D-CAT Group ↗ Contacto ENTRDEESAZ
12 preguntas Iniciar un piloto de 4 semanas
Iniciar un piloto de 4 semanas

Soluciones · por sector · banca

Banca: depósitos, mora y sucursales leídos cada mañana, en sus servidores, sin ninguna decisión de crédito

CIO y CISO (el runtime se instala junto al warehouse; gateways de solo lectura; las credenciales nunca salen del banco; alcance a nivel de fila por región y segmento) · director de banca minorista (depósitos, bajas, venta cruzada) · director de seguimiento de crédito y auditoría interna (la migración de la mora como patrones que requieren revisión, nunca como decisiones) · director de la red de sucursales y director de canales digitales (coste por transacción, tiempo de espera, alta de clientes). El comprador es el CIO junto con el director de banca minorista; los lectores diarios son los gestores de segmento y los directores regionales de sucursales.

Cómo los tres agentes de esta página leen un mismo modelo semánticoA la izquierda, un modelo semántico; en el centro, tres agentes programados - Agente del Director de Banca Minorista, Agente de Cartera de Préstamos, Agente de Operaciones de Sucursal y Canal; cada uno publica a la derecha findings, recommendations y un brief.modelo semánticoimportado desde Axoria Data Studiodeposit_balancecasa_ratioaccount_countaccounts_closedattrition_rateAgente del Director deBanca Minoristamensual el día 2 · 06:00FfindingRrecomm.BbriefAgente de Cartera dePréstamosmensual el día 4 · 06:30FfindingRrecomm.BbriefAgente de Operaciones deSucursal y Canalsemanal · lunes 06:00FfindingRrecomm.Bbriefcada cifra de un registro lleva una dirección de evidencia

Preguntas

Las tres preguntas que el consejo de un banco hace cada mes

  • ¿Se está desplazando la base de depósitos de la vista al plazo, y dónde?
  • ¿Dónde está subiendo la mora temprana — qué segmento, sector y cosecha — antes de que llegue a la línea de morosidad?
  • ¿Cuánto cuesta ahora una transacción en sucursal, cuando las transacciones están abandonando la sucursal?

En conversación

Preguntas de ejemplo que la gente escribe en la conversación

vía de profundización — la evidencia del finding se lleva congelada; una cifra nueva necesita una consulta nueva, y el agente lo dice

  • "Desglose la salida de depósitos a la vista por segmento y región."
  • "¿Qué franja de edad cerró más cuentas corrientes en agosto?"
  • "Muestre el tramo de 31–60 días por cosecha de originación para las pymes de construcción."
  • "¿Cuánto cuesta una transacción de ventanilla en el clúster provincial?"
  • "¿Hasta qué fecha están actualizados los datos de saldos?"

Personas

Tres agentes de ejemplo

Los agentes siguientes son ejemplos para este sector, no un conjunto fijo: Agente del Director de Banca Minorista · Agente de Cartera de Préstamos · Agente de Operaciones de Sucursal y Canal. La ejecución programada de cada uno se muestra en los conjuntos de ejemplo que siguen.

Conjunto 1

Agente del Director de Banca Minorista

Audiencia: el director de banca minorista, los gestores de segmento, la mesa de depósitos.

Conjunto 2

Agente de Cartera de Préstamos

Audiencia: el director de seguimiento de crédito, auditoría interna, el responsable de operaciones de crédito.

Conjunto 3

Agente de Operaciones de Sucursal y Canal

Audiencia: el director de la red de sucursales, el director de canales digitales, el controller de operaciones.

El nombre de un agente dice qué medidas lee y para quién. No tiene ninguna de las atribuciones del cargo: no decide, no aprueba ni actúa — y nunca toma, sugiere ni puntúa una decisión de crédito.

