Desarrollo de un modelo predictivo para la gestión eficiente de incumplimiento de pagos a través de la implementación de machine learning

En el mundo empresarial actual, la gestión del crédito es parte fundamental en una empresa para su crecimiento y viabilidad, especialmente en industrias de venta de herramientas, minerales, materiales y suministros para la construcción como lo son las ferreterías. Es importante establecer relaciones comerciales que se basen en la confianza y la fiabilidad del cliente para mantener la rentabilidad y la continuidad de las operaciones. Sin embargo, otorgar crédito a los clientes conlleva muchos riesgos financieros, entre ellos, el incumplimiento del pago. Mediante el presente trabajo se buscará identificar como el machine Learning puede aplicarse en el contexto de una ferretería que vende a crédito para predecir la probabilidad en cuanto al incumplimiento de los pagos por parte de todos y cada uno de los clientes. Esta predicción es esencial para gestionar de manera activa el riesgo crediticio de la empresa, minimizar las pérdidas financieras y mantener la salud financiera de la ferretería. La gestión de los créditos son una parte fundamental en cualquier empresa para su crecimiento y viabilidad, especialmente en industrias como las ferreterías que se dedican a la venta de herramientas, materiales y suministros para la construcción. Es importante establecer relaciones comerciales que se basen siempre en la confianza y la fiabilidad del cliente para mantener la rentabilidad y la continuidad de las operaciones. Sin embargo, otorgar crédito a los clientes conlleva muchos riesgos financieros, entre ellos, el incumplimiento del pago. Gracias al avance que la Tecnológica ha tenido a través del tiempo, existen muchas herramientas nuevas que permiten abordar esta problemática de una manera eficaz. El Machine Learning puede ser catalogado como una rama de la inteligencia artificial que se enfoca en generar y desarrollar ciertos algoritmos que son capaces de aprender datos y de realizar predicciones o de tomar decisiones basándose en estos mismos y se ha demostrado como una solución que realmente promete predecir el riesgo crediticio. En el transcurso del documento se podrá observar el desarrollo del paso a paso que se realizará para llegar al objetivo principal del trabajo que es averiguar si con el uso del Machine Learning se puede implementar un sistema de predicción para evitar que existan riesgos en pagos de facturas a crédito. Siguiendo esta idea, procederemos a realizar una descripción de la empresa para poder entrar en contexto y así dar una idea más clara de lo que es la empresa y a lo que se dedica.

• Autores: Mosquera Monsalve, Laura Vanessa; López Morelo, Pamela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/4822
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/4822
• Palabra clave: Recopilación de datos; Análisis de datos; Aprendizaje automático no supervisado; Aprendizaje automático (Inteligencia artificial); Innovaciones tecnológicas; Contabilidad
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)