Business Analytics

Agenda Business Analytics

1. Tipos de Proyecto.
2. Metodología de Trabajo.
3. Casos de Éxito:
3.1 Detección de Fraude
3.2 Prevención de Fraude por Suscripción

4. Campos de Aplicación.
5. ¿Por qué elegirnos?.
1. Tipos de Proyectos Business Analytics

SEGMENTACIÓN MODELOS PREDICTIVOS

Proceso estratégico que divide un Proceso estratégico que asigna a un
conjunto de individuos en grupos con individuo un resultado probable en
características similares para aplicar función a sus características, prediciendo
estrategias diferenciadas. su conducta.

SOFTWARE
 Open Source.
 Utilizados por la comunidad científica
y corporaciones a nivel mundial.
 Actualizaciones constantes.
2. Metodología de Trabajo – CRISP DM Business Analytics
• Estándar a Nivel Mundial.
• Buenas prácticas en proyectos de Minería de Datos.

Comprensión Comprensión de Preparación de

del Negocio los datos los datos

Implementación Validación Modelamiento

M1 M2 M3 … Mt

S1 S2 ….. S(p-1) Sp
 Business Analytics

CASOS DE
ÉXITO
3.1 Detección de Fraude – Canal de Venta PVAE Business Analytics

Objetivo del Negocio

Identificar de forma anticipada a los clientes prepago del canal PVAE más propensos a
realizar “Fuga de Terminales” para la ventana de análisis de 45 días.

Objetivo del Modelo Analítico

Predecir de forma anticipada a los clientes prepago más propensos a realizar “Fuga de
Terminales” en el canal PVAE para la ventana de análisis de 45 días.

Periodo de Análisis
Modelo (Training/ Testing):
Canal PVAE Jun 2016 – Set 2016

Validación:
Canal PVAE Oct 2016
3.1 Detección de Fraude – Canal de Venta PVAE Business Analytics

Esquema de Monitoreo:
Modelo Predictivo Monitoreo
de Detec. Fraude Tradicional

1° 2° … … … … 25° … … … … 45°
Tráf. Telef.

Cliente
Nuevo Fuga | No Fuga

Indicadores de Desempeño:

PRECISION SENSIBILIDAD VALOR PREDICTIVO

Porcentaje total de predecidos Porcentaje de Fugados reales Porcentaje de Predecidos

correctamente. predecidos correctamente. correctamente como Fugados.

94,2% 79.7% 82,1%

3.1 Detección de Fraude – Canal de Venta PVAE Business Analytics

Impacto en el Negocio
 Reducción de 55% en el tiempo de detección (de 45 a 25 días).
 Medidas correctivas anticipadas.
 Reducción de pérdidas asociadas al Fraude.

Resultado Impacto

Reducción de 2% Ahorro de S/. 300

1 del Riesgo País. mil por mes.

Menos Fuga, Mejores Reducción de 1% del

2 clientes. ratio de bajas

Anticipación de Mejores socios

3 penalidades estratégicos.
3.2 Prevención de Fraude por Suscripción (FxS) Business Analytics

Objetivo del Negocio

Prevenir los casos de fraude antes que se ejecuten y determinar los riesgos asociados en
los procesos.

Objetivo del Modelo Analítico

Predecir a los clientes, que solicitaron altas nuevas fijas, con mayor propensión a realizar
Fraude por Suscripción.

Periodo de Análisis
Modelo (Training/ Testing):
Altas Nuevas Fijas Ene 2016 – Abr 2016

Validación:
Altas Nuevas Fijas May 2016
3.2 Prevención de Fraude por Suscripción (FxS) Business Analytics

MONITOREO TRADICIONAL
Modelo Predictivo de
Prevención FxS

ANALITICA DE NEGOCIOS UBICABILIDAD, GEOREFERENCIA PREVENCION DE FRAUDE

Ventajas de la Implementación del Modelo

 Incremento del Porcentaje de Alertas de Fraude.
 Aumento de la Efectividad de casos de FxS confirmados.
3.2 Prevención de Fraude por Suscripción (FxS) Business Analytics

Indicadores:
Construcción
Validación Despliegue Actualización Despliegue
Modelo
5000 85%
67% 68% 66% 67% 68% 75%
62% 61%
4000 65%
51% 53%
Efectividad 47% 46% 45% 55%
3000 43%
de Detección 45%
2882 2977 2867 2977
2814
2601 2588 2610 35%
Casos de Fraude 2000
2253
asociados 2103 25%
1905 1896 1791
1000 15%
5%
0 -5%
Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic Ene

Promedio de Casos de 1990 2790

Fraude Prevenidos

AHORRO POR C/ALTA

PREVENIDA Incremento Promedio de Ahorro
POR MES
 Costo de equipo.
 Costo de instalación.
 Comisión de ventas. 800 S/. 850 S/. 680,000
S/. 850
 Business Analytics

CAMPOS DE
APLICACIÓN
4. Campos de Aplicación Business Analytics

SECTOR TIPO PROYECTO OBJETIVO

 Propensión de Compra de nuevas altas.

TELCOM  Prevención y detección de Fraude.
 Modelos de Contactabilidad.

 Adquisición de Tarjetas de Crédito.

BANCA  Compra de Deuda.
 Cobranzas, etc.

 Análisis RFM.
RETAIL  Segmentación de cartera de clientes.
 Modelos de Churn o Fuga.

Apoyo en…
 Proceso de Preventa.
 Reuniones consultivas con los clientes.
 Evaluación de alternativas de solución.
 Desarrollo del proyecto de Analítica.
 Business Analytics

¿Por Qué
Elegirnos?
5. ¿Por qué elegirnos? Business Analytics

Comprometidos con el Cliente y sus OBJETIVOS DE NEGOCIO

Profesionales en la Analítica de Negocios

Soluciones Rápidas y de Alta Calidad

Experiencia en…
 Proyectos de Data Mining en los sectores de: Banca, BPO Contact Center,
Sector Público, etc.
 Implementación Automatizada de Modelos Predictivos.
 Concursos de Investigación y destreza Analítica.
 Investigación de algoritmos de Machine Learning.
 Business Analytics

GRACIAS!