Agentes para los temas que usted elija

Un agente es una descripción de funciones, un modelo semántico vinculado y un calendario — no código —, de modo que los temas que vigila los fija usted: un pagador, una línea de servicio, una campaña, un proveedor. Los primeros los escribimos con usted.

Construya sus agentes con nosotros →

Conjuntos de ejemplo

Tres conjuntos de ejemplo, una ejecución cada uno

Cada conjunto es una persona de agente y la salida de una ejecución programada — el brief, las recommendations y los findings en los que se apoyan — en el sobre de registro propio del producto. El primer conjunto está abierto; los otros dos, plegados. El modelo y las medidas que asumen los conjuntos se enumeran al pie de la página.

IlustrativoConjunto 1Agente del Director de Banca Minorista
Persona
Lee la base de depósitos, las bajas de cuentas y la emisión de productos de un banco minorista y de pymes de tamaño medio con 214 sucursales en un país; separa "los depósitos crecieron" de "los depósitos a la vista se convirtieron en depósitos a plazo", y "más tarjetas" de "más tarjetas usadas". · Audiencia: el director de banca minorista, los gestores de segmento, la mesa de depósitos. · Tono: formal, mesurado, lenguaje de resumen ejecutivo. · Idioma de salida: en
Señales que vigila
(1) Ratio CASA — cuota de los depósitos a la vista sobre el total de depósitos, mes a mes. (2) Bajas de cuentas por franja de edad, segmento y motivo de cierre. (3) Emisión de productos por canal, con la cuota de canal. (4) Entradas de cuentas nómina como recuento de clientes, no como importes. (5) Crecimiento nominal leído junto a un ratio, nunca solo — los importes de este modelo no están ajustados por inflación.
Umbrales que se le dieron
finding 15 % · critical 40 % · métricas de ratio (ratio CASA, tasa de bajas, cuota de canal) 8 % · cuota mínima 2 % de la base minorista · regla de gravedad: medium cuando se cruza un umbral, high cuando una métrica de ratio se mueve más de 1.25× su umbral o una métrica de recuento más de 1.5× el umbral de finding, critical por encima del umbral crítico; un finding con una celda de desglose toma la gravedad del movimiento propio de la celda; un tema ongoing conserva la gravedad que se le asignó

Cabecera de la ejecución

  • Programado mensualmente el día 2, 06:00, Europe/Istanbul
  • Periodo: agosto de 2026 frente a julio de 2026 (mes a mes — 21 frente a 23 días laborables; los ratios de saldo son a fecha de cierre de mes y no se ven afectados; los recuentos de emisión se declaran por mes y la diferencia de días se anota)
  • Datos completos hasta 2026-09-01, medidos mediante max(BALANCE_DATE) (saldos a cierre de mes)
  • Alcance: el agente se ejecuta bajo el alcance de banca minorista (todas las regiones, sin métricas de cartera de préstamos)
  • Modelo: el modelo aprobado del espacio de trabajo, escrito en la ejecución
  • Coste: registrado en la ejecución
  • Importes en ₺ nominales
Brief

Agosto de 2026: depósitos minoristas +6.18 % nominal mientras la cuota a la vista cayó al 34.08 %, cierres de cuentas corrientes 0.62 % → 0.91 % encabezados por la franja de 18–25, emisión de tarjetas +18.40 % por el canal móvil

Franja de supuestos

Se usó la comparación mes a mes (agosto frente a julio de 2026) porque los importes de este modelo son nominales y no están ajustados por inflación; los ratios llevan la lectura. Los ratios de saldo son a fecha de cierre de mes. Las métricas de cartera de préstamos quedan fuera del alcance de este agente y no aparecen.

