Archive for ‘Data Science’ Category

datos maestros_web

La Empresa Española de Distribución en cuestión, dentro de su estrategia hacia un nuevo modelo de gestión de la información empresarial, requería disponer de una arquitectura que diera soporte a la gestión de los datos maestros.

Evo Banco

Actualmente EVO Banco cuenta con un plan estratégico tecnológico detallado, conformado por diferentes líneas de actuación que dan respuesta a las necesidades de negocio a corto, medio y largo plazo. Este Plan, soportado por una infraestructura Big Data y por nuevas capacidades analíticas avanzadas supone el despegue de EVO para posicionarse como líder de la banca digital en España.

BC Cajamar

Cajamar, junto con Synergic Partners, tenían el reto de definir una estrategia Big Data / Data Science que dotase al banco de una arquitectura tecnológica propia y de capacidades analíticas y organizativas, al tiempo que le permitiese evolucionar con nuevas herramientas y enfoques más disruptivos.

Recuperación de Mora

Una entidad bancaria quiere mejorar los ratios de contactos con los clientes morosos ilocalizables. Para ello es necesario implementar una herramienta que permita la recuperación automática de información de dichos clientes para recobros del banco. El reto radica en analizar información tanto estructurada como desestructurada de diversas fuentes de Internet, siempre dentro de la legalidad aplicable y dentro de los términos y condiciones declarados por las diferentes fuentes.

Nueva Segmentación Clientes

Una entidad bancaria desea identificar clientes con características similares en base a atributos comportamentales. La identificación de determinados comportamientos puede ayudar a clasificar a los clientes en diferentes categorías, como clientes de valor, clientes con un alto riesgo de fuga, entre otros. Este enfoque permite tener una visión holística del cliente, entendiéndolo desde muchas dimensiones más allá de la gestión habitual CRM.

Mejora scorings de riesgo

Los algoritmos de scoring para dar créditos a empresas y particulares actualmente son calculados, en la mayoría de los casos, en base a información contable. No obstante, en las entidades bancarias existe otra información relevante de cara a evaluar la solvencia económica del cliente que podría ayudar a mejorar estos algoritmos y, por tanto, mejorar la predicción de mora.

Clientes destacados