Un banco global, con sede en Europa Occidental, comenzó a automatizar su negocio de préstamos a mediados de la década de 1990. Al principio, se centró en un aspecto del proceso global: la generación de contratos de préstamo y documentación de garantías. El banco implementó primero un sistema basado en DOS, pero en el año 2000 se actualizó al líder del sector, HotDocs. En etapas a lo largo de los años siguientes, el banco puso HotDocs a disposición de 9000 representantes de clientes globales como aplicación web.
El factor HotDocs
Desde el punto de vista de la eficiencia, HotDocs ofreció al banco una mejora espectacular con respecto a su anterior enfoque manual, que consistía en que un experto en préstamos creara una lista de especificaciones de documentos, que luego se pasaban al equipo de procesamiento de textos. El equipo creaba manualmente los documentos, que luego se devolvían al experto en préstamos para su revisión editorial, tras lo cual los documentos se enviaban de nuevo al equipo de procesamiento de textos, y así sucesivamente. Aunque este enfoque acababa dando como resultado documentos listos para su tramitación, era caro, llevaba mucho tiempo y era propenso a errores humanos.
Por el contrario, HotDocs permitía a cualquier representante de atención al cliente introducir simplemente los datos específicos de la transacción en una única entrevista y, en cuestión de segundos, generar el contrato y la garantía, que luego podían ser revisados por un experto antes de su ejecución. Este proceso no solo era mucho más rápido y menos costoso, sino que también producía documentos de mayor calidad y con menos riesgos, una ventaja que se correlacionaba con la reducción de la interacción humana en el proceso.
Automatización del resto del proceso de préstamos comerciales
Además de la reducción del riesgo que supone contar con un proceso controlado y automatizado, junto con las mejoras en la eficiencia y la calidad de la documentación que HotDocs proporcionó al banco, la dirección del banco quería automatizar otros aspectos del negocio crediticio. El enrutamiento de datos aún no se había automatizado y el proceso de aprobación era difícil, ya que implicaba la síntesis y el análisis manuales de cientos, o en algunos casos miles, de elementos de datos discretos.
Para resolver estos y otros problemas, el banco creó e implementó una plataforma de flujo de trabajo propia. Esta plataforma proporciona un marco para el negocio crediticio del banco, organizándolo en un proceso estructurado (flujo de trabajo) que recopila datos por etapas, los envía para su revisión por parte de la dirección, proporciona análisis y señalización de datos esenciales y genera documentos listos para la transacción.
El flujo de trabajo
El flujo de trabajo del banco comienza con la apertura de un expediente y continúa con la recopilación de información básica sobre el caso: el nombre de la empresa que solicita el préstamo, el importe del préstamo, etc. El flujo de trabajo también consulta sistemas de crédito internos y externos para crear el perfil del solicitante del préstamo. La siguiente etapa del flujo de trabajo consiste en la recopilación y el análisis de datos específicos del caso. Para esta funcionalidad, el banco creó otra tecnología propia que denominó Expert Loan, una especie de sistema experto que recopila datos altamente estructurados y específicos del préstamo y los analiza para verificar que cumplan con los estándares predefinidos.
Préstamo experto
Desarrollado sobre la plataforma HotDocs, Expert Loan es un proceso analítico de recopilación de datos que se ramifica en sectores verticales, como hostelería, productos lácteos, concesionarios de automóviles, etc. Más allá de la recopilación de datos, Expert Loan ofrece análisis de conjuntos de datos, diseñados específicamente para señalar posibles áreas problemáticas con un solicitante concreto.
Recopilación interactiva de datos
En total, Expert Loan incluye campos para más de 6000 elementos de datos discretos. Sin embargo, un préstamo comercial para un tipo de negocio concreto, por ejemplo, un hotel, puede que solo requiera unos cientos de elementos de datos. Hacer miles de preguntas innecesarias durante una solicitud de préstamo sería, sin duda, ineficaz, pero también podría resultar confuso y engañoso.
Al utilizar HotDocs para crear Expert Loan, el banco pudo aprovechar las entrevistas de HotDocs, que son muy interactivas. Las preguntas que deben formularse en cualquier circunstancia pueden agruparse en formularios que se muestran a cada nuevo solicitante. Las preguntas condicionales pueden mostrarse o no en un formulario, dependiendo de las respuestas a otras preguntas del formulario, o pueden agruparse con otras preguntas que tengan el mismo perfil condicional en formularios que solo se muestran si se dan determinadas condiciones.
