-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
1/9
Espieira, Sheldon y Asociados
No. 16 - 2009
Boletn de Asesora Gerencial*Programas de premios de Tarjetas de
Crdito:Comprendiendo tu modelo de riesgo
*connectedthinking
PginasiguienteCerrar Imprimir
PginaanteriorContenido
http://close/http://print/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
2/9
Boletn Digital // No. 16 - 2009
ContenidoHaga click en los enlaces para navegar
a travs del documento
4 Introduccin
4 Necesidad de pronosticar
4Modelo de reembolso
4Evaluacin del modelo de reembolso
4Consideracionesnales
4 Crditos / Suscribirse
Haga click en los enlaces para llegar directamente a cada
seccin
PginasiguienteCerrar Imprimir
PginaanteriorContenido
http://close/http://print/http://prevpage/http://prevpage/http://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
3/9
Introduccin
As como la competencia en la industria de las
tarjetas de crdito ha ido en aumento, el nmero
de programas asociados a la entrega de premios
por el nivel de consumo y la participacin delcliente en ellos
sigue creciendo. Las tarjetas de
crdito y sus bancos patrocinadores, ofrecen una
gran variedad de premios que van desde viajesy descuentos hasta
la acumulacin de crditos ypuntos canjeables por mercancas y
tarjetas de
regalos.
Un elemento comn de estos programas, sonlos crditos o puntos
recibidos por cierto monto
consumido o cargado a la tarjeta; sin embargo, los
beneciosqueseotorganporelcanjedeestos
crditos pueden ser adquiridos de diferentesformas, por medio de
descuentos en locales
comerciales, abonos en efectivo al saldo deudorde la tarjeta,
entre otros. Por una serie de razones,
Boletn Digital // No. 16 - 2009
las compaas que ofrecen estos incentivos debencomprender por
anticipado el impacto y riesgo
nancieroquetienenlasfuturasactividadesy
costos de reembolso.
La mayora de las organizaciones han desarrollado
modelosnancierosparaayudarlesaestimarlos reembolsos futuros de
esta actividad para
propsitosdereportesnancieros,ascomoparala medicin y monitoreo de
la economa de sus
programas de premios. La economa de estos
programas incluye los costos de adquisicin de los
premios, la responsabilidad existente una vez queel
tarjetahabiente gana el premio, el reconocimiento
de ingresos una vez que los premios han sido
canjeados y las indemnizaciones por premios
que no sean entregados. Este boletn describe las
consideraciones de riesgo clave para estos tiposde modelos de
negocios y ofrece ideas para la
gestin de los riesgos.
Necesidad de pronosticar
Para estimar los reembolsos futuros en esta
actividadconnesderealizarreportesnancieros
y llevar a cabo una efectiva medicin y monitoreo
de la economa de los programas de premios, sepuede adoptar un
modelo tpico de pronstico.
Pero antes de saber en que consiste este tipo demodelo, es
importante tener conocimiento histricoacerca de su razn de ser.
Todas las organizaciones operan en una atmsfera
de incertidumbre, para muchas de ellas no
essucientetomardecisionesqueafectenelfuturo
de la organizacin slo a partir de una proyeccin
dada por la experiencia o por los datos histricos
acerca del comportamiento futuro de un productoo de los
clientes.
Boletn de Asesora GerencialProgramas de premios de Tarjetas de
Crdito:
Comprendiendo tu modelo de riesgo
PginasiguienteCerrar Imprimir
PginaanteriorContenido
http://close/http://print/http://prevpage/http://prevpage/http://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
4/9
Necesidad de pronosticar (cont.)
Considerando el caso de las industrias de las
tarjetas de crdito, las tcnicas de pronstico que
pueden emplearse para complementar el sentido
y la capacidad administrativa de los que tomanlas decisiones son
elementos de juicio en el
proceso de la generacin de un pronstico.