La base de depósitos minoristas creció un 6.18 % en agosto en términos nominales, pero el crecimiento fue de depósitos a plazo (+13.63 %) mientras los depósitos a la vista caían un 5.78 %, llevando la cuota a la vista del 38.41 % al 34.08 %. Los cierres de cuentas corrientes subieron del 0.62 % al 0.91 % de la base inicial, con la franja de edad de 18–25 cerrando al 1.84 % y concentrando el 28.70 % de los cierres sobre el 14.20 % de la base; el 61.00 % de los cierres lleva el motivo no informativo petición del cliente. La emisión de tarjetas subió un 18.40 %, toda ella y más a través del canal móvil, que ahora emite el 66.93 % de las tarjetas; si las tarjetas se usan no está en el modelo. Una frase que atribuía el desplazamiento de depósitos al tipo de los depósitos a plazo del banco fue devuelta una vez por la comprobación de afirmaciones; la reescritura declara el desplazamiento sin causa y pasó, porque el tipo no está en el modelo.

covers: Finding 1, Finding 2, Finding 3

— Ejecución: mensual, el modelo aprobado del espacio de trabajo, datos completos hasta 2026-09-01. Guard Ledger: held 0 tras una reescritura guiada — el borrador del candidato f-01 llevaba drawn by the new time-deposit rate, el gate 4 lo devolvió como causalidad sin evidencia, la reescritura eliminó la cláusula y pasó; not_selected 0; duplicate 0.

Recommendation 1

Desglosar los depósitos a la vista y a plazo de agosto por segmento de cliente y por región lado a lado, y poner al lado el número de cuentas que se movieron entre los dos productos si el modelo puede contarlo

based_on: Finding 1 · responsable: director de depósitos minoristas

Si la salida de la vista y la entrada a plazo se concentran en los mismos segmentos, el dinero se movió dentro del banco; si los segmentos difieren, son dos historias separadas. Ambos cortes de saldo están en este modelo a nivel de cierre de mes. Un recuento de cuentas que se movieron entre productos no es hoy una métrica aquí; el director de depósitos lee el historial de traspasos junto al registro.

Los findings en los que se apoya

Finding 1

Cambio en el mix de depósitos: cuota de los depósitos a la vista sobre los depósitos minoristas 38.41 % → 34.08 % (−11.26 %) mientras el total de depósitos minoristas +6.18 % intermensual — depósitos a plazo +13.63 %, depósitos a la vista −5.78 %

severity highdirection downnovelty newtrust Adesglose DEPOSIT_TYPE = Demand

Los depósitos minoristas se situaban en 196.0 B ₺ a finales de agosto de 2026 frente a 184.6 B ₺ a finales de julio (+6.18 %, nominal). El crecimiento es todo de depósitos a plazo: 129.2 B ₺ frente a 113.7 B ₺ (+13.63 %), mientras los depósitos a la vista cayeron de 70.9 B ₺ a 66.8 B ₺ (−5.78 %). El ratio CASA pasó por tanto del 38.41 % al 34.08 % (66.8 de 196.0 B ₺ frente a 70.9 de 184.6 B ₺), un cambio del −11.26 % en una métrica de ratio, 1.41× el umbral del 8 % — severity high. El desplazamiento está presente en las seis regiones; el clúster metropolitano concentra el mayor movimiento absoluto. Estos datos no pueden decir si el propio tipo de los depósitos a plazo del banco atrajo el dinero — los tipos de interés de los productos no son métricas de este modelo, y el registro no hace ninguna afirmación sobre ellos.

Recommendation 2

Poner los cierres de cuentas corrientes en seguimiento semanal por franja de edad y región de sucursal, y preguntar al responsable del modelo si los códigos de motivo de cierre pueden hacerse más finos que "petición del cliente"

based_on: Finding 2 · responsable: director de banca minorista, con el responsable del modelo de datos

Un código de motivo que contiene el 61.00 % de las filas no explica nada. El seguimiento semanal mostrará si la tasa de la franja de 18–25 es un solo mes o una racha; el agente marca una repetición como ongoing en lugar de alertar de nuevo. Unos códigos de motivo más finos son un cambio en el sistema de origen, no un cambio en el agente.

