Anticipar con 90 días de ventaja qué clientes van a pagar sin retrasos es una capacidad que hoy puedes incorporar en tu operación. No es una proyección de tendencia calculada en un ERP ni una intuición del equipo comercial: es un número, calculado factura a factura y traspasado a cliente, que se actualiza cada mañana.
Los indicadores predictivos de riesgo de crédito son métricas calculadas con Machine Learning sobre el comportamiento real de pago de cada cliente, que estiman lo que va a ocurrir: probabilidad de impago, calidad de pago, capacidad de crédito y no describen lo que ocurrió.
Un motor predictivo bien calibrado te dice a quién conviene mirar de cerca: te dice a quién puedes venderle más, con cuánto crédito y con qué nivel de confianza. Esa es la metodología que cambia cuando el área financiera deja de ser el freno y pasa a ser quien habilita el crecimiento con datos propios.
Indicador descriptivo e indicador predictivo: la diferencia que importa
Indicador descriptivo | Indicador predictivo | |
|---|---|---|
| Qué responde | Qué pasó | Qué va a pasar |
| Horizonte | Hacia atrás: cierre, mes, trimestre | Hacia adelante, con un plazo explícito |
| Base de cálculo | Saldos contables agregados | Comportamiento de pago de cada cliente |
| Frecuencia útil | Mensual | Diaria |
| Qué habilita | Reportar y explicar | Decidir y anticipar |
| Ejemplos | DSO, ageing, antigüedad de saldos | Probabilidad de impago, índice de comportamiento, límite de crédito calculado |
Los dos tipos son necesarios y no compiten. El descriptivo te confirma y el predictivo te adelanta. Lo que sí necesitas es tener a ambos leyendo la misma cartera: si quieres afinar el lado descriptivo antes de dar el salto, empieza por cómo leer tu DSO y recuperar el cash atrapado en tu cartera.
Los tres indicadores del motor predictivo de Atlax 360
El motor predictivo de Atlax 360, entrena sus modelos sobre tu propia cartera. No aplica un score genérico de mercado: aprende cómo te pagan a ti tus clientes, que es distinto de cómo le pagan a tu competencia o a su banco. De ahí salen tres indicadores que se recalculan a diario.
- ICP · Índice de Comportamiento en Pagos. Mide cómo y en qué medida un cliente está cumpliendo sus compromisos en tiempo y forma. Distingue al que siempre paga con quince días de atraso, y con el que la relación comercial funciona perfectamente así, del que empezó a moverse este trimestre. A su vez se divide en 3: cómo le paga a tu compañía, cómo le paga a compañías de tu sector y cómo le paga a todos sus proveedores. Todo desde el primer día, positivo y negativo y sin discrecionalidad.
- RIIM · Riesgo Inmediato de Impago. Estima la probabilidad de que un cliente incumpla el pago de sus facturas en un horizonte de 90 días. Es el indicador que marca la anticipación: a quién conviene contactar antes del vencimiento y a quién no hace falta tocar.
- LCA · Límite de Crédito Atlax. Calcula el monto máximo recomendable para cada cliente en un momento dado, con su nivel de riesgo asociado. Cuando ese límite se escribe en tu ERP o tu CRM y se actualiza en tiempo real, deja de ser un informe mensual y se convierte en una palanca comercial: libera pedidos sin que nadie tenga que interpretar una planilla.
Los tres alimentan después todo lo que ocurre aguas abajo, desde la monitorización del riesgo hasta la priorización de la cobranza.
Cómo reconocer un indicador predictivo confiable
No todo lo que se presenta como predictivo lo es. Hay cuatro señales que puedes verificar antes de confiar una decisión a un número:
- Se entrena con tu comportamiento de pago, no solo con datos públicos. Un score construido únicamente sobre información de registros mercantiles describe la salud general de una empresa, no cómo te paga a ti. El dato más predictivo que existe sobre tu cartera ya lo tienes en tu histórico de cobros.
- Declara un horizonte explícito. «Riesgo alto» no es un indicador; «probabilidad de impago a 90 días» sí lo es. Sin plazo no hay forma de verificar si acertó.
- Se recalcula a diario. Un cliente puede cambiar de perfil en dos semanas. Un modelo que se actualiza una vez al mes te da una foto, no una señal.
- Es medible. La capacidad predictiva de un modelo se expresa con el AUC ROC, una escala de 0,5 a 1 que mide qué tan bien separa a quien paga de quien no paga:
| AUC ROC | Cómo leerlo |
|---|---|
| 0,50 | Equivale a lanzar una moneda |
| 0,60 – 0,70 | Capacidad limitada: sirve de referencia, no para decidir |
| 0,70 – 0,80 | Aceptable para decisiones de apoyo |
| 0,80 – 0,90 | Bueno: suficiente para fijar límites y prioridades |
| Más de 0,90 | Excelente, aunque conviene revisar que no haya filtración de datos en el entrenamiento |
Los modelos de riesgo de Atlax 360 operan en torno a un AUC ROC del 88 %. Pide siempre este número a cualquier proveedor que te hable de predicción: si no lo tiene medido, no está midiendo.
