Low 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.
Actualizado en julio de 2026 · 9 min de lectura
En resumen
Low and Grow es aprobar poco, leer el comportamiento de pago y crecer gradual. Sirve para incluir a clientes sin historial sin disparar la mora. Su regla de oro —"el riesgo es sensible al monto"— exige calibrar con precisión cuánto, cuándo y a qué precio se sube, apoyándose en datos determinísticos, pruebas en el 1–2% de la cartera y límites dinámicos.
Cuando un solicitante no tiene historial crediticio —o el que tiene no lo favorece— la reacción fácil es rechazar. Low and Grow propone lo contrario: aprobar un monto chico, dejar que el comportamiento de pago hable y crecer a la velocidad justa. Es una estrategia de inclusión y de riesgo al mismo tiempo, y su éxito depende de la precisión con que se calibra cuánto, cuándo y a qué precio se sube.
Qué es "Low and Grow" (y qué problema resuelve)
Low and Grow —empezar bajo y crecer— es un modelo de otorgamiento pensado para clientes sin historial o con referencias que no los favorecen. En lugar de negar el crédito ante la duda, la institución aprueba un monto inicial pequeño y usa el comportamiento real de pago como la mejor referencia disponible.
El objetivo es doble: no cerrarle la puerta a un cliente potencialmente bueno (inclusión) y, a la vez, acotar la exposición mientras todavía no hay evidencia (riesgo). Es especialmente útil para atender a la base de la pirámide, a poblaciones sin bureau o en contextos de alta volatilidad.
Los cuatro pasos
La estrategia se apoya en un ciclo simple pero disciplinado:
- Aprobar poco al inicio. Ante la falta de historial se aprueba —no se rechaza— pero por un monto reducido: alcanza para empezar la relación y observar.
- Observar el comportamiento de pago. El primer crédito reemplaza el juicio de valor estricto: cómo paga el cliente genera las referencias que antes no existían.
- Subir gradual. Si cumple, se mejoran las condiciones y se incrementa el monto en los créditos siguientes, escalón por escalón.
- Calibrar velocidad, plazo y precio. No basta con subir el límite: hay que calcular a qué velocidad crece el monto, con qué plazo y a qué tasa. Un salto demasiado grande rompe la estrategia.
La regla de oro: el riesgo es sensible al monto
El principio que hace funcionar todo es que el riesgo es sensible al monto. En la práctica, Low and Grow es un juego de precisión: gana la institución que ofrece el monto más alto que el cliente es capaz de manejar, sin pasarse de su capacidad de pago.
El error típico es crecer de más o de golpe. Si el monto otorgado supera lo adecuado, o si la cuota se triplica de un período al siguiente, aparece el "shock de pago": el cliente llega a un punto donde simplemente deja de pagar. Crecer no es subir el límite lo más rápido posible; es subirlo lo más rápido que el comportamiento y la capacidad de pago lo permiten.
Con qué datos arrancás cuando no hay bureau
Si no hay historial tradicional, la evaluación inicial se apoya en datos alternativos y, sobre todo, determinísticos: información verificable en la fuente en lugar de lo declarado por el solicitante. Empleo e ingresos verificados en tiempo real, reputación de la línea telefónica, pago de servicios, huella transaccional.
La diferencia entre datos reales y datos inferidos o declarados es la que sostiene la estrategia: cuanto más determinística es la señal, más chico es el margen de error del primer monto. Esto no elimina el sesgo —ningún dato lo hace—, pero gobernado y trazable permite decidir con criterio donde el bureau no llega y ampliar el crédito de forma auditable. En la guía de datos alternativos y open finance entramos en qué fuentes usar y cómo orquestarlas.
Cómo se opera en el motor de decisiones
Low and Grow se traduce bien a un motor de decisiones porque es, en el fondo, un conjunto de reglas versionadas: el monto inicial por segmento, las condiciones para subir y los topes de cada escalón. Cada versión de la política queda registrada, es auditable y se puede revertir.
Tres capacidades del motor hacen que la estrategia sea operable y segura:
- Datos bajo demanda. El motor pide señales adicionales sólo cuando el perfil lo amerita, en milisegundos y sin fricción para el cliente.
- Prueba en una porción de la cartera. Antes de mover la curva de crecimiento para todos, se prueba el cambio en el 1–2% de las operaciones (champion/challenger): si sale mal, el impacto queda acotado.
- Límites dinámicos. Las líneas suben —y bajan— con la evidencia de pago, sin rehacer la política a mano cada vez.
Cuándo NO crecer (y otras señales de alerta)
Crecer parejo a todos es tan riesgoso como no crecer. Algunas señales para frenar o revisar:
- Shock de pago inminente: el próximo escalón haría que la cuota salte muy por encima de lo que el cliente venía pagando.
- Comportamiento irregular: atrasos, pagos mínimos sostenidos o un uso que no condice con la capacidad declarada.
- Clientes nuevos y fraude: en la primera operación conviene apoyarse en señales antifraude —orquestadas en el mismo flujo— para aislar los casos anómalos antes de aprobar.
Dudas habituales
¿Qué es la estrategia "Low and Grow"?+
Es un modelo de otorgamiento que, en lugar de rechazar a un cliente sin historial, le aprueba un monto inicial pequeño, observa su comportamiento de pago y mejora las condiciones gradualmente si cumple. Combina inclusión financiera con control de riesgo.
¿Por qué no conviene rechazar automáticamente a un cliente sin historial crediticio?+
Porque un cliente sin bureau no es necesariamente un mal pagador: simplemente todavía no hay evidencia. Aprobando un monto chico, la institución genera esa evidencia con el comportamiento real y no pierde a un cliente potencialmente rentable.
¿Cada cuánto se puede subir el monto de un crédito en Low and Grow?+
No hay un número único: depende del comportamiento de pago y de la capacidad del cliente. La regla práctica es no generar un "shock de pago" —por ejemplo, evitar que la cuota se triplique de un período al siguiente—, porque ahí es donde el cliente deja de pagar.
¿Qué datos se usan para evaluar a alguien sin historial crediticio?+
Datos alternativos y determinísticos: empleo e ingresos verificados en la fuente, reputación de la línea telefónica, pago de servicios y huella transaccional. La clave es priorizar la información verificable por sobre la declarada.
¿Cómo se prueba una curva de crecimiento sin arriesgar toda la cartera?+
Aplicando el cambio sólo al 1–2% de las operaciones (champion/challenger). Si la política nueva resulta más riesgosa, el impacto queda acotado a esa porción; si funciona, se escala al resto.
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.