Decisiones de crédito, gobernadas
Governance, policy versioning, decision traceability, model risk and security. Reference material for banks and lenders that need to automate without losing control.
Motor de decisiones para el crédito: la guía definitiva
Guía técnica: gobierno, trazabilidad, NoCode, modelos e IA en un motor decisional de crédito, y qué mirar antes de elegir uno.
Leer la guía16 minGobierno de decisionesGobernabilidad de políticas de crédito: quién decide, quién controla
Qué significa gobernar las políticas de crédito de una institución financiera: roles, control de cambios, entornos de prueba y trazabilidad. Cómo un motor de decisiones lo hace posible sin frenar al negocio.
Leer la guía6 minControl de cambiosVersionamiento y control de cambios en decisiones de crédito
Por qué el versionado de políticas es crítico en una institución financiera: rollback ante incidentes, trazabilidad de cambios y despliegue controlado a producción. Buenas prácticas y cómo se implementa.
Leer la guía5 minCiclo de cambio seguroCómo probar una política antes de producción: test de nodos, debug y promoción
El ciclo completo para cambiar una política de crédito sin sustos: probar nodos aislados con casos reales, depurar el flujo paso a paso y promover a producción con evidencia y marcha atrás.
Leer la guía6 minGlosarioGlosario del crédito automatizado: 30 términos que todo equipo debería compartir
De 'motor de decisiones' a 'champion/challenger': 30 términos del crédito automatizado definidos en dos líneas, para que negocio, riesgo y tecnología hablen el mismo idioma.
Leer la guía7 minGuía del compradorCómo elegir un motor de decisiones de crédito: la guía del comprador
Elegir un motor de decisiones es una decisión cara y de largo plazo. Los criterios que separan un buen encaje de un error costoso, y cómo evaluarlos en un RFP.
Leer la guía9 minTrazabilidad y auditoría: cómo explicar cada decisión de crédito
Cada decisión de crédito debe poder explicarse: qué datos entraron, qué reglas se aplicaron y por qué se aprobó o rechazó. Cómo lograr trazabilidad punta a punta para auditoría, compliance y reclamos de clientes.
Leer la guía6 minObservabilidadMonitoreo de decisiones en producción: transacciones, errores y respuestas crudas
Qué mirar cuando la política ya está en producción: búsqueda de transacciones por ID, fecha o variable, análisis de errores y acceso a la respuesta original de cada proveedor.
Leer la guía5 minDecisiones explicablesExplicabilidad de decisiones de crédito: cómo responder un rechazo con evidencia
Todo rechazo genera una pregunta: ¿por qué? Cómo construir decisiones de crédito explicables ante el cliente, el directorio y el regulador — incluso cuando participa un modelo de ML.
Leer la guía6 minChecklistChecklist de auditoría de políticas de crédito: 25 preguntas antes del examen
Las 25 preguntas que una auditoría — interna o del regulador — le hace a la decisión de crédito automatizada, organizadas por área, con lo que una buena respuesta debería poder mostrar.
Leer la guía6 minAuditoríaLas dos vistas de la auditoría: la decisión individual y el comportamiento de la política
Auditar decisiones de crédito exige dos vistas: reconstruir una decisión con su evidencia y ver el comportamiento agregado de la política. Qué detecta cada una.
Leer la guía7 minChampion / Challenger: probar una política nueva sin arriesgar la cartera
Cómo evaluar una política de crédito nueva contra la que ya está en producción, midiendo su impacto real sobre una porción del tráfico antes de adoptarla. La técnica de champion/challenger aplicada a decisiones.
Leer la guía5 minModel riskModel risk: gobernar los modelos de scoring y ML en decisiones de crédito
Los modelos de scoring y machine learning mejoran la decisión, pero introducen riesgo de modelo: sesgo, degradación y falta de explicabilidad. Cómo gobernarlos dentro de un motor de decisiones con validación, monitoreo y trazabilidad.
Leer la guía6 minMatrices de riesgoDe la matriz de Excel al motor: cómo digitalizar matrices de riesgo crediticio
Cómo pasar las matrices de riesgo que hoy viven en Excel a un motor de decisiones: tablas de doble entrada versionadas, testeables y auditables, sin escribir código.
Leer la guía5 minProcesamiento masivoEvaluación masiva en batch: re-scoring de cartera y campañas de preaprobados
Cómo ejecutar la misma política de crédito sobre miles de clientes a la vez: campañas de preaprobados, re-scoring de cartera y backtesting con procesamiento batch, sin proyectos de ingeniería.
