9. Predicción de Riesgo
Esta guía te enseñará a usar los modelos entrenados para predecir el nivel de riesgo crediticio de nuevos solicitantes en tiempo real.
Objetivo del Módulo
El módulo de predicción te permite:
🔮 Predecir riesgo de nuevos solicitantes
📊 Obtener probabilidades por clase
🎯 Evaluar confianza de predicciones
📋 Generar reportes detallados
💾 Guardar predicciones para auditoría
🔄 Predicción batch para múltiples casos
Acceso al Módulo
En el sidebar, click en:
🔮 Predicción → 🔮 Predicción de Riesgo
Predicción Individual
Ingresar Datos del Solicitante
Información Personal:
Edad: [35]
Ciudad: [Bogotá ▼]
Estrato: [4 ▼]
Nivel educación: [Profesional ▼]
Estado civil: [Casado ▼]
Personas a cargo: [2]
Información Laboral:
Tipo empleo: [Formal ▼]
Antigüedad (años): [5.5]
Salario mensual: [$5,000,000]
Egresos mensuales: [$3,200,000]
Información Financiera:
Puntaje DataCrédito: [750]
Número demandas: [0]
Número propiedades: [1]
Patrimonio total: [$80,000,000]
Saldo banco: [$15,000,000]
Información del Crédito:
Valor inmueble: [$250,000,000]
Cuota inicial (%): [20]
Plazo (años): [20]
Tasa interés (%): [10.5]
Ejecutar Predicción
[🎯 Predecir Nivel de Riesgo]
Procesando...
✓ Datos validados
✓ Features calculadas
✓ Modelo aplicado
Resultado de la Predicción
Predicción Principal
╔══════════════════════════════════════╗
║ RESULTADO DE LA PREDICCIÓN ║
╠══════════════════════════════════════╣
║ ║
║ Nivel de Riesgo: BAJO ✓ ║
║ ║
║ Confianza: 92.3% ║
║ ║
╚══════════════════════════════════════╝
Probabilidades por Clase
Distribución de Probabilidades:
Bajo: 92.3% ████████████████████████████
Medio: 6.5% ██
Alto: 1.2% ▌
Interpretación:
El modelo está 92.3% seguro de que es Bajo riesgo
Probabilidad muy baja de ser Alto riesgo (1.2%)
Predicción confiable
Factores Clave
Factores que Influyen en la Predicción:
✓ Positivos (reducen riesgo):
1. Puntaje DataCrédito alto (750)
2. DTI bajo (25.6%)
3. Capacidad residual alta ($1,200,000)
4. Empleo formal estable (5.5 años)
5. Sin demandas legales
⚠ Negativos (aumentan riesgo):
1. Ninguno significativo
Métricas Calculadas
Ratios Financieros:
• DTI: 25.6% (Excelente)
• LTV: 80.0% (Aceptable)
• Capacidad ahorro: $1,800,000
• Capacidad residual: $1,200,000
• Meses colchón: 11.5
• Ratio patrimonio/deuda: 0.40
Recomendación
╔══════════════════════════════════════╗
║ RECOMENDACIÓN ║
╠══════════════════════════════════════╣
║ ║
║ ✅ APROBAR CRÉDITO ║
║ ║
║ Condiciones sugeridas: ║
║ • Tasa: 10.5% (estándar) ║
║ • Plazo: 20 años ║
║ • Cuota inicial: 20% ║
║ • Seguimiento: Estándar ║
║ ║
╚══════════════════════════════════════╝
Predicción Batch
Cargar Archivo
[📁 Cargar Archivo de Solicitantes]
Formatos: CSV, Excel
Columnas requeridas: edad, salario_mensual, ...
Archivo cargado: nuevos_solicitantes.csv
Registros: 150
Ejecutar Predicciones
[🎯 Predecir Batch]
Procesando 150 solicitantes...
