El objetivo de esta investigación fue desarrollar un Modelo de Scoring para segmentación de clientes morosos con más de 180 días mora, y con mayor probabilidad de pago, usando técnicas de minería de datos y análisis predictivo para reducir costos mediante la reasignación de carteras de cobranza en una empresa de cobranzas del Perú. Para el desarrollo del modelo se utilizó data histórica del período de junio a setiembre 2020. Se consideró a los clientes morosos agrupados en tramos de morosidad. Cada tramo está definido según el número de días acumulado de morosidad. De estos tramos, se escogió el de “más de 180 días de mora” debido a que en este grupo se encuentran la mayor cantidad de clientes con el más bajo nivel de efectividad de recupero. Se utilizó la metodología CRISP-DM para implementar la solución. Durante la fase de modelado se definió, entre otras, ...