Análisis de los procesos crediticios de libre inversión mediante modelos de Machine Learning: un enfoque estratégico en las cooperativas

Abstract

Este informe aborda la aplicación de modelos de machine learning en las cooperativas de Bucaramanga, destacando sus beneficios y características a partir de datos bibliográficos y estudios previos en el sector financiero. Los modelos de machine learning han demostrado ser efectivos en mejorar la toma de decisiones, la gestión de riesgos y la personalización de servicios financieros, lo que se traduce en un apoyo significativo para las cooperativas. Se identifican los aspectos internos y externos de su implementación mediante una matriz DOFA, que revela las fortalezas, oportunidades, debilidades y amenazas asociadas. Entre las fortalezas se encuentran la capacidad de procesar grandes volúmenes de datos y mejorar la precisión en la evaluación crediticia. Las oportunidades incluyen la posibilidad de innovar en productos financieros y aumentar la competitividad. Sin embargo, las debilidades abarcan la necesidad de infraestructura tecnológica avanzada y personal capacitado, mientras que las amenazas se centran en los riesgos de ciberseguridad y la resistencia al cambio. Finalmente, la metodología usada fue de forma descriptiva, debido a que se propone una estrategia financiera que consiste en la implementación de un sistema de scoring crediticio basado en machine learning, con el objetivo de optimizar los procesos de crédito, reducir el riesgo de morosidad y personalizar las ofertas de productos financieros, beneficiando tanto a las cooperativas como a sus socios.