Cuando se trata de gestionar el riesgo financiero, hay que tener en cuenta muchos aspectos diferentes. Dos de los más importantes en el sector bancario y fintech son el riesgo de fraude y el riesgo de crédito.

Tal y como explica Costin Mincovici, Director de Crédito de tbi bank:

tbi bank gestionó sus riesgos con la ayuda de SEON. tbi simuló y modeló el rendimiento y el comportamiento de sus clientes utilizando los datos recopilados a través de SEON y mejoró sus modelos de puntuación de aprendizaje automático para predecir mejor el rendimiento de sus clientes.

¿Cuál fue el resultado? Los modelos mejorados permitieron a tbi predecir mejor el rendimiento y el comportamiento de sus clientes y gestionar más eficazmente sus enfoques de la puntuación del riesgo crediticio y el recorrido del cliente.

Costin dijo lo siguiente sobre esta mejora:

Gracias a la mejora de nuestros modelos de machine learning, pudimos aumentar las tasas de aprobación de nuestros clientes en 5 puntos porcentuales, lo que supone una mejora significativa en la captación rápida de nuevos clientes.

De este modo, el banco pudo ampliar su base de clientes y aumentar sus flujos de ingresos, al tiempo que gestionaba eficazmente el riesgo crediticio. Todo ello se tradujo en un gran retorno de inversión para tbi bank.

Al centrarse en otros tipos de datos, tbi bank pudo adquirir conocimientos sobre el comportamiento y las preferencias de los clientes sin depender de información demográfica potencialmente sensible, lo que supuso una mejora significativa de la experiencia del cliente.

Costin concluyó con estas palabras:

Al aprovechar el poder de los análisis avanzados y la información basada en datos, pudimos alcanzar nuestros objetivos de ampliar nuestra base de clientes y gestionar eficazmente el riesgo crediticio.

Para más información sobre tbi bank, visita www.tbibank.bg