Decisiones 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.
Actualizado en julio de 2026 · 6 min de lectura
En resumen
El mismo motor que origina puede decidir la cobranza: segmenta el atraso por riesgo real, prioriza la gestión temprana, define ofertas con reglas y registra cada acción. El re-scoring periódico de cartera detecta el deterioro antes de que el atraso exista.
La cobranza sigue gestionándose, en muchas instituciones, por antigüedad de deuda y a fuerza bruta: llamar a todos, empezando por los más atrasados. Pero no todos los deudores son iguales — y la diferencia entre recuperar y perder una cuenta suele definirse en los primeros días de atraso. Ese es un problema de decisiones, y un motor de decisiones lo trabaja igual que la originación.
Escrito porMariano Sokal · COO de uFlow
COO de uFlow. Trabaja con bancos, fintechs y retailers de Latinoamérica en cómo se gobiernan las políticas de crédito: quién decide, cómo se controla un cambio y qué evidencia queda para auditoría y para el regulador.
La cobranza es una decisión por cliente, no una lista
Cada cuenta en mora plantea las mismas preguntas: ¿qué probabilidad hay de que se regularice sola? ¿Qué intensidad de gestión amerita? ¿Qué canal y qué oferta maximizan la recuperación sin quemar la relación? Responderlas cuenta por cuenta, con reglas explícitas, es exactamente lo que hace una política de decisión:
- Segmentación por riesgo de rodado: separar el atraso friccional (se olvidó, cobra distinto mes) del estructural (deterioro real de capacidad de pago).
- Matriz de intensidad: severidad del atraso × valor del cliente → canal (recordatorio automático, llamada, gestión especializada) y tono.
- Ofertas decididas con reglas: a quién ofrecer plan de pagos, refinanciación o quita, con topes definidos por política y no por criterio individual del gestor.
- Exclusiones explícitas: casos sensibles o normados que van directo a tratamiento especial.
- Reglas de contacto responsables: canal, frecuencia y horarios definidos en la política, dentro de los marcos de protección al consumidor aplicables.
Mora temprana: re-scoring antes de que el atraso exista
La gestión más barata es la que llega antes del atraso. Un re-scoring periódico de la cartera activa — corrido en batch sobre miles de cuentas — detecta las señales de deterioro (más endeudamiento en el sistema, consultas recientes en bureaus, caída de comportamiento) y dispara acciones preventivas: recordatorios reforzados, revisión de límite, contacto proactivo.
El mismo proceso batch genera la lista priorizada del día para el equipo de cobranzas: no "todos los que deben", sino los casos donde la gestión temprana cambia el resultado.
Integración con la operación de cobranza
El motor no reemplaza al sistema de gestión de cobranzas: lo alimenta de decisiones. La integración típica combina lo masivo con lo puntual:
- Batch nocturno: re-score de cartera y asignación de segmento/estrategia por cuenta, exportado hacia el sistema de gestión.
- API en línea: cuando el gestor tiene al cliente en el teléfono, consulta qué ofertas puede hacerle según la política vigente.
- Webhooks: los eventos de pago o promesa disparan la re-evaluación del caso sin intervención manual.
El mismo gobierno que en originación
Las políticas de cobranza cambian seguido — campañas, contextos económicos, metas trimestrales — y por eso necesitan el mismo gobierno que las de originación: versionado de cada cambio de estrategia, prueba con champion/challenger (¿la quita del 20% recupera más que el plan de pagos?), y trazabilidad de qué oferta se le hizo a quién, cuándo y bajo qué regla.
Ese registro cierra un ciclo que en muchas instituciones está abierto: lo aprendido en cobranzas — qué perfiles ruedan y cuáles se recuperan — vuelve como insumo para ajustar la política de originación.
Las prácticas descritas deben adaptarse a la normativa, las políticas de crédito y las obligaciones de protección al consumidor y de datos personales aplicables en cada país.
Documentación técnica
Cómo se implementa esto en el motor, paso a paso.
Dudas habituales
¿La priorización automática reemplaza al equipo de cobranzas?+
No: le cambia la agenda. El equipo deja de repartir esfuerzo uniforme sobre toda la mora y concentra su tiempo en los casos donde la gestión humana tiene más impacto, con la oferta que la política ya validó. Lo repetitivo (recordatorios, segmentación, promesas simples) queda automatizado.
¿Qué datos necesita el re-scoring de cartera?+
Los internos (comportamiento de pago, uso del producto) más los externos que la política ya sabe consultar: situación en bureaus y señales del sistema financiero. Al correr en batch conviene cuidar el costo por consulta usando la ventana de reconsulta y priorizando qué segmentos ameritan dato fresco.
Temas relacionados
Champion / 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.
Model 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.
ProductoCómo lo hace el motor de decisiones de uFlow
Gobierno, versionado y trazabilidad aplicados en el motor, sin frenar al negocio.
Explora todas las guías o lee el blog de uFlow.
¿Te sirve para tu proceso de decisión?
Transforma tu proceso de evaluación crediticia con el motor de decisiones.