Sistema informático para el control crediticio de deudores en el Banco de la Nación, 2024

• Autores: Gutierrez Paitan, Frank Manuel, Santiago Luicho, Kimberly Yiza
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/11863
• Enlace del recurso: https://hdl.handle.net/20.500.12867/11863
• Nivel de acceso: acceso abierto
• Materia: Sistema informático; Control crediticio; CRISP-DM; Riesgo crediticio; https://purl.org/pe-repo/ocde/ford#2.02.04

Este estudio se centró en la implementación de un sistema informático destinado a la mejoría y la eficiencia en el control crediticio de deudores en el Banco de la Nación. Este trabajo de investigación surge de la necesidad de optimizar procesos manuales que, al no estar automatizados, resultaban lentos y propensos a errores. La investigación propuso un sistema que no solo redujera los tiempos de procesamiento, sino que también mejorara la precisión de la información crediticia del banco. A lo largo de la investigación, se aplicó la metodología CRISP-DM, un enfoque estándar en la minería de datos y análisis de procesos. Esta metodología permitió estructurar el desarrollo del sistema de manera eficiente, desde la comprensión del negocio hasta la evaluación final de su implementación. Se realizaron diversas pruebas para medir el impacto del sistema, enfocándose principalmente en la reducción del tiempo de verificación y carga de datos. Los resultados mostraron mejoras significativas en los tiempos de verificación y carga de datos, que se redujeron en un 60% a 80%, respectivamente. Asimismo, la integración con otros sistemas del banco mejoró considerablemente, lo que facilitó el flujo de información entre departamentos y sistemas. La satisfacción de los usuarios también fue notable, ya que se reportó una mayor confianza en el sistema y una disminución en los errores cometidos. El sistema no solo ha demostrado ser una herramienta eficiente en la automatización de tareas, sino que también ha permitido al Banco de la Nación mejorar su capacidad para gestionar la información crediticia de manera más precisa y oportuna. Esto es crucial en el contexto financiero actual, donde la velocidad y la precisión son esenciales para la toma de decisiones.