Qué es el Scoring de Propensión de Pago y Cómo Usarlo en tu Estrategia de Cobranza

El scoring de propensión de pago es uno de los avances más prácticos de la inteligencia artificial aplicada a cobranza. En lugar de tratar a todos los deudores en mora de la misma forma —con el mismo canal, el mismo mensaje y la misma frecuencia de contacto— el scoring permite conocer de antemano cuál es la probabilidad de que cada deudor responda a la gestión y pague.

Esta información transforma la estrategia de cobranza: los recursos limitados se concentran donde tienen más impacto, los canales de bajo costo se asignan a los casos de alta probabilidad, y los equipos humanos se reservan para los casos que realmente los necesitan.

¿Qué es exactamente el scoring de propensión de pago?

El scoring de propensión de pago es un modelo estadístico que asigna a cada deudor en mora un puntaje numérico (generalmente entre 0 y 100 o una probabilidad entre 0% y 100%) que representa la probabilidad estimada de que ese deudor realice un pago dentro de un período determinado (típicamente 7, 14 o 30 días).

Este score se calcula usando machine learning sobre variables históricas del comportamiento de pago del deudor, características de la deuda, información contextual del cliente y datos externos cuando están disponibles.

No es una predicción absoluta (no existe el 100% de certeza), sino una herramienta de priorización que permite asignar el esfuerzo de cobranza de forma más inteligente.

Diferencia entre scoring de propensión y scoring de riesgo crediticio

Es importante no confundir el scoring de propensión de pago con el scoring de riesgo crediticio:

Scoring de riesgo crediticio: se calcula en el momento de otorgar el crédito y predice la probabilidad de incumplimiento del cliente. Es estático respecto al comportamiento post-otorgamiento.

Scoring de propensión de pago: se calcula una vez el cliente está en mora y predice la probabilidad de que responda a una gestión específica de cobranza. Se actualiza continuamente con cada nueva interacción.

En cobranza, el scoring de propensión es más relevante que el scoring de riesgo original, porque captura el comportamiento actual del deudor, no el riesgo estimado al momento del crédito.

¿Qué variables alimentan el scoring de propensión de pago?

Variables de comportamiento de pago

• Número de días en mora actual
• Historial de mora en créditos anteriores con la misma institución
• Tiempo promedio de respuesta a gestiones de cobranza previas
• Número de promesas de pago previas y tasa de cumplimiento
• Canal por el que respondió en interacciones previas

Variables de la deuda

• Monto total de la deuda (mayor monto = menor propensión estadística)
• Tipo de producto (consumo, hipotecario, nómina)
• Número de cuotas en mora vs. total del crédito
• Existencia de garantías o avales

Variables contextuales

• Mes del año (patrones estacionales de pago)
• Zona geográfica del deudor
• Indicadores de actividad digital reciente (apertura de app, intentos de pago)
• Comportamiento en el canal de contacto más reciente

Cómo se interpreta y usa el score en la operación de cobranza

Una vez que cada deudor tiene un score, la práctica habitual es segmentar la cartera en 4-5 grupos:

• Score 80-100 (muy alta propensión): contacto con canal de bajo costo (WhatsApp, SMS) y link de pago directo. Probablemente pagan con un solo recordatorio.
• Score 60-80 (alta propensión): voice agent con script orientado a facilitar el pago. Ofrecer opciones convenientes.
• Score 40-60 (propensión media): voice agent con script orientado a negociación flexible. Ofrecer plan de pagos o prórroga.
• Score 20-40 (baja propensión): escalada a gestor humano para conversación empática y opciones de reestructuración.
• Score 0-20 (muy baja propensión): análisis case by case, potencial derivación a proceso extrajudicial.

¿Con qué frecuencia debe actualizarse el scoring?

La frecuencia ideal de actualización del scoring depende de la velocidad de cambio del comportamiento del deudor. En general:

• Actualización diaria: para carteras de alta velocidad (créditos a corto plazo, fintech de consumo)
• Actualización semanal: para carteras de crédito de mediano plazo
• Actualización con cada interacción: cuando el deudor responde a una gestión (positiva o negativamente), el score debe actualizarse inmediatamente

Los sistemas más avanzados, como Kleva, actualizan el score en tiempo real después de cada conversación con el voice agent, ajustando automáticamente la estrategia de contacto para las siguientes 24-48 horas.

¿Cuánto mejora la recuperación con scoring de propensión?

La implementación de scoring de propensión de pago en operaciones de cobranza muestra mejoras documentadas:

• Incremento del 15-25% en la tasa de recuperación en los primeros 30 días
• Reducción del 20-35% en el costo operativo por gestión efectiva
• Mejora del 10-20% en la tasa de contacto efectivo
• Reducción del 25-40% en el número de gestiones necesarias por resolución

Kleva: scoring de propensión integrado en la plataforma de cobranza

Kleva integra modelos de scoring de propensión de pago directamente en su motor de automatización de cobranza. Cada cuenta en mora recibe un score actualizado que determina automáticamente el canal, el horario, el mensaje y las opciones ofrecidas en la próxima gestión. Este enfoque es parte central de los resultados de Kleva: 73% de tasa de éxito, 94% de FCR y más de $5M USD recuperados en cartera vencida de LATAM.