Pregúntale a cualquier jefe de cobranza cómo segmenta su cartera y te va a decir: "por días de atraso". Bucket 1: 1-30 días. Bucket 2: 31-60. Bucket 3: 61-90. Y así hasta quebranto. Es el ABC, lo que todos hacen, y está bien. Pero quedarte ahí es como ordenar una biblioteca solo por color de portada — algo organizaste, pero no te sirve para encontrar nada.
La segmentación por buckets fue suficiente cuando la cobranza era un juego de volumen puro: marca todas las cuentas, empieza por las más recientes, baja por antigüedad. Pero hoy, con márgenes más apretados y competencia por talento humano, cada llamada tiene que contar. Y para eso necesitas saber mucho más que "cuántos días lleva sin pagar".
Las dimensiones que casi nadie cruza
Una buena segmentación combina al menos cuatro o cinco variables. Veamos cuáles y por qué importan:
1. Monto de la deuda
Parece obvio, pero muchas operaciones tratan igual una cuenta de $800 que una de $45,000. El esfuerzo de cobranza tiene un costo fijo por gestión (entre $15 y $40 MXN por llamada efectiva, considerando nómina y telefonía). Si la cuenta es de $800, con una o dos llamadas necesitas cerrar o no tiene sentido económico insistir. Si la cuenta es de $45,000, puedes justificar 15 intentos, visita domiciliaria y negociación de reestructura.
2. Tipo de producto
Un crédito de nómina se cobra diferente a un crédito automotriz que se cobra diferente a una tarjeta de crédito. ¿Por qué? Porque el deudor tiene motivaciones distintas. El del auto sabe que le pueden recoger el coche — eso genera urgencia. El de nómina sabe que el descuento se aplica automáticamente si tiene empleo — si dejó de pagar, probablemente perdió el trabajo y necesitas otro enfoque. El de tarjeta muchas veces ni recuerda qué compró — la deuda se siente abstracta.
3. Perfil de comportamiento histórico
¿Es la primera vez que se atrasa? ¿O ya cayó en mora tres veces en los últimos 18 meses? Un primer atraso de un cliente con 5 años de historial limpio es completamente diferente a un moroso reincidente. Al primero le llamas con tono de servicio ("notamos que su pago no se reflejó, ¿podemos ayudarle?"). Al segundo le hablas directo sobre consecuencias y opciones.
4. Probabilidad de recuperación
Esto es más sofisticado y requiere datos, pero cambia todo. Con un modelo predictivo — que puede ser tan simple como un score basado en variables como: días de atraso, monto, historial de pagos, bucket anterior, y si contestó llamadas previas — puedes estimar qué tan probable es recuperar cada cuenta. Y entonces decides: las de alta probabilidad las trabaja tu mejor agente por teléfono. Las de baja probabilidad van a un canal masivo automatizado. Las de probabilidad media son las que definen tu resultado del mes — ahí pones todos tus recursos.
5. Canal de contacto preferido
Hay deudores que jamás contestan el teléfono pero responden WhatsApp en 5 minutos. Otros leen el SMS pero ignoran el correo. Algunos solo reaccionan cuando les llamas al trabajo (con las limitaciones legales que eso implica). Si tienes datos de gestiones anteriores, sabes por qué canal llegaste la última vez. Usar esa información te ahorra decenas de intentos fallidos.
El ejemplo que lo aclara todo
Tomemos dos cuentas que en una segmentación por buckets se ven idénticas: ambas tienen 45 días de atraso, bucket 2.
Cuenta A: María, crédito personal de $3,200, primer atraso en 3 años de historial, no contestó las últimas 2 llamadas pero sí leyó el SMS.
Cuenta B: Roberto, crédito automotriz de $52,000, tercer atraso en 8 meses, ha contestado dos llamadas y en ambas dijo "la próxima semana pago" sin cumplir.
Tratarlas igual es absurdo. María probablemente necesita un recordatorio por SMS con liga de pago y ya. Roberto necesita una conversación seria con un gestor experimentado que le presente opciones de reestructura y le explique las consecuencias de seguir incumpliendo — incluyendo la posible recuperación del vehículo.
En una operación que solo segmenta por buckets, ambas cuentas están en la misma cola y las trabaja el mismo agente con el mismo script. Es un desperdicio considerable de recursos.
De la segmentación estática a la dinámica
La segmentación tradicional se hace una vez al mes, cuando recibes la cartera actualizada. Asignas buckets, repartes cuentas entre agentes, y a trabajar. El problema es que las cuentas cambian de status todos los días: una promesa de pago se cumplió (o no), un deudor que no contestaba ahora sí contesta, una cuenta que era de bajo riesgo ya tiene un patrón preocupante.
La segmentación dinámica reclasifica cuentas en tiempo real con cada nueva interacción. ¿El deudor dijo que perdió su empleo? Se mueve a un segmento de reestructura. ¿Hizo un pago parcial? Se mueve a seguimiento de complemento. ¿Contestó pero colgó molesto? Se mueve a un canal no telefónico por unos días.
Hacer esto manualmente con 20,000 cuentas es imposible. Necesitas tecnología que escuche, clasifique y reasigne automáticamente.
Cómo implementar microsegmentación sin un equipo de data science
No necesitas un departamento de analytics para segmentar mejor. Empieza con tres pasos:
- Paso 1: Agrega monto y tipo de producto a tu segmentación por buckets. Solo con esto ya tienes 3-4 veces más segmentos útiles
- Paso 2: Incorpora historial de comportamiento — ¿primer atraso o reincidente? Esto te da la actitud correcta para cada llamada
- Paso 3: Registra canal de contacto exitoso en cada gestión y úsalo para la siguiente
¿Y la segmentación dinámica? Ahí es donde la IA marca diferencia. Plataformas como Agentica hacen esto de manera natural: cuando el agente de voz llama y conversa con el deudor, automáticamente perfila y clasifica la cuenta con base en lo que el deudor dice, su tono, su disposición. La cuenta se reclasifica después de cada interacción sin que nadie lo haga manualmente.
Cobrar con estrategia no es cobrar menos — es cobrar mejor. Y todo empieza por entender que tus 20,000 cuentas no son una masa homogénea, sino 20,000 historias distintas que necesitan abordajes distintos.
