Aplicación de la inteligencia de negocios basado en mineria de datos orientada a la detección de riesgos en clientes micro crediticios

Abstract

El riesgo crediticio es algo implícito que va en cada préstamo el cuál es otorgado principalmente por entidades financieras, sin embargo, por la actual coyuntura este riesgo se ha elevado, es un escenario nuevo e inestable que afecta al Sistema Financiero Boliviano en general. La presente tesis pretende contribuir en la gestión de detección de clientes de microcréditos riesgosos, explora la intersección de la inteligencia de negocios y la minería de datos para abordar los desafíos en el sector de microcréditos, lo cual nos ayuda a identificar un modelo de comportamiento, que determina las principales variables a considerar dentro de la selección de clientes. El objetivo principal de esta investigación fue determinar patrones de comportamiento de los clientes de la entidad financiera de estudio, para mejorar la toma de decisiones en la gestión del crédito, aplicando minería de datos. Las redes neuronales artificiales (RNA) ofrecen los medios para modelar de manera efectiva y eficiente las bases de datos. Para realizar ésta tarea tenemos en primer lugar que establecer todas las variables que se van a procesar y después aplicar la metodología seleccionada que más nos acerque a la realidad; para poder implementar nuestro modelo predictivo para la detección y prevención de riesgo crediticio se va a utilizar la plataforma de software Weka, con el cual se puede extraer conocimientos de grandes bases de datos y trabajar con redes 4 neuronales aprovechando las bondades de éste software para el aprendizaje automático, análisis predictivo y minería de datos.