Número de cargos / número de años de trayectoria profesional 4%
  • 15. Página 15© Management Solutions 2015 Todos los derechos reservados 3 Aplicación práctica Variables significativas detectadas …pero hay determinadas lecciones aprendidas a tener en cuenta en este tipo de ejercicios que dan pistas sobre cómo acometer la implantación real de este tipo de algoritmos Calidad de información • La cantidad y la calidad de la información disponible en las redes sociales son notablemente inferiores a las de los datos internos del banco: solo un 24% de los clientes tienen datos, y de estos, solo el 19% tienen información completa o casi completa. 1 Desambiguación • Además, la extracción de datos de redes sociales se caracteriza por un problema de desambiguación: las personas físicas no se identifican de manera inequívoca con un documento de identidad en la red, por lo que existe una probabilidad de error en la identificación de cada cliente con su perfil en las redes sociales. Para este estudio se han descartado los clientes en los que esta probabilidad se ha estimado superior al 25%. 2 Variables cualitativas Las variables extraídas de las redes sociales, además, son en su mayoría cualitativas y pueden tomar una gran cantidad de valores, lo que dificulta su tratamiento, pero a cambio permite construir variables de una gran riqueza. 3 Complementariedad • El poder predictivo del modelo de scoring basado en redes sociales emplea 9 variables numéricas y categóricas (algunas discretizadas) que cubren varios aspectos del perfil profesional del cliente (en especial su historial laboral, pero también el sector, los estudios y los idiomas) y alcanza un poder predictivo equiparable al del modelo original, con una ROC del 72%. • La combinación de ambos modelos, sin embargo, eleva sustancialmente el poder predictivo, hasta alcanzar un 79%. 4