Publicación: Desarrollo de un sistema de recaudo de cartera para personas naturales orientado a la reducción de pérdidas en procesos de cobranza
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Fecha
Resumen en español
En el sector bancario, el proceso de recaudo de cartera presenta ineficiencias significativas cuando se enfoca en clientes persona naturales. Actualmente, al no implementarse estrategias efectivas de cobranza mientras las deudas permanecen dentro del banco (fase in-house), se incurre en pérdidas financieras importantes. Esto ocurre porque las carteras vencidas, al ser vendidas a casas de cobranza, se transan a un valor considerablemente menor que la deuda real. Posteriormente, estas casas logran recuperar la deuda de manera exitosa, evidenciando un proceso deficiente en el banco. Por tanto, existe una oportunidad de mejora en el sector financiero, específicamente en la optimización de estrategias de cobranza preventiva y recuperación de cartera antes de llegar a la venta. El estudio se enfoca exclusivamente en clientes naturales, dejando fuera a personas jurídicas, gracias al uso de técnicas de segmentación precisas (clusterización) y un análisis específico para este tipo de clientes.
Resumen en inglés
In the banking sector, the portfolio collection process presents significant inefficiencies when focused on individual clients. Currently, the failure to implement effective collection strategies while debts remain within the bank (in-house phase) results in significant financial losses. This occurs because overdue portfolios, when sold to collection agencies, are traded at a value considerably lower than the actual debt. These agencies subsequently manage to successfully recover the debt, revealing a deficient process within the bank. Therefore, there is an opportunity for improvement in the financial sector, specifically in optimizing preventive collection strategies and portfolio recovery before the sale. The study focuses exclusively on individual clients, excluding legal entities, thanks to the use of precise segmentation techniques (clustering) and a specific analysis for this type of client.
