Mediante un método se define el precio mínimo a cobrar a un cliente dado su nivel de riesgo (modelo de provisión y conducta)
Se predice mediante un modelo las ventas de las empresas en Chile para la asignación de campañas (Método Clásico)
Se predice mediante un modelo que canal de cobranza cobrar a clientes deudores (Machine Learning)
Se predice mediante un modelo que semanas del mes cobrarle a un cliente deudor (Machine Learning)
Se pronostica mediante un(os) modelo(s) cual será los desempeños para 3, 6 y 12 meses de las distintas carteras y segmto (Métodos Clásicos)
Se predice mediante un modelo qué clientes son posibles deudores ajustándolo a la capacidad del área (Machine Learning)
Se desarrolla un modelo para levantar alertas de cubrir y desenfoque de cámaras de seguridad interna (Computer Vision)
Se define mediante con un modelo las cotas superior e inferior de las tasas de CDS (Método Clásico)
Evalúa la factibilidad técnica y de negocio de aplicar NLP para el lavamiento optimo de garantías solicitadas por el clientes (Deep Learning).
Se define semáforo mediante criterio experto un modelo para definir la salud financiera de un cliente (Método Clasícos).
Evalúa la factibilidad técnica y de negocio de aplicar NLP para la optimización de consulta de las pólizas de seguro (Deep Learning).
Se predice mediante un modelo la probabilidad en que un cliente caiga en un ciclo de mora superior (Deep Learning)
Copyright © 2022 Franco Mansilla Ibáñez - Todos los derechos reservados.
We use cookies to analyze website traffic and optimize your website experience. By accepting our use of cookies, your data will be aggregated with all other user data.