Inteligencia Artificial para el Cobro de Deudas
Sirit es un motor para asistir a los clientes con interacción digital multicanal. Nuestros procesos automatizados pueden segmentar, aplicar estrategias y aprender de experiencias pasadas para mejorar los resultados futuros.
Sirit nos contrató para desarrollar un modelo de Aprendizaje Automático para predecir la mejor estrategia para cobrar una deuda a un cliente.
Las agencias de cobro de deudas tienen que lidiar con grandes carteras de deudas de varios acreedores. Gestionar y priorizar estas carteras de manera eficiente puede ser una tarea compleja, que afecta la efectividad general de los cobros.
Utilizamos varias estrategias para encontrar información útil en los datos:
- Perfilado de datos
- Agrupamiento (estamos enamorados de UMAP)
- Clasificación
También preparamos un informe detallado con los resultados y los pasos a seguir para mejorar el modelo. Nuestra idea es utilizar la IA para mejorar el proceso de cobro y ayudar a los agentes a ser más eficientes en estas áreas principales:
- La IA puede ayudar a las agencias de cobro de deudas a optimizar sus carteras proporcionando información sobre las estrategias más efectivas para diferentes tipos de deudores.
- La IA puede detectar señales tempranas de posibles problemas de pago y marcar las cuentas que probablemente se volverán morosas. Esto permite a los cobradores intervenir de manera proactiva y evitar una mayor escalada.
- Los algoritmos de IA pueden aprender de cada interacción y mejorar con el tiempo. Este aprendizaje continuo permite a los cobradores refinar sus estrategias y mejorar su efectividad.
- La IA puede ayudar a identificar actividades fraudulentas y distinguir entre deudores genuinos y aquellos que intentan evadir los pagos.
Tecnologías en este proyecto:
- Python, pandas, scikit-learn, seaborn, matplotlib, jupyter notebooks.
- Mito y pandas profiler.
- UMAP para agrupamiento.