En los ltimos aos han ocurrido diferentes
avancesenelreanancieraenestesentido,lamayorade
las tcnicas de pronstico usadas en la actualidad
fueron desarrolladas en ese periodo. A medida que
pasaba el tiempo, estas tcnicas fueron mejorandoy con la creacin
de las computadoras y la
evolucin que han tenido en las ltimas dcadas, las
tcnicas de pronstico han recibido mayor atencin.
Es raro que los pronsticos coincidan al pie de laletra con el
futuro, por ello, quienes pronostican solo
pueden intentar que los inevitables errores sean tan
pequeos como sea posible. No obstante, en los
ltimosaos,sehaincrementadolaconanzaen las tcnicas que abarcan
una compleja
manipulacin de datos.
Modelo de reembolso
Ahora bien, las organizaciones que ofrecen
incentivos, como es el caso de las tarjetas de
crdito y sus bancos patrocinadores, deben
desarrollar modelos de pronstico para estudiarel comportamiento
de la actividad de reembolso.
Seguidamente se describir un modelo tpico de
pronstico, tomando en cuenta los elementos enlos que se debe
hacer mayor nfasis para medir laintegridad del modelo. En concreto,
este modelo
consiste en el diagrama que se puede observar en
la Figura N 1.
Boletn Digital // No. 16 - 2009
Boletn de Asesora GerencialProgramas de premios de Tarjetas de
Crdito:
Comprendiendo tu modelo de riesgo
PginasiguienteCerrar Imprimir
PginaanteriorContenido
Figura No. 1 Modelo t pico de pronstico de la actividad
de reembolso
Para visualizar la Figura No. 1
haga click en el icono.
http://close/http://print/http://prevpage/http://prevpage/http://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
5/9
Modelo de reembolso (continuacin
En este sentido, es necesario extraer, procesar
y cargar en el modelo de reembolso los datos
histricos de clientes sobre programas de puntos
ganados y canjeados, que pudieran provenir dedistintos sistemas
de informacin del banco.
Durante la etapa de procesamiento de datos, se
recomienda que estos puedan ser agrupadosen grupos de clientes o
segmentos basados enel comportamiento histrico de reembolso. El
modelo lgico, transforma los datos segmentados
y gestiona las hiptesis de manera de anticipar
las futuras tasas de reembolsos. Posteriormente,se emiten los
reportes resumen de las tasas de
reembolso para la toma de decisiones.
Evaluacin del modelo de reembolso
Un componente de un modelo de reembolso es
que la entrada y procesamiento de los datos debe
ser evaluada desde la perspectiva de gestin de
riesgo. El objetivo de las actividades de gestin deriesgo en
este mbito, es analizar la exactitud y
totalidad de los datos fuente. Es posible realizar
varias acciones para mitigar el riesgo de utilizardatos
inexactos o incompletos.
Si existen diversos sistemas fuente de datos de
clientes con informacin sobre puntos ganados y
canjeados, se pudiese realizar una conciliacin depuntos por
medio de cada sistema de datos fuente.
Automatizar las reglas de seguimiento de
excepcionestambinayudaaidenticarelementos
inusuales de los datos fuentes cargados en elmodelo de
reembolso. Estas reglas, combinadas
con un mecanismo de retroalimentacin que
Boletn Digital // No. 16 - 2009
PginasiguienteCerrar Imprimir
PginaanteriorContenido
Boletn de Asesora GerencialProgramas de premios de Tarjetas de
Crdito:
Comprendiendo tu modelo de riesgo
investiga y corrige la inexactitud y falta de datos,puede ayudar
a asegurar que los datos utilizados
en el modelo de reembolso sean lo mas ntegro
posible. Debido a que la fuente de los datos puede
originarse de millones de registros, es posible quealgunos
elementos de los datos se pierdan o estn
incompletos. Las reglas de negocio para lasustitucin de
elementos faltantes (o inusuales) en
los datos, puede ayudar a mitigar los erroresocasionados por
falta o escasez de informacin.
