Desafíos
Nuestro cliente dependía de modelos de riesgo desarrollados en SAS on‑premise, con licencias costosas y procesos manuales. Las limitaciones en capacidad impedían incorporar muchas variables y el reentrenamiento era esporádico, lo que reducía la precisión y retrasaba el despliegue de nuevas versiones.
La Solución con AWS
Se diseñó una plataforma analítica en AWS usando Amazon SageMaker para desarrollar, entrenar y desplegar modelos de riesgo y personalización. El pipeline automatizado incluye ingestión desde el data lake, ingeniería de características con AWS Glue y reentrenamiento automático cuando el rendimiento cae. Los modelos se exponen mediante endpoints de SageMaker y se integran en los sistemas de originación y marketing, eliminando la dependencia de licencias SAS.
Los Beneficios Obtenidos
Los tiempos de despliegue de modelos se redujeron de un mes a dos semanas, permitiendo responder rápido a cambios del mercado. Al incorporar decenas de nuevas variables, la precisión de los modelos de scoring mejoró un 20% y los ingresos aumentaron un 35% gracias a mejores decisiones de riesgo y personalización. La automatización redujo la carga operativa y eliminó los costos de licencias SAS, generando ahorros significativos y transfiriendo conocimiento al equipo interno.
Servicios de AWS utilizados
- Amazon SageMaker
- AWS Glue
- Amazon S3
- AWS Lambda
- Amazon CloudWatch
- Amazon DynamoDB