Credit Scoring Cognitive Automation
Asistente cognitivo virtual de automatización e inteligencia artificial.
IBM Watson e IBM ODM on Cloud
Habber Tec dispone de una solución de inteligencia artificial basada en los servicios de IBM Watson e IBM ODM on Cloud (Operational Decision Manager) e IBM Cloud Native Development Subscription for IBM Cloud, especializada en la concesión de créditos inmobiliarios. Esta solución permite mejorar el nivel de servicios proporcionado a los clientes y así apoyar la toma de decisiones por parte del negocio. Está desarrollada mediante modelos predictivos de machine learning tanto para la concesión como para detectar potenciales impagos, todo esto combinados con reglas de negocio (políticas de riesgo) y el uso de servicios cognitivos que mejoran la experiencia del usuario y la captura de nuevos datos. Esta solución está 100% basada en servicios SaaS, dotada de un cuadro de mando que permite el seguimiento y la monitorización de los KPIs definidos para la plataforma. Es una solución totalmente escalable.
CLIENTE
UCI – UNIÓN DE CRÉDITOS INMOBILIARIOS
UCI tenía el desafío de contestar rápidamente a los clientes que solicitan hipotecas para las más de 700 inmobiliarias para las que trabaja, así como su canal directo hipotecas.com. Optaron por la solución de Habber Tec que no sólo les permite automatizar sus decisiones de riesgo, sino que aprende de la experiencia de las operaciones anteriores.
La solución de Habber Tec utiliza la inteligencia artificial de IBM Watson, ha sido desarrollada con Watson Studio y desplegada en Watson Machine Learning para su ejecución. Además combina algoritmos de IA con las políticas de riesgo empleando IBM ODM on Cloud, que ha permitido la creación de un sistema de reglas de negocio adaptado al departamento de riesgo de UCI, dotando a dicho departamento de una solución versátil y escalable donde ellos mismos son capaces de fijar los parámetros a aplicar para la concesión de hipotecas, siendo estas reglas aplicadas en tiempo real en la solución ofrecida por Habber Tec.
Utilizando el historial de concesiones de hipotecas de UCI se ha entrenado el modelo de Decisión, responsable de decidir si una hipoteca debe de ser concedida o no (tal y como lo haría un experimentado agente del banco) y los motivos del sí o del no para que la inteligencia artificial no actúe como caja negra, sino que sea interpretable y capaz de cumplir con las normativas del GDPR.
De esto se ha obtenido como resultado un potente modelo que permite proporcionar con la mínima intervención humana una respuesta instantánea del 82% de las solicitudes de crédito, con una precisión superior al 84%.
Adicionalmente y empleando el historial de pagos de UCI se ha entrenado el modelo de impagos, que predice con una precisión superior al 80% la probabilidad de que la hipoteca sea impagada, basándose en el perfil de los solicitantes.
Gracias a las capacidades de aprendizaje automático que ofrece IBM Watson Machine Learning, el sistema es capaz de reentrenarse con nuevas decisiones para adaptarse de forma automática a los cambios constantes que vive el sector.
PROBLEMAS DE NEGOCIO
Desde el inicio, UCI ha realizado el proceso de análisis de créditos a través de los profesionales inmobiliarios de la propia compañía. Con la constante evolución tecnológica UCI ha decidido entrar en la transformación digital, ya que hacía el proceso de manera manual y únicamente dependiendo de los profesionales generaba las siguientes consecuencias:
Retraso en la respuesta
Invertían tiempo en el proceso de revisar una solicitud de crédito hipotecario para aprobarla o rechazarla (eran días).
Pérdida de competitividad
Por no prestar servicio ágil (respuestas en tiempo real) a sus potenciales clientes, desaprovechaban la oportunidad del mercado.
Presencia de subjetividad
La decisión final la toma únicamente un equipo de personas especializadas, con sentimientos, prejuicios; que, aunque se apeguen a unas reglas, son subjetivos y eso puede suponer que se tomen decisiones que no son tan neutrales/sistemáticas/objetivas, en algunas ocasiones.
Dificultad de adaptarse sistémicamente
Ante los constantes cambios de políticas de riesgo en función de mercado.
Impago en las hipotecas concedidas
Muchas de las hipotecas aprobadas no fueron pagadas.
OPORTUNIDADES DE NEGOCIO
Ante esta situación, UCI se planteó la creación de un sistema dinámico capaz de evaluar las solicitudes en tiempo real para precalificar sus potenciales clientes encontrando un equilibrio entre el número de hipotecas aprobadas y el número de impagos. Es decir, esta solución le da una gran oportunidad a UCI para seguir creciendo en su negocio y, sobre todo, mejorando sus resultados.
DETALLES TÉCNICOS
La solución está estructurada en 6 etapas:
1 Leads aprobados por los filtros básicos.
2 Datos ofrecidos por el cliente (formulario, sin garantías, como demográficos, ingresos, histórico laboral, AIS, datos del inmueble).
3 Machine Learning
4 Definición de reglas obligatorias (Máx. 40% sobre los ingresos).
5 Predecisión (Si, No, Revisar).
6 Detalles de la decisión:
Qué motivó la decisión (datos con pesos positivos, negativos o neutrales).
Pre-calificación en base a la política (si la decisión es NO, que debe cambiar para conseguirlo).
TECNOLOGÍAS IBM IMPLANTADAS
IBM Data&AI
- Watson Studio
- Watson Machine Learning
- DB2 Flex
IBM Cloud
- COS (Cloud Object Storage)
- CloudFoundry (SDK for NodeJS)
IBM Automation SaaS
- ODM on cloud
IBM Cloud Native Development Subscription for IBM Cloud
VENTAJAS COMPETITIVAS
Reducción del tiempo y los recursos necesarios para gestionar los expedientes y procesos de negocio
Mejora en los costes de transacción por expediente.
Time2Market
Aumento de la productividad.
Reducción de errores y fraudes.
Mejora de la comunicación con el cliente.
Externalización de actividades no-core.
Posibilidad de analítica.
RETORNO DE INVERSIÓN
Ahorre de costos en personal. Lo que antes hacían varias personas, ahora lo hace una máquina.
Incremento en los ingresos, debido a que se están aprobando hipotecas más rápido.
Reducción en los impagos de las hipotecas, ya que las solicitadas son con más eficiencia y precisión.
CONCLUSIONES
Es importante destacar que cualquier empresa que trabaje con aprobación de crédito en cualquier mercado puede usar esta solución para hacer la preaprobación del crédito de forma automatizada y con un margen de error mínimo que representa una disminución en el impago del crédito.
VÍDEO
El siguiente video explica cómo Habber Tec adaptó su solución de inteligencia artificial con IBM Watson para Unión de Créditos Inmobiliarios, que mejora el nivel de servicios prestados a los clientes y apoya la toma de decisiones comerciales. A través de modelos predictivos de aprendizaje automático, combinados con políticas de riesgo, servicios cognitivos que mejoran la experiencia del usuario y capturan nuevos datos, esta aplicación puede dar una respuesta en tiempo real a las solicitudes de hipotecas, automatizando el 80% de las decisiones de crédito.