Progreso: ████████████████████ 100%
✓ Predicciones completadas
Tiempo: 3.2 segundos
Resultados Batch
Resumen de Predicciones:
Bajo: 92 (61.3%) ████████████████████
Medio: 41 (27.3%) ████████
Alto: 17 (11.3%) ███
Recomendaciones:
• Aprobar: 92 solicitudes
• Revisar: 41 solicitudes
• Rechazar: 17 solicitudes
Exportar Resultados
[💾 Exportar Resultados]
Formatos disponibles:
☑ CSV con predicciones
☑ Excel con formato
☑ PDF con reportes individuales
☑ JSON para API
Archivo: predicciones_20240115.xlsx
Análisis de Confianza
Niveles de Confianza
Distribución de Confianza:
Alta (>90%): 105 (70.0%)
Media (70-90%): 32 (21.3%)
Baja (<70%): 13 ( 8.7%)
Recomendación:
Alta confianza: Decisión automática
Media confianza: Revisión rápida
Baja confianza: Análisis manual detallado
Casos Límite
Solicitantes cerca del umbral de decisión:
Casos Límite (requieren revisión):
ID: 1023
Predicción: Medio (48%) vs Bajo (47%)
Acción: Revisar manualmente
ID: 1087
Predicción: Alto (52%) vs Medio (45%)
Acción: Análisis detallado
Comparación de Modelos
Predicción con Múltiples Modelos
[🔄 Comparar Modelos]
Solicitante ID: 1001
XGBoost: Bajo (92.3%)
LightGBM: Bajo (91.8%)
Random Forest: Bajo (89.5%)
SVM: Bajo (87.2%)
Consenso: BAJO ✓
Confianza agregada: 90.2%
Ensemble Voting
Votación por mayoría:
Bajo: 4 votos (XGBoost, LightGBM, RF, SVM)
Medio: 0 votos
Alto: 0 votos
Decisión final: BAJO (unánime)
Monitoreo de Predicciones
Dashboard de Predicciones
Estadísticas del Día:
Total predicciones: 247
Aprobadas: 152 (61.5%)
Revisión: 68 (27.5%)
Rechazadas: 27 (10.9%)
Tiempo promedio: 0.8s
Confianza promedio: 88.3%
Alertas Automáticas
⚠ Alertas Activas:
• 5 predicciones con baja confianza (<70%)
• 2 casos con datos inconsistentes
• 1 solicitante con múltiples demandas
Auditoría y Trazabilidad
Log de Predicciones
Cada predicción se registra:
Timestamp: 2024-01-15 14:30:25
ID Solicitante: SOL-2024-001
Modelo: XGBoost v2.1
Predicción: Bajo
Probabilidad: 92.3%
Usuario: analista@banco.com
IP: 192.168.1.100
Explicabilidad
[📊 Explicar Predicción]
SHAP Values:
• puntaje_datacredito: +0.35
• dti: +0.28
• capacidad_residual: +0.22
• ltv: -0.08
• edad: +0.05
Casos de Uso
Caso 1: Evaluación en Sucursal
Analista evalúa solicitante en tiempo real.
Caso 2: Procesamiento Nocturno
Batch de 1,000 solicitudes procesadas automáticamente.
Caso 3: API de Predicción
Sistema externo consulta predicciones vía API.
Caso 4: Revisión de Cartera
Re-evaluar riesgo de clientes existentes.
Tips y Mejores Prácticas
✅ Haz:
Valida datos de entrada
Revisa casos de baja confianza
Documenta decisiones
Monitorea drift del modelo
Actualiza modelos periódicamente
❌ Evita:
Decisiones automáticas sin umbral de confianza
Ignorar alertas del sistema
No auditar predicciones
Usar modelos desactualizados
Omitir validación de datos
Troubleshooting
Problema: Predicción inconsistente
Solución: Verifica calidad de datos de entrada.
Problema: Baja confianza
Solución: Revisa manualmente, puede ser caso atípico.
Problema: Error en predicción
Solución: Verifica que modelo esté cargado correctamente.
Próximos Pasos
Después de predecir:
Reentrenar: 10. Reentrenamiento de Modelos
Aprender: 11. Sistema RAG Educativo
Analizar: Volver a 4. Análisis Descriptivo
¡Sistema de predicción operativo! 🔮