Los findings en los que se apoya

Finding 2

Cierres de cuentas corrientes 0.62 % → 0.91 % de la base inicial (+46.79 %) — la franja de edad de 18–25 cierra al 1.84 % y concentra el 28.70 % de los cierres de agosto sobre el 14.20 % de la base

severity criticaldirection upnovelty newtrust Adesglose AGE_BAND = 18–25

De 2.94 M de cuentas corrientes minoristas abiertas al inicio de agosto de 2026, 26,760 se cerraron durante el mes (0.91 %) frente a 18,230 en julio (0.62 %): un cambio del +46.79 % en una métrica de ratio, por encima del umbral crítico del 40 % — severity critical. La franja de edad de 18–25 cerró 7,680 de sus 417,500 cuentas (1.84 %), el doble de la tasa de la red; la franja supone el 14.20 % de la base y el 28.70 % de los cierres del mes. El código de motivo de cierre está en el modelo y no zanja la cuestión: 16,324 de los 26,760 cierres de agosto (61.00 %) llevan petición del cliente. En este registro no se nombra a ningún cliente; la franja de edad es el corte más fino que el agente abre. Estos datos no pueden decir adónde fueron las cuentas cerradas — no hay ningún campo de banco de destino, y el registro no adivina.

Publicado también en esta ejecución, sin ninguna recommendation que se apoye en él

Finding 3

Emisión de tarjetas +18.40 % intermensual, sostenida por el canal móvil: emisión digital 24,100 → 32,650 (+35.48 %) mientras la emisión en sucursal 17,100 → 16,130 (−5.67 %) — cuota digital 58.50 % → 66.93 %

severity highdirection upnovelty newtrust Adesglose CHANNEL = Mobile

Las tarjetas de crédito emitidas subieron de 41,200 en julio de 2026 a 48,780 en agosto (+18.40 %, con dos días laborables menos). La emisión por móvil subió de 24,100 a 32,650 (+35.48 %, 2.37× el umbral de finding del 15 % — severity high en la celda de desglose) y la emisión en sucursal cayó de 17,100 a 16,130 (−5.67 %), llevando la cuota móvil de la emisión del 58.50 % al 66.93 % (32,650 de 48,780; +14.42 % en una métrica de ratio). La emisión de la red, +18.40 %, por sí sola se leería como medium, 1.23× el umbral. Emitir no es usar: la métrica de primera transacción (activación) no está en este modelo, de modo que si las tarjetas añadidas se están usando no puede leerse aquí.

Lo que esta ejecución no pudo ver.

Los tipos de interés de los productos, el destino de las cuentas cerradas, la activación de tarjetas y el crecimiento ajustado por inflación. La cartera de préstamos queda fuera del alcance de este agente por diseño.

IlustrativoConjunto 2Agente de Cartera de Préstamos
Persona
Lee la cartera de préstamos a pymes y minorista por tramo de días de impago, segmento, sector y cosecha de originación, y el pipeline de originación por etapa; nombra patrones que requieren revisión para el equipo de seguimiento de crédito y nunca a un cliente, nunca una decisión. · Audiencia: el director de seguimiento de crédito, auditoría interna, el responsable de operaciones de crédito. · Tono: formal; cada tasa lleva su base; cada patrón es "que requiere revisión", nunca un juicio. · Idioma de salida: en
Señales que vigila
(1) Migración de la mora temprana — el tramo de 31–60 días como cuota de la cartera del segmento, mes a mes. (2) Concentración sectorial dentro de un tramo. (3) Ratio de morosidad, leído solo junto a los tramos anteriores. (4) Plazo de originación por etapa, con la cuota de solicitudes sin marcas de tiempo declarada. (5) Recuentos de amortizaciones anticipadas y reestructuraciones donde el modelo los contiene.
Umbrales que se le dieron
finding 15 % · critical 40 % · métricas de ratio (cuotas de tramo, días de plazo) 8 % · cuota mínima 2 % de la cartera del segmento · regla de gravedad: medium cuando se cruza un umbral, high cuando una métrica de ratio se mueve más de 1.25× su umbral o una métrica de recuento más de 1.5× el umbral de finding, critical por encima del umbral crítico; un finding con una celda de desglose toma la gravedad del movimiento propio de la celda; un tema ongoing conserva la gravedad que se le asignó

