Plataforma de scoring de crédito
Evaluación de riesgo crediticio, explicable y en segundos.
Convierte los datos del solicitante en una decisión trazable: probabilidad de impago, veredicto y los factores que lo motivan.
Números que sostienen cada decisión
Del dato a la decisión, en tres pasos
Integración de datos
Se reciben las solicitudes de crédito por la plataforma. Sin fricción.
Análisis predictivo
Un modelo predictivo devuelve la probabilidad de impago estimada
Decisión y recomendación
METIS devuelve una decisión y la explica, en línea con el reglamento de IA europeo.
Decisiones que se pueden defender
Explicabilidad
Cada decisión, explicada factor a factor. Nada de caja negra.
Cumplimiento legal (EU AI Act)
Decisiones auditables y trazables, listas para auditorías de riesgo y regulación.
Estudio de crédito
Permite personalizar las solicitudes para estudiar la viabilidad.
Probabilidad estimada
Devuelve una probabilidad de impago personalizada para cada cliente
Contrafactuales
De un «no» a un «sí» con el ajuste mínimo para el cliente.
Respuesta en tiempo real
Del dato a la decisión en milisegundos.
¿Empezamos?
Petición personalizada
Define las características del solicitante y el modelo calculará la probabilidad de impago, la decisión y la explicación.
Define el perfil del solicitante
Ajusta a la izquierda el FICO, el importe, el ratio DTI, los ingresos y la antigüedad laboral. Cuando lo tengas, pulsa Evaluar solicitud.
El modelo devolverá la probabilidad de impago, el dictamen y el peso de cada dato en la decisión.
Informe del agente
Histórico de peticiones
Cola de solicitudes evaluadas por el modelo. Procesa la siguiente manualmente o activa el flujo automático. Haz clic en una solicitud para ver los detalles.
| ID | FICO | PUNTUACIÓN CREDITICIA | IMPORTE SOLICITADO | INGRESOS | RATIO DEUDA/INGRESOS | ANTIGUEDAD LABORAL | PROB. DE IMPAGO | DECISIÓN |
|---|
Estadísticas de sesión
Se muestran las estadísticas de la cartera con el umbral seleccionado.
Resumen de la sesión
Distribución del riesgo
Perfil de la cartera
| Variable | Aprobadas | Denegadas | Diferencia |
|---|
Rendimiento del modelo
Capacidad de discriminación del modelo y coste de sus errores, medidos sobre las solicitudes de esta sesión con resultado real conocido.
Hacen falta más casos
La curva ROC necesita varios cientos de solicitudes para ser legible. Ahora mismo hay 0 con resultado conocido.
Curva ROC
Matriz de confusión
¿Dónde conviene poner el umbral?
| Con este umbral… | El tuyo | El óptimo |
|---|