Transformamos datos financieros en decisiones inteligentes

Desde 2019, hemos ayudado a instituciones financieras en toda España a desarrollar modelos de scoring más precisos y justos. No vendemos software empaquetado. Construimos soluciones personalizadas que entienden tu negocio específico.

Nuestro trabajo combina algoritmos de machine learning con décadas de experiencia en riesgo crediticio. Y sí, nos tomamos muy en serio la parte humana del análisis de datos.

Análisis de datos financieros en boroltebiota

Cómo empezó todo esto

En 2018, tres analistas de riesgo crediticio nos encontramos frente al mismo problema. Los modelos tradicionales de scoring fallaban con segmentos completos de clientes potencialmente buenos. Las entidades rechazaban solicitudes que deberían haberse aprobado, y aprobaban otras que acababan en impago.

El problema no era falta de datos. Era que los modelos existentes no sabían qué hacer con esos datos. Así que empezamos a experimentar con técnicas de machine learning que el sector financiero apenas empezaba a considerar.

Para finales de 2019, ya habíamos implementado nuestro primer modelo en producción para una cooperativa de crédito valenciana. Los resultados superaron nuestras expectativas más optimistas, y desde entonces no hemos parado de desarrollar soluciones más sofisticadas.

Nuestra forma de trabajar

Cada proyecto empieza con semanas de inmersión en tu operativa real. Porque los modelos genéricos nunca funcionan tan bien como los diseñados para tu contexto específico.

Análisis profundo

Estudiamos tu cartera histórica durante meses. Buscamos patrones que tus informes actuales no capturan. A veces encontramos cosas sorprendentes en comportamientos que parecían rutinarios.

Desarrollo iterativo

Construimos prototipos que probamos con datos reales antes de implementar nada. Cada versión mejora la anterior basándose en resultados medibles, no en intuiciones.

Implementación gradual

Los modelos se despliegan en fases controladas. Empezamos con segmentos pequeños, monitorizamos resultados durante semanas, y solo escalamos cuando los números lo respaldan.

El equipo detrás de los modelos

Somos diecisiete personas con perfiles muy variados. Matemáticos que entienden de finanzas, analistas de riesgo que saben programar, y desarrolladores que comprenden la regulación crediticia. Esta mezcla es fundamental para lo que hacemos.

Ninguno de nosotros viene exclusivamente del mundo tech. Todos hemos trabajado en entidades financieras tradicionales. Por eso entendemos las restricciones regulatorias, los procesos de aprobación internos, y las realidades operativas que condicionan cualquier implementación.

Ildefons Muñiz, Director de Modelización en boroltebiota

Ildefons Muñiz

Director de Modelización

Ildefons pasó once años en el departamento de riesgos de una gran entidad antes de cofundar boroltebiota. Su tesis doctoral en la Universidad de Valencia investigaba sesgos algorítmicos en scoring crediticio. Cuando no está desarrollando modelos, probablemente esté escalando en Montserrat o debatiendo sobre la ética de la IA financiera.

Nuestra evolución desde 2019

2019

Primer modelo en producción

Una cooperativa de crédito valenciana nos dio la oportunidad de implementar nuestro primer sistema. Reducimos su tasa de morosidad en operaciones de consumo un 23% durante el primer año. Aquello validó que estábamos en el camino correcto.

2021

Expansión a banca digital

Los neobancos presentaban desafíos completamente diferentes. Datos comportamentales en tiempo real, decisiones en segundos, perfiles de clientes que no encajaban en modelos tradicionales. Tuvimos que repensar nuestro enfoque desde cero.

2023

Certificación en explicabilidad

La regulación europea sobre IA nos obligó a desarrollar métodos avanzados de explicabilidad. Ahora nuestros modelos no solo predicen mejor, sino que pueden justificar cada decisión de forma comprensible para auditores y clientes.

2025

Modelos adaptativos en tiempo real

Este año lanzamos sistemas que aprenden continuamente de nuevos datos sin necesidad de reentrenamiento completo. Es como tener modelos que evolucionan con el mercado en lugar de quedarse obsoletos cada seis meses.

Empecemos una conversación

Cada proyecto es diferente y merece un análisis específico. Si estás considerando mejorar tus modelos de scoring o tienes dudas sobre si el machine learning encaja en tu operativa, hablemos sin compromiso.

Contacta con nosotros