La Analítica Avanzada a través de Machine Learning funcionan de maravilla para extraer el conocimiento de gran cantidad de datos (big data) como es el caso de los referentes a finanzas personales, los cuales son extraídos de ciertas fuentes de datos para obtener nuevos esquemas de calificación crediticia más eficientes que los tradicionales.

Puntales tales como el Big Data, Advanced Analytics particularmente el Machine Learning son una pieza importante para cambiar el paradigma histórico de los sistemas financieros principalmente en la gestión de riesgos de crédito y en los modelos de propensión a la compra, constituyéndose así en la nueva ola a la que hay que treparse para ir la vanguardia de la industria.

A través de información de finanzas personales como los ingresos y gastos de las personas se pueden crear variables de ”última generación” que sirven para desarrollar modelos scoring que permiten conocer si la persona caerá o no en default en los próximos días. Para ello, se emplea metodologías de Analítica Avanzada como Machine Learning, las cuales funcionan de maravilla porque aprenden de la gran cantidad de datos (big data) disponibles de las finanzas de las personas para sacar provecho de las interrelaciones implícitas existentes entre las variables. Con toda esta rica data se entrena los modelos de machine learning y se logra aprender de ellos para clasificar o predecir instancias fuera de muestra de entrenamiento.

Este es el caso de Fintonic, una app que asiste a la persona a organizar su dinero, tal como indica sus fundadores “somos independientes de los bancos porque ofrecemos a nuestros clientes las mejores condiciones financieras y además, enviamos alertas informativas sobre la situación económica, algo que nadie más realiza” para lo cual utilizan una plataforma de big data y a través de algoritmos alimentados por machine learning se logran manejar y procesar una cantidad de información fuera del alcance del ser humano logrando cumplir el objetivo de que cada consumidor conozca a qué precio se puede financiar o negociar con su entidad financiera las condiciones de un crédito por medio de un índice de solvencia para particulares que se ofrece a través de la aplicación de Fintonic y que puntúa de 0 a 900 puntos a los usuarios en función de sus ingresos, gastos o hábitos financieros.

Este índice se nutre de la información financiera facilitada por cada cliente a Fintonic, evaluando su comportamiento con el paso del tiempo y basándose en 160 variables entre las que se incluyen el ratio de ingresos sobre gastos; el historial crediticio; la liquidez; los estados financieros al descubierto o la devolución de recibos impagados.

Todo esto produce un cambio en los modelos y en la información tradicional que emplean los sistemas financieros para medir el riesgo de crédito, obteniendo modelos con un buen nivel de aciertos.

Referencias:

https://www.cincodias.elpais.com
https://www.retina.elpais.com