Cómo Priorizar Deudores en una Cartera Vencida

Con carteras de miles o decenas de miles de deudores, es imposible gestionarlos a todos con la misma intensidad. La priorización de deudores en una cartera vencida es la decisión estratégica más importante en cobranza: determina dónde enfocás tu energía, tu equipo y tu presupuesto para maximizar la recuperación.

En este artículo exploramos los modelos y metodologías más efectivos para priorizar deudores, desde las matrices simples hasta los modelos predictivos con inteligencia artificial.

¿Por qué la priorización de deudores es crítica?

Sin priorización, los equipos de cobranza tienden a gestionar las cuentas de forma aleatoria o por orden de aparición, lo que resulta en ineficiencia sistemática. Los recursos se distribuyen uniformemente entre cuentas de alta y baja recuperabilidad, perdiendo oportunidades en los segmentos más valiosos.

La regla del 80/20 aplica perfectamente en cobranza: el 20% de los deudores representa el 80% del monto recuperable. Identificar y priorizar ese 20% es la palanca más poderosa para mejorar los resultados de la operación.

Criterios de priorización para cartera vencida

Criterio 1: Monto de la deuda

La priorización por monto es la más básica pero no siempre la más efectiva. Una deuda de $50,000 pesos con baja probabilidad de recuperación puede rendir menos que 50 deudas de $1,000 pesos con alta probabilidad. El monto debe combinarse con otros criterios.

Criterio 2: Antigüedad de la mora

La probabilidad de recuperación cae exponencialmente con el tiempo. Una deuda de 7 días de mora tiene una probabilidad de recuperación radicalmente mayor que una de 180 días. Priorizar la cartera temprana garantiza maximizar la recuperación con el menor esfuerzo.

Criterio 3: Comportamiento de pago histórico

Un cliente con buen historial de pago que cayó en mora por primera vez tiene una probabilidad de recuperación mucho mayor que un deudor reincidente. El historial es un predictor clave de la disposición de pago.

Criterio 4: Capacidad de pago actual

Un deudor que puede pagar pero no quiere requiere una estrategia diferente a uno que quiere pero no puede. Evaluar la situación financiera actual del deudor (empleo, ingresos, otros compromisos) ayuda a definir la mejor estrategia.

Criterio 5: Tipo de relación comercial

En carteras B2B, un cliente activo que cayó en mora en una factura requiere un tratamiento más cuidadoso que un ex-cliente. La relación comercial en juego es un factor de ponderación importante.

Modelos de scoring de deudores para priorización

El scoring de deudores es la técnica más efectiva para priorizar una cartera vencida a escala. Asigna un puntaje a cada deudor según su probabilidad de pago, lo que permite ordenar la cartera de mayor a menor recuperabilidad esperada.

• Scoring estadístico: basado en regresiones logísticas y análisis de cohortes históricas. Efectivo con datos suficientes.
• Machine learning: modelos de árbol de decisión, random forest o redes neuronales que identifican patrones complejos en los datos.
• Scoring bureaux: integración con buros de crédito para obtener el score crediticio actualizado del deudor.
• Scoring alternativo: uso de señales no tradicionales — actividad en redes sociales, comportamiento de compra, datos de geolocalización — para deudores sin historial formal.

La matriz de priorización de deudores: modelo práctico

Para equipos sin acceso a modelos predictivos sofisticados, la matriz de priorización es una herramienta práctica. Clasifica los deudores en cuatro cuadrantes según dos dimensiones: monto de la deuda (alto/bajo) y probabilidad de pago (alta/baja):

Cuadrante | Monto | Probabilidad | Estrategia | Herramienta

A (Prioridad 1) | Alto | Alta | Agente humano dedicado | Llamada personal

B (Prioridad 2) | Alto | Baja | Negociación / reestructuración | Agente + IA

C (Prioridad 2) | Bajo | Alta | Automatización masiva | Voice agent IA

D (Prioridad 3) | Bajo | Baja | Canal digital económico | WhatsApp / SMS

Cómo implementar la priorización con IA

Los sistemas de cobranza avanzados como Kleva incorporan modelos de priorización automática de cartera. El sistema analiza cada deudor en tiempo real, asigna un score de recuperabilidad y distribuye las gestiones automáticamente: los de mayor score reciben contacto inmediato, los de menor score van a flujos digitales de bajo costo. Este proceso, que manualmente tomaría días, ocurre en segundos y se actualiza continuamente.

KPIs para medir la efectividad de la priorización

• Tasa de recuperación por cuadrante: verifica que la segmentación está capturando correctamente los deudores recuperables.
• Costo por peso recuperado: mide la eficiencia del esfuerzo en cada segmento.
• Tiempo promedio de resolución: identifica los segmentos donde el proceso es lento y busca optimización.
• Deuda no gestionada: porcentaje de cartera que no recibió ningún contacto en el período. Debe ser lo más cercano a cero posible.

Preguntas frecuentes sobre priorización de deudores

¿Con qué frecuencia debo actualizar el scoring de mi cartera?

Lo ideal es actualizar el scoring en tiempo real (o al menos diariamente). La situación financiera de un deudor puede cambiar rápidamente, y la estrategia de contacto debe adaptarse a esos cambios.

¿Qué hago con los deudores de baja prioridad y baja recuperabilidad?

Para estos deudores, la estrategia más eficiente es un canal digital de bajo costo (WhatsApp o SMS) con comunicaciones esporádicas. Si transcurren 180 días sin respuesta, evaluar la venta de la deuda a una recuperadora o el castigo contable.

Prioriza tu cartera vencida de forma inteligente con la IA de Kleva. Pedí una demo y descubrí cómo optimizar cada gestión de cobranza.