Riesgo y cobranza
Scoring de mora, priorización de cartera, challenger de modelos vigentes, segmentación de acciones y forecast de provisiones.
33°27′S
Consultora aplicada
Santiago de Chile
Santiago de Chile
Datos tienes de sobra.
Lo que falta es decidir mejor.
Construimos challengers, validamos modelos y mejoramos decisiones de originación, cartera, provisiones y stress. Todo queda trazable desde los datos hasta la decisión.
Proponer un casoCada caso se evalúa antes de aceptarse. Si no hay caso, también te lo decimos — en menos de 48 h hábiles. Cero datos sensibles para partir.
Partimos por la decisión de riesgo, no por la tecnología.
Trabajamos con equipos que ya tienen datos, políticas y modelos, pero necesitan validar, desafiar o priorizar mejor. No vendemos una plataforma cerrada ni pedimos reemplazar los sistemas actuales.
Ver casos de usoSeñales de riesgoCapa de decisiónAcción priorizada
alta000
media000
baja000
Challenger vs. baseline
Δ −2,1 pp
mora 30+datos sintéticos · ilustrativo
Casos de uso
Problemas, no tecnologías.
Cada caso parte de una decisión de riesgo concreta, con métrica posible y entregable definido. Si el caso no mueve una métrica, no vale la pena escalarlo.
Originación y admisión
Modelos de admisión, políticas, cutoffs, segmentación y challengers medidos contra el desempeño vigente.
Validación de modelos
Discriminación, calibración, estabilidad, sesgos, documentación y trazabilidad para revisión independiente.
Provisiones y deterioro
Motores CMF, método interno e IFRS 9 separados, con resultados comparables y trazables por corrida.
Stress y escenarios
Escenarios adversos, sensibilidad de cartera, reverse stress y conexión de variables macro con PD y LGD.
Challenger models
Modelos alternativos para comparar contra las reglas o modelos actuales antes de reemplazar nada.
Monitoreo de cartera
Seguimiento de deterioro, alertas tempranas, priorización de revisión y tableros conectados con la operación de riesgo.
Trazabilidad y reportes
Documentación reproducible, lineage por corrida y reportes consumibles por riesgo, auditoría y negocio.
¿Tu caso no aparece aquí? Si hay una decisión repetida, datos disponibles y una métrica que importa, probablemente hay caso.
Proponer un casoNo reemplazamos tu stack. Lo hacemos decidir mejor.
Google CloudAWSSnowflakeDatabricksSAPPostgreSQLPower BI
Google Cloud
Snowflake
Databricks
SAP
PostgreSQL3–4
semanas dura un piloto típico — suficiente para un backtest serio
1
métrica de negocio define cada caso; si no hay una, no partimos
20 min
basta para la primera conversación: tu proceso, tu métrica, tu baseline
0
datos sensibles para partir: extractos mínimos, anonimizados o sintéticos
Riesgo financiero, de punta a punta.
Risk Sprint
Diagnóstico acotado, challenger o validación sobre un problema concreto de originación, cartera o deterioro.
Originación y cartera
Scoring, políticas, cutoffs, priorización de cartera y monitoreo temprano sobre datos existentes.
Validación y trazabilidad
Pruebas de desempeño, estabilidad y calibración con documentación reproducible para revisión independiente.
Provisiones y stress
Motores regulatorios y contables separados, escenarios adversos y sensibilidad de cartera sin mezclar metodologías.
Nikodym RiskLib · Apache-2.0
No te pedimos que nos creas.
El motor está publicado.
El motor de riesgo de crédito que construimos está publicado en abierto. El paquete base se instala con pip install nikodymy el flujo scorecard con el extra scoring. Incluye provisiones, stress testing y matrices de transición, y cada corrida es reproducible: mismos datos, mismo config, misma semilla, resultado idéntico, con el lineage completo para que un validador lo revise.
Está en desarrollo activo y lo decimos claro: el scorecard corre de punta a punta con su informe, y los demás dominios se usan hoy desde Python, marcados como experimentales. Nada de esto reemplaza el criterio de tu equipo de riesgo —ni los parámetros normativos que publica el regulador—, pero puedes leer el código antes de contratarnos.
terminalPython 3.11+
$ pip install "nikodym[scoring]"- Scorecard
- Binning WoE, selección, modelo PD, calibración e informe de validación.
- Provisiones
- Motores CMF, método interno e IFRS 9 separados, con resultados trazables por corrida.
- Stress & forward
- Escenarios adversos, reverse stress y proyección macro a PD/LGD.
- Reproducible
- Lineage por corrida: config_hash, data_hash, semilla y versiones.
Cómo trabajamos
Pilotos cortos, medibles y con dueño claro. Cada piloto termina comparado contra el baseline real del proceso: elegimos una métrica de negocio, construimos un challenger y decidimos con números si escalar, ajustar o cortar.
La regla del challenger
Challenger vs. baseline
Si el challenger no le gana a tu baseline, te lo decimos con números y cerramos el piloto. Esa es la regla. Así se mediría tu piloto: tu métrica, tu baseline, 3–4 semanas.
- 01Diagnóstico breve
- 02Definición del caso
- 03Datos mínimos
- 04Challenger / prototipo
- 05Medición y siguiente paso
informe de cierre · piloto 3–4 semanas
Challenger vs. baseline
mora 30+ (% cartera)
→ la mora del baseline sube; el challenger la contiene
Δ ilustrativo: −2,1 pp · datos sintéticos — en el piloto este gráfico se construye con tus datos
→ decisión: escalar · ajustar · cortar
01 / 03
dashboard web · priorización diaria
C-481
llamada hoy
C-209
llamada hoy
C-057
recordatorio
C-312
sin acción
vista ilustrativa · estructura real del entregable, sin datos reales
Boutique no significa chico.
Significa que el socio que te presenta el caso es el mismo que construye y firma el resultado. Y significa capacidad finita: tomamos pocos casos a la vez, porque un piloto bien hecho exige un socio dedicado — y los socios no se multiplican.
“El objetivo no es tener más dashboards, sino tomar mejores decisiones.” — Camilo González, socioProponer un caso
Esto calza con algunos equipos. Con otros, no.
No tomamos todos los casos. No por pose: la capacidad es finita y preferimos un no temprano antes que un piloto a medias. Si te reconociste en “Calza si”, hay conversación. Si fue en “No calza”, te ahorramos la llamada — y eso también es un buen resultado.
Proponer un caso
Calza si
- Ya tienes datos, pero cuesta convertirlos en decisiones.
- Tienes dashboards, pero falta priorización.
- Tienes modelos, pero quieres un challenger o validación.
- Quieres probar impacto antes de comprar software.
No calza si
- —Buscas una transformación enorme sin caso concreto.
- —Quieres IA como moda, sin métrica que mover.
- —No hay dueño interno del problema.
- —El piloto no cambiaría ninguna decisión que ya tomaste.
Propón
tu caso
Describe la decisión de riesgo que necesitas validar, desafiar o priorizar. Un socio lo evalúa y, si no calza, te lo decimos en la primera llamada.
Camilo González — Socio, Nikodym Advisory
camilo.gonzalez@nikodym.cl