Utilizamos cookies propias y de terceros para mejorar nuestros servicios. ¿ Estas de acerdo en continuar ?

902 033 733
Área Privada

Canal Estrategia

El ‘Machine learning’ aplicado a los servicios financieros y de riesgo crediticio

0 comentarios
martes, 03 de abril de 2018
El ‘Machine learning’ aplicado a los servicios financieros y de riesgo crediticio

 Últimamente ha habido muchos rumores acerca del ‘machine learning’, pero ¿realmente sabemos lo que es? En pocas palabras, el ‘machine learning’ o aprendizaje automático, en su traducción al castellano, es una rama de la inteligencia artificial que permite a los ordenadores usar un algoritmo para analizar grandes cantidades de datos y obtener información valiosa. En los últimos años se ha avanzado mucho en esta materia, pero es en 2018 cuando las empresas están empezando a sacar provecho de esta tecnología. Esto se debe básicamente a la disponibilidad y accesibilidad de los datos y a la mejora de los equipos informáticos, cada vez más potentes.  

 

Sin darnos cuenta, el ‘machine learning’ se ha ido introduciendo poco a poco en nuestras vidas, de hecho, ya está en la mayoría de los hogares y en la totalidad de los smartphones. Sin ir más lejos, dispositivos como Alexa, el asistente virtual de Amazon,  o Netflix, que sabe lo que quieres ver a continuación, son claros ejemplos de aprendizaje automático.

 

En este sentido, el ‘machine learning’ ha venido para quedarse, aunque de momento la cobertura de los medios acerca de este tema pueda ser algo confusa e incluso sensacionalista. Además, hay muchas empresas que aún no tienen claro qué tipo de ventajas comerciales pueden ofrecer a sus clientes. Sin embargo, las empresas más punteras se están dando cuenta de la capacidad que tiene el ‘machine learning’ para hacer mejoras en sus servios y en la productividad.


En el sector crediticio, aplicar algoritmos de aprendizaje automático para la toma de decisiones, por ejemplo a la hora de otorgar un préstamo, permite a las instituciones financieras tomar decisiones más precisas y rápidas, lo que acelera el tiempo de procesamiento para los clientes y garantiza que la empresa haya tomado la decisión correcta. Además, permite a las máquinas utilizar algoritmos que analizan grandes cantidades de datos para descubrir relaciones ocultas o patrones encubiertos y ayudar así a los directores de riesgos a tomar decisiones más inteligentes, ya sea para recomendar productos al cliente de forma personalizada o para reducir los niveles de fraude rechazando a usuarios fraudulentos o falsos desde el mismo momento de la captación u ofreciéndoles nuevas formas de recobro antes de que ocurran los impagos.


Después de un proyecto de investigación de más de un año, los científicos de datos de Callcredit han desarrollado una comprensión única y profunda de la tecnología ‘machine learning’, y en concreto, cómo ésta se puede aplicar a los servicios financieros y de riesgo crediticio, áreas donde aún se ha explorado muy poco esta tecnología. De hecho, la empresa de origen británico ha anunciado los resultados de un estudio llevado a cabo por la compañía con el objetivo de mostrar los beneficios del uso de técnicas de ‘machine learning’ a la hora de extraer inteligencia en los modelos predictivos de datos en el sector financiero.


El estudio realizado por Callcredit escenificó diversas situaciones de riesgo, como el proceso de solicitudes fraudulentas o la posibilidad de que clientes falsos pudieran suscribir algún servicio. Según las conclusiones de la prueba, con el uso de herramientas de inteligencia artificial se llegó a reducir en un 10% el fraude en tarjetas de crédito (se analizaron las transacciones de 60.000 tarjetas), lo que implica que las técnicas de ‘machine learning’ proveen de importantes beneficios a la industria del crédito, de la lucha contra el fraude y del seguro. Además, en combinación con otras herramientas, los beneficios de estas técnicas podrían ser incluso mayores.


Mark Davison, responsable de datos en Callcredit Information Group, explica que “muchos de nuestros clientes operan en mercados tremendamente competitivos, por lo que es necesario adoptar herramientas de predicción que les ayuden a diferenciarse con un mejor servicio a sus clientes”. Además, continua Davison, “la Inteligencia Artificial no provocará la desaparición de los directores de riesgo, pero sí que les obligará a adaptarse para sacar el máximo partido y tomar decisiones más inteligentes para su negocio”.


Para obtener más información sobre los conceptos básicos del ‘machine learning’ y cómo Callcredit lo utiliza para ayudar a sus clientes, puedes verlo en el primer episodio de nuestra serie Translating Tech 'Comprensión de los principios básicos del aprendizaje automático' con la participación de Mark Davison, Director de Datos de Callcredit.