Leer la guía6 minModelos en producciónTu modelo de scoring en producción: del notebook a la decisión, sin reescribirlo
Cómo llevar un modelo de machine learning propio a una política de crédito productiva: carga de modelos Python, versionado, ejecución como nodo del flujo y lógica custom cuando hace falta.
Leer la guía6 minSesgo e inclusiónSesgo en el scoring crediticio: gobernarlo para ampliar el crédito, no para achicarlo
Los modelos de scoring heredan los sesgos de sus datos. Cómo detectarlos con monitoreo por segmento, mitigarlos en la política y convertir la inclusión financiera en una ventaja de cartera.
Leer la guía6 minCobranzasDecisiones en cobranzas: priorizar la mora temprana con el motor
El mismo motor que origina puede decidir la cobranza: a quién gestionar primero, por qué canal y con qué oferta. Cómo automatizar la priorización de mora temprana con re-scoring y reglas.
Leer la guía6 minLímites de créditoGestión dinámica de límites: líneas que crecen (y se achican) con la evidencia
El límite de crédito no debería fijarse una vez y quedar congelado. Cómo automatizar aumentos y reducciones de línea con reglas, re-scoring periódico y el gobierno necesario para auditarlo.
Leer la guía5 minRisk-based pricingPricing basado en riesgo: la tasa como decisión, no como tabla fija
Cobrarle la misma tasa a todos subsidia a los malos pagadores con los buenos. Cómo implementar risk-based pricing con matrices de tasa, reglas de tope y experimentación controlada.
Leer la guía5 minFraudeCómo armar un flujo antifraude en el motor de decisiones
El motor no detecta el deepfake: orquesta a tus proveedores de identidad, antifraude y buró, cruza sus señales con tus reglas y decide aprobar, rechazar o derivar a revisión.
Leer la guía8 minRiesgoLow and Grow: cómo prestar a clientes sin historial empezando bajo y creciendo
Qué es la estrategia Low and Grow para otorgar crédito a clientes sin historial: aprobar montos chicos, leer el comportamiento de pago y crecer gradual.
Leer la guía9 minRiesgoReproducibilidad de modelos: el mismo resultado en tu notebook y en producción
Cómo asegurar que un modelo de scoring devuelve en producción el mismo resultado que en tu entorno local: entorno fijado, contrato de datos y validación con tolerancia.
Leer la guía8 minSegregación de roles y accesos en un motor de decisiones
Quién puede editar, probar y publicar una política de crédito importa tanto como la política misma. Cómo aplicar segregación de funciones, mínimo privilegio y control de accesos en un motor de decisiones.
Leer la guía5 minSeguridad operacionalSecretos, credenciales y API keys: la otra mitad de la seguridad del motor
Las políticas de crédito consultan bureaus y APIs con credenciales sensibles. Cómo gestionarlas bien: secretos con alcance por carpeta, API keys con ciclo de vida, 2FA y mínimo privilegio.
Leer la guía5 minOrquestación de bureaus y fuentes de datos: más señal, menos costo y latencia
Cómo consultar bureaus y APIs en una decisión de crédito sin pagar consultas de más ni sumar latencia: waterfall, consultas concurrentes, caché de reconsulta y caminos de contingencia.
Leer la guía6 minOnboarding digitalOnboarding digital: identidad, KYC y decisión crediticia en un solo flujo
Verificación de identidad, KYC y evaluación crediticia suelen vivir en sistemas separados que el cliente sufre en serie. Cómo orquestarlos en un solo flujo que decide en segundos sin resignar control.
Leer la guía6 minDatos alternativosDatos alternativos y open finance: decidir donde el bureau no alcanza
En Latam, millones de solicitantes tienen historial crediticio escaso. Qué datos alternativos existen, cómo integrarlos a la política sin proyectos de meses y cómo validar que realmente predicen.
Leer la guía6 minCrédito digital en México: mercado, fraude y automatización de decisiones
Cómo está el mercado de crédito digital en México: digitalización, fraude en alza, datos alternativos y el motor de decisiones como factor clave.
Leer la guía8 minMercadoCrédito digital en Colombia: fintech, mora y motores de decisión
Cómo está el mercado de crédito en Colombia: fintech vs. banca, mora, cosechas y por qué la tecnología de decisión separa a los que originan bien.
Leer la guía9 minConversemos sobre tu proceso de decisión
Revisamos cómo decides hoy y te mostramos cómo se resolvería en el motor, con tus fuentes y tus políticas.