01
Flujo de caja
Ingreso promedio, estacionalidad, volatilidad.
KRATOS
ANALYTICS
Kratos Analytics LLC · Score-as-a-service
Ver riesgo donde el buró tradicional no ve nada
Un scorecard con datos transaccionales tipo Bre-B para cooperativas de ahorro y crédito que hoy pierden negocio bueno porque el buró tradicional no puede puntuar a sus asociados sin historial.
Cooperativas de ahorro y crédito · Llano / Orinoquía
Score explicable: aprobar, negar, definir monto
No prestamos y no asumimos riesgo de balance
Qué hacemos
Score-as-a-service. El modelo es el producto.
La cooperativa entrega datos que ya posee —transaccionales, sociodemográficos, comportamiento de pago interno— y devolvemos un score de riesgo explicable para aprobar, negar o definir monto.
No prestamos, no captamos y no asumimos riesgo de balance. Sin producto que implementar ni core que cambiar: un score y los factores que lo sustentan.
CÓMO SE MUEVE UNA DECISIÓN
- 01 La cooperativa envía datos anonimizados bajo acuerdo de encargado.
- 02 Ajustamos el scorecard sobre su propia cartera y reportamos AUC, Gini, KS y PSI.
- 03 El score llega por API o archivo por lotes, con los factores que lo movieron.
- 04 El comité de crédito decide — y puede justificar la decisión ante el asociado y el regulador.
Qué datos usamos
Cuatro familias de señal que la cooperativa ya tiene.
02
Comportamiento transaccional tipo Bre-B
Frecuencia, regularidad, contrapartes.
03
Comportamiento de pago interno
Puntualidad, mora previa, uso de cupo.
04
Sociodemográfico
Ocupación, cadena productiva, ubicación, antigüedad.
Score
Lo que el modelo separa, en números.
Una corrida de demo sintético: un scorecard interpretable, un challenger de gradient boosting y lo que la diferencia significa en la mesa de aprobación.
SCORECARD · INTERPRETABLE
0.00
AUC · Gini 0,48
Puntos por rango, legible para el comité de crédito. Es el que se despliega primero.
CHALLENGER · GBM
0.00
AUC · Gini 0,74
Gradient boosting marca el techo y muestra cuánta señal deja sobre la mesa el modelo simple.
EN LA MESA DE APROBACIÓN
0.0%
mora esperada al 61% de aprobación · 18,2% sin modelo
El mismo volumen de aprobaciones con una cuarta parte de la pérdida: el trabajo lo hace el ordenamiento, no el corte.
Resultados sobre 20.000 asociados sintéticos — demo metodológico, no cartera real.
La oferta
Una prueba de concepto gratis, sobre tu propia cartera.
Sin costo y sin compromiso: corremos el modelo sobre la cartera histórica anonimizada de la cooperativa y mostramos, con sus números reales, cuánto sube la aprobación sin subir la mora.
El informe de lift es tuyo, sigas o no. Si el modelo no le gana a lo que la cooperativa ya hace, lo decimos.
Agendar 20 minutosQUÉ NECESITAMOS
Registros históricos de crédito anonimizados con su desenlace: quién pagó y quién no. Nada que identifique al asociado.
QUÉ RECIBES
Discriminación y calibración sobre tu cartera, curva de aprobación contra mora y el punto de corte que recomendaríamos.
DESPUÉS
Endpoint de score o archivo por lotes, monitoreado en cada corrida. La cooperativa sigue decidiendo; el modelo solo ordena.
Dónde operamos
Hiperlocal por diseño: Llano y Orinoquía, no Colombia entera.
Conocemos la estacionalidad agropecuaria, las cadenas productivas y los ciclos de pago de cada departamento donde trabajamos — el foso que un modelo genérico nacional no puede replicar.
- Meta
- Casanare
- Putumayo
- Caquetá
- Guainía
Manejo de datos
La cooperativa conserva la propiedad y el control de los datos de sus asociados en todo momento.
Tratamiento bajo acuerdo de encargado, regido por la Ley 1581 de 2012 de Colombia: datos anonimizados o seudonimizados, cifrados en tránsito y en reposo, y minimizados a lo que el modelo realmente necesita.
- Finalidad limitada al scoring: sin reventa ni uso secundario
- Eliminación a solicitud y al terminar la relación
- Cada score trazable a los factores que lo produjeron
Contacto
Tráenos las solicitudes que hoy estás negando.
Veinte minutos para ver si tu cartera tiene historial suficiente para una prueba de concepto. Si no lo tiene, te decimos qué empezar a capturar.
Alejandro Calderón
Kratos Analytics LLC