Este artículo es el tercero de una serie sobre desarrollo de scorecards y tipos de modelos de scoring, y se concentra en el análisis de segmentación. El primer artículo trató sobre conceptos de scoring y diferentes tipos de scorecards. El análisis del archivo maestro (Masterfile Analysis), la preparación previa necesaria antes de construir la scorecard, fue el tema del segundo artículo.

El propósito del análisis de segmentación es establecer los beneficios potenciales para el negocio de desarrollar múltiples scorecards para controlar la exposición a las deudas incobrables a través de la cartera.

El análisis de segmentación se efectúa normalmente para separar áreas del negocio de modo de poder tratarlas en forma diferente. Puede hacerse, por ejemplo, por productos, fuente de negocio, características, clientes nuevos vs. existentes, vehículos nuevos vs. usados, etc.

Los motivos para la segmentación pueden ser;

•  Históricos – solía segmentar en el pasado o parece apropiado hacerlo.

•  Prácticos – el negocio utiliza sistemas separados, o

•  Estadísticos – evaluaciones más poderosas, decisiones mejoradas (reducción de deudas/mayores ingresos/más rentabilidad)

Es importante considerar el tamaño relativo de cada sub-población al identificar las segmentaciones óptimas. Se recomienda efectuar segmentaciones en sub-poblaciones que representen por lo menos el 15% o más de la cartera total a menos ésta sea de tamaño considerable. Esto asegurará que las scorecards sean estadísticamente sólidas y se mantengan fuertes a lo largo del tiempo. Además, desarrollar e implementar scorecards para sub-poblaciones pequeñas puede no tener una buena relación costo-beneficio.

Es importante verificar que haya una diferencia significativa en el nivel de riesgo de cada sub-población dentro de cada segmentación potencial. Esto asegurará que sea apropiado tener scorecards diferentes para cada sub-población.

Como se mencionó, el objetivo del análisis de segmentación es establecer si existe algún beneficio, en términos de discriminación mejorada de la scorecard /o ahorro en deudas incobrables, al tener más de una scorecard. Esto se logra a través del siguiente proceso:

Se crea una base de datos que contenga toda la información disponible en el momento de la solicitud. Todos los análisis efectuados en la etapa de análisis de segmentación es anterior a la obtención de información retrospectiva del buró. 

Se construye una scorecard general sobre toda la base de datos y se identifican las medidas de desempeño de la scorecard. Estas son:

•  Discriminación – que mide la separación entre clientes ‘buenos’ y ‘malos’ tomando en cuenta la diferencia en los scores medios y la cantidad de superposición de los buenos y malos. Cuanto mayor la diferencia en scores medios y menor la superposición, mayor es la discriminación.  La discriminación normalmente está entre 0 y 5000.

•  Gini – El coeficiente Gini mide la proporción de clientes malos aceptados en relación con la proporción de clientes buenos aceptados. El Gini puede estar entre 0 y 100 (100 es óptimo, aunque imposible de lograr en la práctica).

•  Estadística KS – La estadística KS (Kolmogolov – Smirnov) mide la diferencia máxima entre el porcentaje acumulativo de clientes buenos y malos.  La estadística KS puede estar entre 0 y 100 (100 es óptimo, aunque imposible de lograr en la práctica).

•  Índices de malos – Se nota el índice de malos en varios scores de corte.

Se crean entonces bases de datos separadas para cada segmentación y se reexaminan los criterios dentro de cada base de datos para optimizar la fuerza de los datos para esa sub-población particular.

Se construyen scorecards específicas para cada segmento. Se producen estadísticas de fuerza de la scorecard para cada una de las scorecards de segmentación. 

Se comparan luego las estadísticas de fuerza de la scorecard, el índice de malos resultante y el índice básico para las scorecards generales y de segmentación. Luego se eligen las scorecards finales.

Lea Credinews el próximo mes para mayor información sobre construcción y prueba de una scorecard.