Historias de éxito con uFlow
Descubre los casos de RappiCard, Juancho te presta y RappiPay, que validan la calidad de nuestro servicio.
El equipo de uFlow reúne más de 25 años de experiencia en el sector financiero, como socio estratégico de empresas financieras, fintechs, retails y startups, desde entidades consolidadas hasta las más innovadoras. Nuestros clientes son el testimonio de nuestro compromiso.
RappiCard (México)
Por su flexibilidad, el motor de decisiones de uFlow se implementó en RappiCard para automatizar y hacer más eficientes los procesos de evaluación crediticia en la solicitud de tarjetas de crédito, sin depender del área de IT.
Ver caso completo →
Juancho te presta
Esta fintech facilita créditos rápidos de hasta cinco millones de pesos con plazos de 12 a 24 meses. El motor de decisiones de uFlow les permitió integrar modelos de machine learning, optimizando sus decisiones crediticias.
RappiPay (Colombia)
Con más de 800.000 usuarios en LATAM, RappiPay automatizó y agilizó su proceso de evaluación crediticia con uFlow, permitiendo a sus usuarios acceder con mayor rapidez a la tarjeta de crédito.
Y en infraestructura, conoce cómo uFlow escala sobre AWS con seguridad de nivel empresarial. Ver caso AWS →
Resultados comprobables, con fuente pública
Cifras reportadas por medios y asociaciones del sector tras implementar uFlow.
- 40 → 8 min
Activación de cupo de crédito
Colsubsidio, tras automatizar su originación con uFlow: la activación de cupo pasó de 40 a 8 minutos (5 veces más rápido).
Fuente: Colombia Fintech / La República (2025)Dato al agosto de 2025
- 25% → 12%
Reducción de la mora
Colsubsidio, tras implementar el motor de decisiones de uFlow.
Fuente: La República (2025)Dato al agosto de 2025
- +12%
Aumento de créditos otorgados
Colsubsidio, tras implementar uFlow en su proceso de crédito.
Fuente: La República (2025)Dato al agosto de 2025
- $138.000M
Colocados en créditos (COP)
Colsubsidio, monto acumulado otorgado reportado públicamente tras automatizar con uFlow.
Fuente: Colombia Fintech (2025)Dato al agosto de 2025
- +300%
Capacidad de procesamiento
Lulo Bank, tras implementar uFlow. Antes operaba un modelo con más de 300 variables y un árbol de decisión de más de 700 ramas; con uFlow casi triplicó su capacidad de procesamiento.
Fuente: uFlow — evento con TransUnion, Bogotá 2024Dato al septiembre de 2024
- Meses → horas
Cambio de políticas de crédito
Lulo Bank: los cambios de política pasaron de tardar meses a semanas o incluso horas con uFlow.
Fuente: uFlow — evento con TransUnion, Bogotá 2024Dato al septiembre de 2024
- +12%
Tasas de aprobación
Lulo Bank, tras implementar uFlow; además diversificó su portafolio de crédito.
Fuente: uFlow — evento con TransUnion, Bogotá 2024Dato al septiembre de 2024
Lo que dicen nuestros clientes
“Nos encanta trabajar con uFlow como proveedor porque las respuestas son inmediatas, los tiempos se cumplen y se anticipan a posibles errores. Ese nivel de atención no lo obtenés tan fácil de ningún proveedor.”
Roberto Arriaga
Gerente de Riesgos Crediticios · RappiCard México
“El motor de uFlow nos ayuda a manejar múltiples solicitudes de crédito de forma optimizada y con un tiempo de respuesta mucho más corto. La modificación de reglas que antes llevaba meses, ahora se gestiona en horas y sin un equipo técnico.”
Felix Diaz
Director de Riesgo de Crédito · Credijamar
“Con uFlow nos integramos de forma más fácil a diferentes sistemas para la toma de decisiones, optimizamos los parámetros de todas las políticas de originación e implementamos modelos de machine learning.”
Sergio Arboleda
Líder Riesgo Analítica · Juancho te presta
“Haber implementado este motor de decisiones nos permitió desarrollar más rápidamente nuevas funcionalidades de producto, con soporte técnico constante que aceleró la integración.”
Laura Apicella
CRO · RappiPay Colombia
Empresas que confían en uFlow
Todo lo que necesitas saber
¿Qué empresas usan el motor de decisiones de uFlow?+
Entre los clientes de uFlow se encuentran RappiCard, RappiPay, Juancho te presta, Hendel, Galilea, ExcelCredit, Migrante, Bercomat, Jamar y Ceibo Créditos, entre otros.
¿Qué resultados logró RappiCard con uFlow?+
RappiCard automatizó y agilizó sus procesos de evaluación crediticia para solicitudes de tarjetas de crédito, sin depender del área de IT.
¿Cómo ayudó uFlow a Juancho te presta?+
Le permitió integrar modelos de machine learning en su motor de decisiones, optimizando el otorgamiento de créditos rápidos de hasta cinco millones de pesos.
¿Cuántos años de experiencia tiene uFlow?+
uFlow cuenta con más de 25 años de experiencia como socio estratégico de empresas financieras, fintechs, retails y startups.
¿Cuánto se puede reducir la mora con un motor de decisiones?+
Depende de cada operación, pero hay resultados públicos: Colsubsidio redujo su mora del 25% al 12% tras automatizar sus decisiones de crédito con uFlow. La clave está en originar mejor y poder ajustar las políticas en horas ante señales de deterioro (fuente: La República y Colombia Fintech, 2025).
¿Cuánto puede mejorar la capacidad de procesamiento y las aprobaciones?+
Lulo Bank aumentó su capacidad de procesamiento casi un 300% y elevó sus tasas de aprobación hasta el 12% tras integrar uFlow, ejecutando modelos de más de 300 variables sin degradar el tiempo de respuesta (fuente: evento de uFlow con TransUnion, 2024).
¿Un motor de decisiones mejora la calidad de la cartera?+
Sí: al originar con más datos y mejores reglas se identifican con más precisión los buenos pagadores. En Colombia, las cosechas de crédito fintech de 2023 mostraron mejor comportamiento de pago que las tradicionales, un resultado atribuido al uso de motores de decisión modernos (fuente: TransUnion, 2024).
¿Quieres ser el próximo caso de éxito?
Transforma tu proceso de evaluación crediticia con el motor de decisiones.