Cabecera de la ejecución

  • Programado mensualmente el día 4, 06:30, Europe/Istanbul
  • Periodo: agosto de 2026 frente a julio de 2026 (los tramos a cierre de mes son a fecha determinada; el plazo se mide sobre las solicitudes desembolsadas en el mes — 21 frente a 23 días laborables, declarado)
  • Datos completos hasta 2026-09-01, medidos mediante max(BUCKET_DATE); las marcas de tiempo de las etapas de originación tienen su propio límite, 2026-09-03
  • Alcance: el agente se ejecuta bajo el alcance de seguimiento de crédito (todos los segmentos, sin identificadores de cliente)
  • Modelo: el modelo aprobado del espacio de trabajo
  • Coste: registrado en la ejecución
  • Importes en ₺ nominales
Brief

Agosto de 2026: mora temprana de pymes 1.84 % → 2.61 % de la cartera, concentrada en Construction & Contracting — plazo de originación 6.8 → 9.4 días con una quinta parte más de solicitudes — amortizaciones anticipadas hipotecarias no cargadas

Franja de supuestos

Se usó la comparación mes a mes; los tramos son a fecha de cierre de mes. La métrica de amortizaciones anticipadas hipotecarias no devolvió filas para agosto y se registra como data state, no como finding. Este agente no nombra a ningún cliente y no toma ninguna decisión de crédito; los patrones siguientes son para revisión humana.

La parte delantera de la escalera de mora de pymes se movió en agosto: los saldos con 31–60 días de impago subieron del 1.84 % al 2.61 % de una cartera de 62.4 B ₺, mientras el tramo de 61–90 días y el ratio de morosidad se movieron poco. Construction & contracting concentra el 22.22 % del tramo temprano sobre el 11.79 % de la cartera. Si los préstamos reestructurados con antigüedad reiniciada están dentro de la cifra no puede leerse en este modelo. En la puerta de entrada, las solicitudes de pymes subieron un 21.37 % y el tiempo medio hasta el desembolso subió de 6.8 a 9.4 días, medido sobre el 86 % de las solicitudes que llevan marcas de tiempo de etapa. El recuento de amortizaciones anticipadas hipotecarias no pudo actualizarse: su carga de agosto no se ejecutó.

covers: Finding 1, Finding 2

— Ejecución: mensual, el modelo aprobado del espacio de trabajo, datos completos hasta 2026-09-01 (tramos) y 2026-09-03 (etapas de originación). Guard Ledger: held 0; data state 1 — el sobre e5 (prepayment_count, hipotecas minoristas) devolvió 0 filas para 2026-08, carga de origen no ejecutada; not_selected 0; duplicate 0.

Recommendation 1

Desglosar el tramo de 31–60 días de pymes por cosecha de originación y por sector para julio y agosto, uno junto a otro, y entregar el registro a seguimiento de crédito como lista de revisión de segmentos, no de clientes

based_on: Finding 1 · responsable: jefe de seguimiento de crédito

Si la mora temprana añadida se concentra en las cosechas de 2025-H2, la cuestión es la concesión de ese periodo; si se reparte entre cosechas dentro de un sector, es el sector. Ambos cortes están en este modelo al nivel de detalle de segmento; el nivel de detalle de cliente no está en el alcance de este agente, y la revisión que sigue es humana.