Lastcnicasdesegmentacinparaestraticarlos
datos de los clientes en grupos (o segmentos),ayudan a que el
modelo de pronstico de
reembolso sea ms manejable, generalmente sin
sacricarlaprecisindelpronstico.Estoes
particularmente cierto cuando la estrategia de
segmentacin se apoya en anlisis histricos de laactividad de
reembolso sobre una base continua.
http://close/http://print/http://prevpage/http://prevpage/http://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
6/9
Evaluacin del modelo de reembolso
(continuacin)
Por ello, mtodos estadsticos que cumplen con
estos criterios y que tienen capacidad para una
gran cantidad de datos, son las opciones quepueden tomarse en
cuenta para llevar a cabo la
segmentacin de los datos histricos.
Un ejemplo de estos mtodos estadsticos son losAnlisis
Discriminantes que se utilizan para separar
los datos acorde a las caractersticas provenientes
delasvariablesdenidasenelmodelo.Otros
mtodosqueseempleansonlaClasicacinporConglomeradosdondegrcamentese
puede observar la agrupacin por grupos o el
mtodo K-medias que realiza el mismo papel de
clasicadoryfuncionaparasegmentarlosdatos.
El desarrollo de software o programas de cmputo
diseadosespeccamenteparatratarenforma
directa diferentes mtodos de pronstico ha tenidoel mayor impacto
en los modelos de pronstico.
Hay dos tipos de paquetes de cmputo de inters
para los pronosticadores:
1) Paquetes estadsticos que incluyen anlisis de
regresin y tcnicas, como las nombradas en la
parte anterior, que se utilizan con frecuencia en lospronsticos;
y
2) Paquetes de pronstico
diseadosespeccamenteparaaplicacionesdeestetipo.
Otrareaaconsiderarcuandoserealizala
evaluacin de riesgo, es el pronstico lgicopara el futuro de la
actividad de reembolso. Una
metodologa bien documentada, incluyendo
laidenticacinyjusticacindelashiptesisclave
y el uso de los datos histricos, puede servir para
reconocer y mitigar los riesgos potenciales. Porsupuesto, estas
hiptesis dependen del estudio
que se est realizando, de las variables que se
estn tomando en cuenta y de lo que se espera
obtener, de acuerdo a la experiencia del grupoencargado de hacer
la toma de decisiones. Por
otro lado, realizar el pronstico de las tasa de
reembolso depende tambin de los resultados
obtenidos. Se hace entonces la comparacin y lamedicin acorde a
la experiencia que se tiene.
Considerar mtodos de pronsticos alternativos
puedeserbeneciosoparaidenticaryentenderposibles debilidades en
la metodologa actual.
Aunque la metodologa siga siendo consistente
coneltiempo,laexibilidadenelmodeloayudara adaptar cambios
futuros en las actividades ypreferencias de los clientes.
PginasiguienteCerrar Imprimir
PginaanteriorContenido
Boletn Digital // No. 16 - 2009
Boletn de Asesora GerencialProgramas de premios de Tarjetas de
Crdito:
Comprendiendo tu modelo de riesgo
http://close/http://print/http://prevpage/http://prevpage/http://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
7/9
Evaluacin del modelo de reembolso
(continuacin)
Adicionalmente, pueden considerarse otras
medidas para revisar la integridad del modelo
incluyendo pruebas peridicas de tasas dereembolso pronosticadas
versus tasas actuales,
as como anlisis de sensibilidad de las tasasde los pronsticos de
reembolsos, cambios en
las hiptesis y en el modelo lgico. Revisionesindependientes del
modelo y de la metodologa,
realizadas a cargo de terceros tambin puede
ayudar a las instituciones a mitigar los posibles
riesgos del modelo.
La salida del modelo de reembolso es otro mbito
que puede ser evaluado por el modelo de riesgo.
Un paso que puede realizarse, es una revisinsobre la
razonabilidad del pronstico la cual puede
hacerse a travs de un anlisis de tendencias,
comparando las tasas de reembolso proyectadas
y las tasas de reembolso actuales. Informes degestin que
contengan copia de los resultados de
las pruebas, descripcin de cambios en el modelo
y sus impactos, anlisis de sensibilidad; y un
estudio sobre las posibles debilidades del modelo,pueden ayudar
a la Gerencia a entender mejor las
salidas y riesgos potenciales del modelo.