Análisis de aprobación de préstamos
Dado que los préstamos comerciales pueden ascender a millones de dólares, el banco aplica criterios de aprobación muy estrictos. Uno de estos criterios consiste en comparar y analizar los datos para comprobar su coherencia interna. Por ejemplo, un hotel que solicite un préstamo de 2 millones de dólares para mejorar sus instalaciones sería coherente si tuviera, por ejemplo, 200 habitaciones. Sin embargo, si el hotel solo tiene 20 habitaciones, un préstamo de 2 millones de dólares podría ser incoherente. Aunque se trata de un ejemplo sencillo, Expert Loan incluye reglas de negocio muy sofisticadas que pueden señalar cualquiera de las miles de incoherencias ocultas que un agente de préstamos real podría pasar por alto.
Al incorporar la lógica empresarial necesaria en la entrevista de Expert Loan, el banco puede codificar las respuestas con colores para señalar posibles inconsistencias. Por ejemplo, una respuesta que sea coherente con las directrices se codificará en verde, una respuesta que pueda ser inconsistente con las directrices se codificará en ámbar y una respuesta que sea inconsistente con las directrices se codificará en rojo.
Si un representante de atención al cliente recomienda un préstamo a un responsable de aprobación a pesar de que se hayan producido respuestas ámbar y/o rojas, el representante de atención al cliente puede proporcionar una explicación por escrito de por qué se debe aprobar el préstamo, independientemente de las inconsistencias con las normas. La lógica integrada de Expert Loan garantiza que no se pasen por alto inconsistencias oscuras en un conjunto de datos, una posibilidad que podría dar lugar a un resultado catastrófico.
Mayor eficiencia para los responsables de la aprobación de préstamos
Antes de la implementación de Expert Loan, los representantes de atención al cliente redactaban un informe en el que explicaban por qué se recomendaba la aprobación de un préstamo. Con el fin de evitar que el agente de préstamos tuviera que solicitar más aclaraciones sobre los datos de la solicitud de préstamo, los representantes de atención al cliente elaboraban informes exhaustivos y detallados. El reto para los agentes de aprobación de préstamos era extraer la información relevante de estos largos informes escritos. Expert Loan resolvió este problema al permitir a los agentes de aprobación revisar solo los datos de una solicitud de préstamo. El código de colores de los datos individuales agilizó y protegió aún más el proceso de aprobación.
Gestión de derechos
Una de las funciones clave del sistema de flujo de trabajo del banco es la prevención del fraude, especialmente en forma de colusión entre un prestatario y un representante de atención al cliente. Una de las formas en que el flujo de trabajo evita la colusión es mediante la gestión de derechos. Si bien un representante de atención al cliente puede acceder a una entrevista de préstamo concreta en Expert Loan durante todo el proceso de introducción de datos, una vez que la entrevista completada se ha enviado para su aprobación, el representante de atención al cliente queda bloqueado y no puede acceder a ella.
Una vez aprobado el préstamo, el representante de atención al cliente puede volver a acceder a la entrevista; sin embargo, los datos sobre los que se ha aprobado el préstamo quedan bloqueados. El representante de atención al cliente puede acceder a cualquier campo adicional que requiera respuestas.
Generación de documentos
Una vez aprobado el conjunto de datos completo, el flujo de trabajo permite generar los documentos, un proceso que solo lleva unos segundos. Los documentos se guardan directamente en formato PDF y se vuelven a incorporar al flujo de trabajo, lo que proporciona control de versiones para las aplicaciones de proceso, la documentación y los conjuntos de datos de HotDocs.
Resumen
El banco lleva más de una década utilizando HotDocs como parte integrante de sus procesos crediticios y ha generado millones de documentos de préstamos y garantías para sus clientes. HotDocs proporciona al banco varios elementos fundamentales de su flujo de trabajo de aprobación de préstamos, entre los que se incluyen la recopilación de datos complejos, el análisis sofisticado de datos y la generación de documentos.
Nota del Editor: Este post fue publicado originalmente en HotDocs.com. En junio de 2024, Mitratech adquirió la Plataforma Avanzada de Automatización de Documentos, HotDocs. El contenido ha sido actualizado desde entonces para incluir información alineada con nuestra oferta de productos, cambios en la regulación y cumplimiento.
