Upload
doanhuong
View
225
Download
3
Embed Size (px)
Citation preview
Tecnologías de la Información en la Cobranza
Roberto Hernández Rojas Valderrama
ISACA Capítulo Ciudad de México
Agenda
• Cobranza – Gestión
– Ciclo
– Tendencias tecnológicas • Aplicadas a la recuperación
• Blockchain
• Analítica de datos
• Gobierno de datos
– Nuevos modelos de negocio • P2P
• Crowdfounding
Ciclo de Cobranza
Gestión de la Cobranza
• Mora temprana
• Mora vencida
• Mora vencida
• Primeros tramos cartera castigada
• De 0 a 7 días • Ultimo tramo de cartera vencida
Jurídica Preventiva
Administra-tiva
Prejurídica
Ventas
Análisis
Recupe-ración
Tendencias Tecnológicas
Tendencias Tecnologías
Recuperación
Envío masivo de SMS, llamadas pregrabadas, email
Call-Center Virtual (Agentes remotos trabajando desde sucursales o desde casa)
Speech analytics (verificación de cumplimiento de script y código de ética)
Business Intelligence (herramientas que permitan traducir los resultados de todos estos medios, buscando la mejor estrategia por deudor, cartera y temporada, de manera automática)
Limpieza de base de datos automática
Limpieza de base de datos automática
Blockchain
Es una base de datos compartida por cada participante en un sistema. El “blockchain”, almacena la historia de la transacción completa de una criptocurrencia
Las transacciones no son reconocidas hasta que se añadan al “blockchain”, es seguro porque cada quien tiene una copia. Las discrepancias son inmediatamente obvias
Block 102
Block 103
Block 103
Transacciones
Transacciones
Transacciones
Nueva transacción
Validación
Blockchain
• Usos
– Propiedad inteligente
– Siguiente generación de propiedad intelectual
– Administración digital de documentos
– Empleo y registros de trabajo
Preventiva
Referencias Comerciales Referencias Personales
Analítica de Datos
Big Data (5 V´s) • Terabytes a petabytes (1K TBs)a zettabytes (1B
TBs) y más Volumen (Datos en
Reposo)
• Datos en transmisión con milisegundos para analizarlos, detectarlos y responder
Velocidad (datos en Movimiento)
• Estructurado, no estructurado, texto, multimedia
Variedad (datos en muchas formas)
• Integridad de los datos y cómo establecer confianzas en los datos
Veracidad (Datos en duda)
• Diferentes valores para le negocio y para actores maliciosos
Valor (Tipo y valor de los datos)
Analítica de Datos
Analítica
Estadística
“Machine Learning”
Descriptiva Predictiva Prescriptivo
Procesamiento de Imágenes
Análisis de Texto
Análisis Geoespacial
Análisis de Opiniones
Analítica de Redes
Analítica de Medios Sociales
Analítica de Datos
Mi red de LinkedIn
Analítica de Datos
Puntuación de riesgo: detecta el cambio incremental # de ocurrencias donde los ejecutivos de una corporación mencionan riesgo (o un término equivalente) durante las llamadas telefónicas
Analítica de Datos World Cloud
Analítica de Datos
¿En qué se utiliza el Big Data?
5 principales industrias
Industria Porcentaje
Gobierno 17.1%
Banca y finanzas 15.3%
Tecnología de la Información 13.5%
Telecomunicaciones 9.9%
Salud 8.1%
Analítica de Datos
¿En qué se utiliza el Big Data? Industria Usos
Gobierno Detección de fraude Análisis regulatorio y de cumplimiento Análisis climático / predicción
Banca y finanzas Análisis regulatorio y de cumplimiento Análisis de riesgo y de administración Detección de fraude y analítica de seguridad CRM y programas de lealtad de clientes Calificación y análisis de crédito Arbitraje comercial de alta velocidad Vigilancia del comercio Análisis de patrones de transacciones anormales
Tecnologías de la Información Analítica de seguridad de la información Inteligencia de amenazas Administración de “logs”
Administra-tiva
Analítica de Datos
¿En qué se utiliza el Big Data?