Consideracionesnales
PginasiguienteCerrar Imprimir
PginaanteriorContenido
Boletn Digital // No. 16 - 2009
Boletn de Asesora GerencialProgramas de premios de Tarjetas de
Crdito:
Comprendiendo tu modelo de riesgo
As como aumenta la popularidad de losprogramas de premios, as
tambin aumenta su
posible impacto sobre los reportes y ejecucin
nancieradelosbancos.Actividadesde
reembolsos anticipadas de los miembros delprograma y costos de
reembolso esperados por
puntos, son estimaciones claves necesarias para
medir el desempeo de un programa de premios
ysuimpactoenlosestadosnancieros.Hemosofrecido ideas sobre como
evaluar y mitigar los
posibles riesgos del modelo asociados con la
actividad de pronstico de reembolso, as como
tambin se han expuesto herramientas que ayudandurante cada etapa
del desarrollo del modelo. La
adopcin de estas ideas y conceptos en el marco
de su gestin de riesgo y controles internos, puedeayudarle a
obtener un mayor provecho con estasestimaciones.
http://close/http://print/http://prevpage/http://prevpage/http://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
8/9
PginasiguienteCerrar Imprimir
PginaanteriorContenido
2009. Espieira, Sheldon y Asociados. Todos los derechos
reservados. PricewaterhouseCoopers se
reerealarmavenezolanaEspieira,SheldonyAsociados,osegnelcontexto,alareddermasmiembro
de PricewaterhouseCoopers International Limited, cada una de las
cuales es una entidad legal
separada e independiente. RIF: J-00029997-3
El Boletn Asesora Gerencial es publicado por la
Lnea de Servicios de Asesora Gerencial (Advisory)
de Espieira, Sheldon y Asociados, Firma miembro
de PricewaterhouseCoopers.
El presente boletn es de carcter informativo y no
expresa opinin de la Firma. Si bien se han tomado
todas las precauciones del caso en la preparacin
de este material, Espieira, Sheldon y Asociados noasume ninguna
responsabilidad por errores u
omisiones; tampoco asume ninguna responsabilidad
por daos y perjuicios resultantes del uso de la
informacin contenida en el presente documento.
*connectedthinking es una marca registrada de
PricewaterhouseCoopers. Todas las otras marcas
mencionadas son propiedad de sus respectivos
dueos. PricewaterhouseCoopers niega cualquier
derecho sobre estas marcas
Editado por Espieira, Sheldon y AsociadosDepsito Legal pp
1999-03CS141
Telfono master: (58-212) 700 6666
Si desea suscribirse haga click en la barra
PginasiguienteCerrar Imprimir
PginaanteriorContenido
Boletn Digital // No. 16 - 2009
Boletn de Asesora GerencialProgramas de premios de Tarjetas de
Crdito:
Comprendiendo tu modelo de riesgo
http://close/http://print/http://prevpage/http://prevpage/mailto:[email protected]://close/http://print/http://prevpage/http://prevpage/mailto:[email protected]://prevpage/http://print/http://close/
-
8/7/2019 Programas de premios de Tarjetas de Crdito:
Comprendiendo tu modelo de riesgo | PwC Venezuela
9/9
Boletn Digital // No. 16 - 2009
Figura No. 1 Modelo tpico de pronsticode la actividad de
reembolso
Aumentar ImprimirRegresaral boletn
Extraccin de la
fuente de datos
Bs. F Cargado
Premios ganados
Valor de reembolso
Otros datos
Limpieza y
procesamiento
de datos
Datos
procesadosDatos
segmentados
Pronstico de tasas
de reembolso &
hiptesis sensitivas
Segmentacin
de datos
Pronstico
de reembolsoReporte
Segmento1
Segmento2
SegmentoN
Procesamiento
de los datos
Informes
de
gestin
Gestin dehiptesis
Modelo
lgico
http://print/http://print/