Dónde se aplican: cinco decisiones que cambian
Un indicador vale lo que valen las decisiones que habilita, por lo que te mostramos las cinco donde el retorno aparece antes:
- Admisión de nuevos clientes. La evaluación de operaciones deja de depender de un comité semanal y pasa a resolverse en el momento, con criterio homogéneo y trazable.
- Asignación y revisión de límites. El caso más rentable no es bajar límites, sino subirlos a tiempo: clientes que ya demostraron buen comportamiento y a los que les estás vendiendo por debajo de lo que podrías.
- Segmentación de cartera y alertas. El equipo deja de revisar toda la cartera por igual y recibe avisos sólo cuando un cliente se mueve de segmento.
- Priorización de la cobranza. El orden de contacto lo fija el riesgo, no la antigüedad de la factura. Es la base sobre la que después opera cualquier automatización de cobro.
- Provisión y pérdida esperada. Con probabilidad de impago por cliente, el modelo de deterioro bajo IFRS 9 se apoya en datos propios y auditables.
Cómo empezar, en cuatro pasos
- Reúne tu histórico de cobros. Dos o tres años de facturas, fechas de emisión, vencimiento y pago junto con las promesas cumplidas. Necesitas tener buena materia prima para el modelo.
- Define el horizonte y la decisión. Elige una sola: límites, admisión o priorización en el cobro. Empecemos por uno y luego continuamos.
- Entrena y valida con cartera real. Compara la predicción contra lo que efectivamente pasó en un periodo que el modelo no vio. Ahí sale el AUC ROC.
- Integra el indicador donde se decide. Un número que vive en un reporte no cambia nada. Escrito en el ERP o el CRM, cambia la operación del día siguiente.
¿Te surgen dudas? Por eso en Atlax 360 tenemos una implementación fácil y en 8 semanas para que no tengas que hacerlo tú, junto con información comportamental con otros proveedores y la información pública.
El motor predictivo, en el centro
Todo lo que una plataforma de Order to Cash hace bien (automatizar, priorizar, escalar, provisionar) depende de la calidad de los indicadores que tiene debajo. Por eso en Atlax 360 el motor predictivo no es una funcionalidad más: es la capa sobre la que se apoya el resto, incluido el módulo de Cobro Agéntico, que ejecuta acciones a partir de lo que el motor calcula.
Esa base se construye con volumen: más de 800.000 RUTs analizados en Latinoamérica y más de 2 millones de deudores en Europa, en más de 2.000 proyectos. Las compañías que trabajan con Atlax 360 registran una reducción de DSO promedio cercana al 10,5 %.
Puedes ver cómo se tradujo en tres operaciones distintas en el caso de Grupo LATAM Airlines, Sika y Correos Express, o revisar cómo funciona la IA y el Data Cloud de Atlax 360.
Preguntas frecuentes
Un score tradicional se construye con información pública y describe la salud general de una empresa. Un indicador predictivo se entrena además con tu histórico de cobros, por lo que mide cómo te paga a ti ese cliente en concreto. Dos proveedores pueden tener perfiles de riesgo distintos para la misma empresa. Entre dos y tres años de histórico de facturación y cobros suele ser suficiente para entrenar un modelo con capacidad predictiva medible. Importa más la calidad del registro, fechas de pago reales, promesas cumplidas, incidencias, que el volumen absoluto de clientes. Es la medida estándar de capacidad predictiva de un modelo, en una escala de 0,5 a 1. Entre 0,80 y 0,90 el modelo es suficientemente bueno para fijar límites de crédito y prioridades de cobranza. Es la cifra que conviene pedir a cualquier proveedor que hable de predicción. Sirven para ambas cosas, y el retorno comercial suele ser mayor. Identificar clientes con buen comportamiento a los que puedes ampliar el límite libera ventas que hoy se están frenando por precaución, sin aumentar la exposición real. Los indicadores y los límites se escriben directamente en el ERP o el CRM y se actualizan en tiempo real, de modo que la liberación o retención de pedidos ocurre dentro del sistema que tu equipo ya usa, sin cambiar de pantalla ni consultar un reporte aparte. Sí. Permite aplicar una política de crédito corporativa homogénea respetando las diferencias por país, línea de negocio o moneda, con indicadores comparables entre filiales y reporting consolidado en tiempo real. ¿En qué se diferencian de un score de crédito tradicional?
¿Cuántos datos necesito para empezar?
¿Qué es el AUC ROC y por qué debería importarme?
¿Sirven los indicadores predictivos para vender más, o solo para evitar impagos?
¿Cómo se integran con mi ERP?
¿Funciona en un grupo con varias filiales y países?