Fuente Enabling Big Data by Removing Security and Compliance Barriers, SANS Institute, Abril 2015
Industria Usos
Telecomunicaciones Aseguramiento de ingresos y optimización de precios Prevención de pérdida de clientes Administración de campañas y lealtad de clientes Análisis de CDR (Call Detail Record) Desempeño y optimización de la red Análisis de localización de usuarios móviles
Salud Análisis de datos de ensayos clínicos Análisis de patrones de enfermedades Optimización de programas de ventas y campañas Fraudes de seguros médicos Análisis de programas y calidad de cuidados de pacientes Salud de la población SCM de dispositivos médicos y de farmacia Análisis de descubrimiento y desarrollo de fármacos
Administra-tiva
Gobierno de Datos Disciplina que permite evaluar, monitorerar y dirigir las acciones necesarias para que las organizaciones generen el mayor valor de sus datos (vistos como activos) y optimicen los riesgos inherentes
BASILEA III CARBÓN
FATCA
ISO
SIX SIGMA
DATOS DE CLIENTES
DATOS DE PROVEEDORES
DATOS DE PRODUCTOS
DATOS DE EMPLEADOS
DATOS DE MERCADO
DATOS TRANSACCIONALES
DATOS ABIERTOS
DATOS DE REFERENCIA
DATOS FINANCIEROS SLA
ESTÁNDARES
REGULATORIO
POLÍTICAS MEJORES PRÁCTICAS
DATOS MAESTROS
DODD-FRANK
MiFID
SOLVENCIA II
UCITS IV
DATOS
BIG DATA
Gobierno de Datos
BIG DATA
Estudio de Gobierno de datos (FIMA 2013)
Gobierno de Datos
BIG DATA
Estudio de Gobierno de datos (FIMA 2013)
Gobierno de Datos
BIG DATA
Mad
ure
z
Sin estándares
Acercamiento
reactivo a la
integración de
datos
Sin integración de
Datos Maestros
Sin acercamiento
de cadena de
suministro de
datos
Plataforma de
integración de
Datos (Estándares,
Mejores Prácticas,
Procesos definidos
y alineados)
Acercamiento de
limpieza de datos a
calidad de datos
Repositorio de
compartición de
datos integrado
Acercamiento
básico de
compartición de
datos
Definición de
marco de trabajo
de datos
(Indicadores de
Calidad de datos)
Reglas de negocio
capturadas en
repositorio
Servicios de
administración de
datos
Plataforma
común para
intercambio de
datos externo
Marco de trabajo
en (Reglas de
negocio,
Responsabilidad)
Centro de
excelencia de datos
(Enternamiento y
execución)
Acercamiento a la
calidad a través de
prevención de
contaminación de
datos
Incremento en la
transparencia a
través de la
comparticón de
datos
Excelencia en el
diseño de datos
(Gobernabilidad)
Excelencia de
datos embebida
en la cultura
Transparencia y
comppartición
completa de
datos
Empresa ágil,
confiable e
inteligente
Caótico Reactivo Estable Proactivo Predicivo
Inicial Año 1 Año 2 Año 4 Año N+ Año N+ Año N+
Val
or
al N
ego
cio
Imp
acto
al N
ego
cio
Gobierno de Datos
Preventivo
Nuevo modelos de negocio
P2P
Los prestamistas alternativos -empresas que operan exclusivamente online, como OnDeck (negocios) o Lending Club (personas), y que utilizan tecnologías y algoritmos propios para tomar decisiones de préstamo más rápidas y supuestamente más acertadas. Tienen mercados verticales como servicios médicos
P2P
Crowdfounding
Crowdfounding
Modelos de crowdfunding • Actualmente, dependiendo del tipo recompensa que los participantes
reciben a cambio de su participación en el proyecto, existen cinco modelos:
• Donaciones: Quienes realizan aportaciones no esperan beneficios a cambio
• De recompensas: Quienes hacen aportaciones recibirán una recompensa por su contribución.
• De acciones: Quienes reciben participaciones de ella. • De préstamos o crowdlending: Se trata de una financiación en masa, a
través de préstamos de una empresa a cambio de un tipo de interés por el dinero prestado.
• De royalties: Cuando se invierte en un determinado proyecto o empresa y se espera obtener una parte, aunque sea simbólica de los beneficios.
Crowdfounding y P2P
Gracias