Banco Falabella: modelo ADN del cliente y modelo de deserción en tarjetas de crédito retail.

Infórmese – Bolsa de valores de Colombia: Automatización de criterios que definen las garantías por riesgo de mercado y riesgo de crédito, en el mercado de valores colombiano.

Almacenes Corona: Market basket analysis y modelo de valoración de clientes RFM

Ripley compañía de financiamiento: modelo Valor del cliente que define una segmentación enfocada al entendimiento de clientes en crédito retail.

Old mutual Pensiones y Cesantías: Segmentación de factores de riesgo SARLAFT.

Bancóldex: modelo de segmentación de empresas que son clientes o prospectos de Bancóldex.

Codensa: Modelo Valor del cliente, el cual define segmentos de clientes de acuerdo con su afinidad, uso y percepción de los servicios ofertados.

Old Mutual Pensiones y Cesantías: Modelo de propensión de compra del producto CREA.

Jamar: Modelo Valor del Cliente, el cual identifica diversos grupos de valor enfocándose en el concepto integral de cliente valioso para todas las áreas de la compañía.

Jamar: Curso de iniciación en el software R

Kap – Corpbanca: Modelo Valor del Cliente, modelo predictivo de alertas transaccionales y modelo de propensión a uso de canales. Estos modelos aminoran los riesgos asociados a la migración de clientes entre los bancos Corpbanca y Helm, dicho proceso hace parte de la inserción del banco Itaú a Colombia.

Jamar: Migración de modelos de riesgo para áreas de cartera los cuales califican para cada cliente el riesgo de caer en distintas alturas de mora.

QCS – Compensar: Modelo Valor del cliente, el cual permite identificar y auto clasificar a los clientes desde la perspectiva de canales. Modelo de propensión a medios de contacto, que indica el próximo canal más probable a ser usado por un usuario. Modelo predictivo de la próxima actividad a realizar en la caja de compensación.

Old Mutual: Migración total al software R del proceso de segmentación SARLAFT, generación automática de alertas de movimientos inusuales y automatización de informes asociados a la gestión del riesgo LAFT.

EPIK (Servicio de tercerización del área Analytics): Modelo Valor del Cliente para usuarios de CrediDiunsa (un producto de crédito diseñado para los clientes del retail Diunsa, la mayor tienda por departamentos en Honduras), se trata de una segmentación que divide a los clientes de acuerdo con su comportamiento transaccional. Modelos de otorgamiento de crédito para CrediDiunsa. Modelos de cobranza para la cartera generada en CrediDiunsa.

QBE Seguros: Segmentación de factores de riesgo SARLAFT de acuerdo con regulación de la Superintendencia Financiera de Colombia. Automatización para informes de segmentación.

Jamar: Modelo a la medida para la verificación de direcciones en tiempo real, comprueba la veracidad de una dirección comparando contra centrales de riesgo y geo-referenciando para calcular las distancias respecto a las direcciones relacionadas por una persona.

Skandia: Renovación al modelo de segmentación SARLAFT implementando nuestra metodología Full Data para la construcción ágil de modelos de machine learning a la medida.

Coface: Implementación de la solución SEGMENTUM SARLAFT, monitorea las transacciones de los clientes para detectar patrones sospechosos, obtener alertas tempranas y mitigar el riesgo de lavado con base en la segmentación de factores de riesgo SARLAFT, garantizando el cumplimiento a la regulación de la Superintendencia Financiera de Colombia.

Infórmese – Contraloría General de la República: Modelo de machine learning que identifica los contratistas de alto riesgo a nivel nacional para la contratación del Programa de alimentación Escolar – PAE, este modelo predice que contratistas podrían presentar hallazgos fiscales en caso de una auditoría CGR, implementando nuestra metodología Full Data para la construcción ágil de modelos de machine learning a la medida.

BMI Colombia seguros: Implementación de la solución SEGMENTUM SARLAFT, monitorea las transacciones de los clientes para detectar patrones sospechosos, obtener alertas tempranas y mitigar el riesgo de lavado con base en la segmentación de factores de riesgo SARLAFT, garantizando el cumplimiento a la regulación de la Superintendencia Financiera de Colombia.

Jamar: Construcción de modelos de machine learning a la medida implementando nuestra metodología Full Data; Modelo que calcula por cada cliente la probabilidad de tener contactos exitosos en caso de realizarle visitas presenciales (programación de visitas con evidencia analítica).

Infórmese – Contraloría General de la República: Análisis de imágenes – Solución que compara fotos de avance en obras de infraestructura para detectar posibles retrasos en la ejecución de contratos públicos.

Jamar: Construcción de modelos de machine learning a la medida implementando nuestra metodología Full Data; Modelo que predice cuales clientes van a presentar reclamación del seguro que cubre el saldo de capital, el objetivo de este modelo es buscar una mayor cobertura para los clientes con alta probabilidad de causar una reclamación.

Zurich Colombia Seguros: Implementación de la solución SEGMENTUM SARLAFT, monitorea las transacciones de los clientes para detectar patrones sospechosos, obtener alertas tempranas y mitigar el riesgo de lavado con base en la segmentación de factores de riesgo SARLAFT, garantizando el cumplimiento a la regulación de la Superintendencia Financiera de Colombia.

Infórmese – Contraloría General de la República: Solución que mediante OCR (Optical Character Recognition) realiza extracción/análisis de texto, identifica los contratos relacionados con la emergencia COVID-19 a nivel nacional y extrae los precios de cada producto para identificar posibles sobrecostos en la contratación pública.