La gestión de productos dentro de las instituciones financieras es una tarea ardua e implica el uso de mucha información sobre el comportamiento de los clientes. Más específicamente, pensando en una solución masiva como lo es una tarjeta de crédito, la gestión de la solución implica no sólo la planificación del producto, sino todo lo relacionado con la gestión del riesgo crediticio.
Dentro de la planificación de un producto como lo es una tarjeta de crédito, está la gestión de los límites de crédito. Ya que en ella se controla el nivel de exposición que genera cada cliente y, en consecuencia, el impacto potencial generado en términos de ingresos y pérdidas.
La definición del límite de crédito se ha asociado comúnmente con el uso de políticas de crédito basadas en información histórica sobre el uso de la tarjeta, el comportamiento de pago y el nivel de relación del cliente con la institución financiera. Cada institución tiene diferentes niveles de refinamiento y madurez en el uso de esta información para definir los incrementos del límite de la tarjeta.
Sin embargo, en general, estas políticas no responden a una pregunta crucial que, bien abordada, puede impactar positivamente en los resultados de los portafolios de las tarjetas: “¿Cuál es el valor límite adecuado para cada perfil de cliente para que maximice la rentabilidad generada por el portafolio?“
Afortunadamente, existen mecanismos que pueden ayudar a las instituciones financieras a responder esta pregunta desde una perspectiva analítica. Estos mecanismos se basan en la investigación operativa o, más concretamente, en la optimización matemática. En resumen, la optimización matemática es la ciencia que ayuda a las empresas a descubrir la decisión más adecuada para un problema empresarial determinado, que aprovecha un indicador empresarial y respeta las restricciones asociadas al proceso.
Muchas instituciones se han beneficiado del uso de la optimización matemática para resolver problemas de gestión de límites de crédito. Los resultados no se limitan a sólo un aumento de la rentabilidad del portafolio, sino que también se extienden a un aumento de los niveles de aprobación, así como a un aumento del nivel de relación con el banco.
En conclusión, se puede decir que el uso de la analítica avanzada, ligada al uso de la tecnología y estrategias de decisión, ayuda a las empresas a ser más eficientes en la gestión de sus clientes y los resultados que aportan a cada uno de sus productos, maximizando la rentabilidad.
Por Marcelo Fernandes, consultor de negocios de FICO
