Design of a methodology to characterize the clients of the Marketer HRL SAS

Este trabajo está enfocado en diseñar una metodología para la caracterización de los clientes de la empresa “Comercializadora H.R.L SAS”; compañía dedicada a realizar créditos respaldados por una garantía real. Con la ayuda de esta metodología se propone poder reducir la incertidumbre sobre la expectativa del comportamiento esperado de los posibles deudores a partir de los datos que se tienen de ellos. En la actualidad la empresa utiliza técnicas y criterios empíricos los cuales dificultan el manejo de la información. En este estudio se propone un modelo de regresión lineal multivariado para predecir el comportamiento de pago de los clientes y asegurar con mayor precisión los tiempos de retorno del dinero. Para llevar a cabo esto, primero se construyó una base de datos donde se incluyó información relevante de las personas interesadas en la aprobación de un crédito y luego se identificaron los atributos que influyen en el comportamiento de pago de esos individuos. Posteriormente, se hizo una prueba piloto que permitió revisar y buscar la mejor manera de utilizar la metodología propuesta. El modelo de regresión sugerido obtuvo un R-cuadrado=82.20%.This work is focused on designing a methodology for the characterization of the clients in the company “Comercializadora H.R.L SAS”; company dedicated to making loans backed by a real guarantee. With the help of this methodology, the company should be able to reduce the uncertainty about the expected behavior of prospective debtors from the data available on them. As today, the company uses empirical techniques and criteria which makes manage the information difficult. In this study, a multivariate linear regression model is proposed in order to predict the payment behavior of customers and to ensure more accurate money return times. To accomplish this, a database was first constructed where relevant information of people interested in the approval of a credit and then identify the attributes that influence the payment behavior of those individuals. Subsequently, a pilot test was conducted that allowed us to review and find the best way to use the proposed methodology. The suggested regression model obtained an R-square = 82.20%