Candia, CristiánValdés González, HéctorÁlvarez Coronado, Gerardo Esteban Abdon2022-02-222022-02-222021http://hdl.handle.net/11447/5562Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Ingeniería Industrial y de SistemasEste trabajo presenta un análisis sobre la mirada de comportamiento crediticio y la transformación digital en sus procesos en clientes con contrato extendido en el tiempo y nuevos clientes, esto sumado a las mejoras e inclusión de nuevas herramientas tecnológicas las cuales vienen a soportar estos nuevos modelos. El objetivo de esta investigación es proponer la modificación de la actual política de riesgo crediticio considerando un modelo tecnológico sobre aprendizaje de máquina para la lectura de estados financieros, eliminación de procesos manuales e integraciones con sistemas corporativos sobre base de datos estructurada, con foco en el análisis de riesgo crediticio. Para lograrlo se propone una aproximación de carácter mixto, en el cual se busca medir, a través de entrevistas, el comportamiento desde la perspectiva de los participantes y en el ambiente que se desempeñan. Indicadores históricos de análisis crediticio considerando una base de datos de más de 300 análisis anuales, digitalización sistemática con aprendizaje de máquina desde la llegada de los estados financieros hasta la salida con el análisis y evaluación crediticia, en conjunto con el establecimiento de una política de riesgo. Los datos muestran que, el nivel de madurez, evolución en la incorporación de herramientas y prácticas digitales con una correcta gestión comercial-financiera aumenta en un 68% de éxito en la transformación de los procesos, impulsada por análisis de datos desde el análisis crediticio, ayudan a la comprensión del comportamiento presente y futuro, basado en diferentes mercados y segmentos de la industria. En síntesis, dado el modelo propuesto, y establecida la política de riesgos, en un marco de digitalización, se hace posible la gestión estratégica con base en datos, lo que impulsa la mitigación sobre los riesgos de venta energética, apalancado tecnologías que simplifiquen y eficiente los procesos, lo cual autoriza la aplicación del modelo en otros mercados y clientes.154 p.esGestión de riesgos crediticioClientes regulados/no reguladosAnalítica avanzadaAprendizaje de máquinaTransformación digital070002SThesis