Últimamente ha habido muchos rumores acerca del ‘machine learning’, pero ¿realmente sabemos lo que es? En pocas palabras, el ‘machine learning’ o aprendizaje automático, en su traducción al castellano, es una rama de la inteligencia artificial que permite a los ordenadores usar un algoritmo para analizar grandes cantidades de datos y obtener información valiosa. En los últimos años se ha avanzado mucho en esta materia, pero es en 2018 cuando las empresas están empezando a sacar provecho de esta tecnología. Esto se debe básicamente a la disponibilidad y accesibilidad de los datos y a la mejora de los equipos informáticos, cada vez más potentes.

 

Sin darnos cuenta, el ‘machine learning’ se ha ido introduciendo poco a poco en nuestras vidas, de hecho, ya está en la mayoría de los hogares y en la totalidad de los smartphones. Sin ir más lejos, dispositivos como Alexa, el asistente virtual de Amazon,  o Netflix, que sabe lo que quieres ver a continuación, son claros ejemplos de aprendizaje automático.

 

En este sentido, el ‘machine learning’ ha venido para quedarse, aunque de momento la cobertura de los medios acerca de este tema pueda ser algo confusa e incluso sensacionalista. Además, hay muchas empresas que aún no tienen claro qué tipo de ventajas comerciales pueden ofrecer a sus clientes. Sin embargo, las empresas más punteras se están dando cuenta de la capacidad que tiene el ‘machine learning’ para hacer mejoras en sus servios y en la productividad.

En el sector crediticio, aplicar algoritmos de aprendizaje automático para la toma de decisiones, por ejemplo a la hora de otorgar un préstamo, permite a las instituciones financieras tomar decisiones más precisas y rápidas, lo que acelera el tiempo de procesamiento para los clientes y garantiza que la empresa haya tomado la decisión correcta. Además, permite a las máquinas utilizar algoritmos que analizan grandes cantidades de datos para descubrir relaciones ocultas o patrones encubiertos y ayudar así a los directores de riesgos a tomar decisiones más inteligentes, ya sea para recomendar productos al cliente de forma personalizada o para reducir los niveles de fraude rechazando a usuarios fraudulentos o falsos desde el mismo momento de la captación u ofreciéndoles nuevas formas de recobro antes de que ocurran los impagos.

Después de un proyecto de investigación de más de un año, los científicos de datos de Callcredit han desarrollado una comprensión única y profunda de la tecnología ‘machine learning’, y en concreto, cómo ésta se puede aplicar a los servicios financieros y de riesgo crediticio, áreas donde aún se ha explorado muy poco esta tecnología. De hecho, la empresa de origen británico ha anunciado los resultados de un estudio llevado a cabo por la compañía con el objetivo de mostrar los beneficios del uso de técnicas de ‘machine learning’ a la hora de extraer inteligencia en los modelos predictivos de datos en el sector financiero.

El estudio realizado por Callcredit escenificó diversas situaciones de riesgo, como el proceso de solicitudes fraudulentas o la posibilidad de que clientes falsos pudieran suscribir algún servicio. Según las conclusiones de la prueba, con el uso de herramientas de inteligencia artificial se llegó a reducir en un 10% el fraude en tarjetas de crédito (se analizaron las transacciones de 60.000 tarjetas), lo que implica que las técnicas de ‘machine learning’ proveen de importantes beneficios a la industria del crédito, de la lucha contra el fraude y del seguro. Además, en combinación con otras herramientas, los beneficios de estas técnicas podrían ser incluso mayores.

Mark Davison, responsable de datos en Callcredit Information Group, explica que “muchos de nuestros clientes operan en mercados tremendamente competitivos, por lo que es necesario adoptar herramientas de predicción que les ayuden a diferenciarse con un mejor servicio a sus clientes”. Además, continua Davison, “la Inteligencia Artificial no provocará la desaparición de los directores de riesgo, pero sí que les obligará a adaptarse para sacar el máximo partido y tomar decisiones más inteligentes para su negocio”.

Para obtener más información sobre los conceptos básicos del ‘machine learning’ y cómo Callcredit lo utiliza para ayudar a sus clientes, puedes verlo en el primer episodio de nuestra serie Translating Tech 'Comprensión de los principios básicos del aprendizaje automático' con la participación de Mark Davison, Director de Datos de Callcredit.

Tu opinión nos interesa

Nombre:  *
Email:  * (No será publicado)
Comentario:  *

No hay ningún comentario, sé el primero en comentar!