Analítica de cartera: priorizar la gestión de cobranza

La mayoría de las áreas de cobranza priorizan por antigüedad y monto porque son los datos que tienen a la mano. Priorizar por probabilidad de recuperación cambia el orden de la gestión, y el orden es lo único que se puede optimizar cuando el equipo es finito.

A continuación: por qué la antigüedad ordena mal, qué se puede modelar, qué exige criterio y qué obligaciones acompañan el uso de estos datos.

Una cartera vencida no es un bloque homogéneo. Contiene casos que se resolverán solos con un recordatorio, casos que necesitan una negociación y casos donde el esfuerzo no cambiará el resultado.

Tratarlos igual reparte el mismo esfuerzo entre situaciones muy distintas, y eso es lo que hace que la gestión parezca intensa y rinda poco.

Por qué la antigüedad ordena mal

La antigüedad mide cuánto tiempo lleva vencida una obligación, no la disposición ni la capacidad de pago de quien la tiene. Son cosas distintas y no se mueven juntas.

Un cliente con veinte días de mora y un historial impecable suele ser un olvido administrativo. Otro con los mismos veinte días y tres reestructuraciones previas es una situación diferente, y la antigüedad no las distingue.

El monto agrega el mismo sesgo por otra vía: concentra el esfuerzo en las obligaciones grandes aunque su probabilidad de recuperación sea baja, mientras deja sin gestionar un volumen de casos pequeños que se resolvían con un contacto.

Qué se puede modelar

La probabilidad de recuperación. Con el historial de comportamiento —puntualidad previa, número de incumplimientos, respuesta a contactos anteriores— se puede estimar qué tan probable es recuperar cada caso en una ventana dada.

El canal con mayor respuesta. No todos los clientes responden igual a un mensaje, una llamada o un correo. Aprender qué canal funciona por segmento evita gastar la interacción más costosa en quien habría respondido a la más barata.

El momento del contacto. La hora y el día en que un cliente respondió antes es información que suele estar registrada y casi nunca se usa para programar el siguiente intento.

La señal temprana. El caso más valioso no es el vencido sino el que va a vencer. Cambios en el patrón de pago suelen anticipar el incumplimiento con margen suficiente para actuar antes de que ocurra.

Lo que exige criterio

La decisión de qué hacer con cada segmento sigue siendo del negocio. Un modelo puede decir que un caso tiene baja probabilidad de recuperación; decidir si eso significa negociar, provisionar o dejar de gestionar es una política, no una predicción.

También hay que fijar el límite de intensidad. La analítica puede indicar que contactar más veces aumenta la recuperación, y aun así existe un umbral por encima del cual la práctica deja de ser aceptable, tanto por norma como por relación con el cliente.

Y conviene revisar el sesgo del modelo. Si aprende de una gestión histórica que concentró el esfuerzo en ciertos segmentos, tenderá a reproducir esa concentración y a confirmar que los demás no responden, simplemente porque nunca se les gestionó.

Qué obligaciones acompañan estos datos

La información de cartera es dato personal de carácter financiero, y su tratamiento está condicionado. En Colombia, Habeas Data (Ley 1581) regula el tratamiento y el reporte a centrales de información; en México, la LFPDPPP impone sus propias condiciones de finalidad y consentimiento.

Eso tiene una consecuencia de diseño: la finalidad para la que se recogió el dato limita para qué puede usarse después, y un modelo que amplía el uso sin revisar esa base construye un riesgo que aparece más tarde.

Conviene además poder explicar la priorización. Un criterio que ordena la gestión y no puede justificarse ante una reclamación es difícil de sostener, aunque funcione.

Cómo se ordena el proyecto

Empiece midiendo la gestión actual: cuántos contactos por caso, con qué resultado, por qué canal y en qué momento. Sin esa línea base no habrá contra qué comparar y cualquier mejora será una impresión.

Después construya la segmentación más simple que supere a la antigüedad. No hace falta un modelo sofisticado para mejorar un orden basado en una sola variable.

Y compare de verdad: mantenga un grupo gestionado con el criterio anterior durante un período. Es la única forma de saber si la mejora vino del modelo o de que el equipo estaba más atento porque había un proyecto en curso.

Qué se necesita antes

Historial de comportamiento con suficiente profundidad, registro fiable de los contactos realizados y su resultado, y una política escrita de gestión por segmento.

La segunda suele ser la que falta. Cuando el resultado del contacto no se registra de forma estructurada, no hay de qué aprender, y ese es el primer entregable real del proyecto.

¿Hace falta un modelo complejo para empezar?

No. Una segmentación basada en comportamiento previo suele superar el orden por antigüedad, y permite construir el caso para invertir en algo más elaborado.

¿Cómo se sabe si el modelo mejoró la recuperación?

Manteniendo un grupo gestionado con el criterio anterior durante un período. Sin comparación, la mejora puede deberse simplemente a que el equipo estuvo más atento.

¿Qué dato falta con más frecuencia?

El resultado estructurado de cada contacto. Sin él no hay de qué aprender, y registrarlo bien suele ser el primer entregable del proyecto.

¿Qué límites impone la normativa?

El tratamiento de datos financieros está condicionado por Habeas Data (Ley 1581) en Colombia y por la LFPDPPP en México, incluida la finalidad para la que se recogieron. Conviene revisar esa base antes de ampliar el uso del dato.