La segmentación te permite agrupar, conocer de manera adecuada y dar seguimiento al comportamiento e información de tus clientes, contrapartes, canales, jurisdicciones y productos ayudando a fortalecer el monitoreo y establecer patrones para el análisis de riesgos.
Con la nueva sección de segmentación de Pirani podrás hacer prevención de lavado de activos en tu organización, al agrupar y entender las características de tus factores de riesgo para así monitorear y dar seguimiento a su comportamiento y transacciones que te permitan garantizar que no están involucrados en operaciones sospechosa que promuevan el lavado de activos, financiación del terrorismo y proliferación de armas masivas. Esta nueva sección cuenta con una infraestructura dedicada que permite guardar la información de forma independiente e isolada para darle el cuidado que la naturaleza de la información necesita.
Podrás separar tus datos en conjuntos por medio de la “partición del conjunto de datos”, esta funcionalidad te permitirá distinguir los datos por medio de grupos para hacer más fácil y óptima la segmentación. Por ejemplo puedes dividir tus clientes en dos conjuntos, personas naturales y jurídicas para así hacer una segmentación y monitoreo adecuado ya que estas no tienen el mismo comportamiento.
En el proceso de crear tu modelo de segmentación podrás elegir las variables con las cuáles quieres estudiar tus conjuntos de datos, además comprobar que las variables tienen la población adecuada para que la segmentación sea de calidad.
Descubre lo simple que es gestionar tus riesgos LAFT y crear modelos de segmentación con Pirani. Prueba nuestra herramienta GRATIS y cuéntame en los comentarios del artículo qué te parece nuestra sección de segmentación.
Para el proceso de segmentación la herramienta utiliza un proceso de minería de datos conformado por 4 pasos que garantizan la calidad de los datos: primero convierten los datos en numéricos, luego se calcula los valores atípicos utilizando el criterio de 3 veces la desviación estándar de la población, seguidamente se escalan los datos y finalmente se reduce la dimensionalidad del set de datos para una mejor respuesta en el procesamiento.
Para el proceso de modelamiento de datos puedes elegir la técnica de modelado que será utilizada entre entre K-Means y Bietápico, además elegir el método de cálculo de números óptimos de segmentos entre Codo y Silueta
A partir de las variables determinadas en el proceso de segmentación obtendrás un reporte con la caracterización de cada uno de los segmentos, esta se da por medio de una descripción clara de las características que tiene cada grupo determinado las cuales me servirán para monitorear y dar seguimiento al comportamiento de los mismos
En este artículo te comenté las características principales de nuestra sección de segmentación pero si quieres conocer a mayor profundidad cómo crear tus modelos de segmentación te dejo este tutorial donde te explico de manera detallada todo lo referente a este tema ;).
⚡ Recuerda que para disponer de esta nueva sección debes tener el sistema de gestión AML +.