Los findings en los que se apoya

Finding 1

Migración de mora temprana en la cartera de pymes: 31–60 días de mora 1.84 % → 2.61 % de la cartera de 62.4 B ₺ (+41.90 %) — Construction & Contracting al 4.92 % de su saldo sectorial, 22.22 % del tramo sobre 11.79 % de la cartera — patrón que requiere revisión

severity criticaldirection upnovelty newtrust Adesglose DPD_BUCKET = 31–60 × SECTOR = Construction & contracting

La cartera de pymes se situaba en 62.4 B ₺ a finales de agosto de 2026. Los saldos con 31–60 días de mora subieron de 1.148 B ₺ (1.84 %) a finales de julio a 1.629 B ₺ (2.61 %), una variación de +41.90 % en una métrica de ratio, por encima del umbral crítico del 40 % — severity critical. El siguiente tramo, 61–90 días, pasó de 1.14 % a 1.27 % (+11.27 %, por encima del umbral de ratio del 8 % pero por debajo del crítico), y el ratio de dudosos de 3.12 % a 3.18 % (+1.92 %, por debajo del umbral): el movimiento está en el primer peldaño de la escalera. Construction & contracting concentra 0.362 B ₺ del tramo 31–60 (22.22 %) sobre 11.79 % de la cartera, y su propia cuota de mora temprana es 4.92 %. Este registro no nombra a ningún cliente ni emite juicio crediticio alguno; es un patrón que requiere revisión por el equipo de seguimiento de crédito. Estos datos no pueden separar una mora nueva de un préstamo reestructurado que ha vuelto a envejecer — la marca de reestructuración no está en este modelo.

Recommendation 2

Desglosar el plazo de tramitación pyme de agosto por etapa (solicitud → evaluación → decisión → desembolso) y por región de sucursal, y preguntar al responsable del modelo por qué el 14 % de las solicitudes carecen de marcas de tiempo de etapa

based_on: Finding 2 · responsable: gerente de operaciones de crédito, con el responsable del modelo de datos

Las solicitudes crecieron un 21.37 % y la duración media un 38.24 %; el corte por etapa dirá adónde fueron los días. Las marcas de tiempo ausentes son un fallo del sistema de origen y corresponden al responsable del modelo; hasta que se rellenen, la media se declara sobre el 86 % de las solicitudes, y así consta en el registro.

Los findings en los que se apoya

Finding 2

Plazo de tramitación de originación pyme 6.8 → 9.4 días (+38.24 %) con solicitudes +21.37 % — el 14 % de las solicitudes carecen de marca de tiempo de etapa y quedan excluidas

severity highdirection upnovelty newtrust Adesglose SEGMENT = SME

Las solicitudes de préstamos a pymes subieron de 12,400 en julio de 2026 a 15,050 en agosto (+21.37 %, con dos días laborables menos), y los desembolsos de 7,930 a 8,620 (+8.70 %). La media de días desde la solicitud hasta el desembolso, medida sobre los préstamos desembolsados en el mes, pasó de 6.8 a 9.4 (+38.24 %, 4.78× el umbral de ratio del 8 % — severity high; el umbral crítico del 40 % no se alcanza). Los campos de marca de tiempo de etapa faltan en 2,107 de las 15,050 solicitudes de agosto (14.00 %); esas quedan excluidas de la media y la exclusión se declara en lugar de rellenarse. El registro lee el volumen y la duración uno junto a otro y no afirma nada sobre las aprobaciones — el resultado de la decisión no es una métrica que este agente abra. Estos datos no pueden decir qué etapa se alargó — el corte por etapa está en el modelo pero no se abrió en esta ejecución.

Data state

Data state (no es un finding): la métrica prepayment_count de hipotecas minoristas no devolvió filas para agosto de 2026 — la carga mensual de la tabla de origen no se ejecutó. Sin gravedad, ninguna recommendation se apoya en ella; se notifica al responsable del modelo.

Lo que esta ejecución no pudo ver.

La marca de reestructuración, la duración por etapa (en el modelo, no abierta), el resultado de la decisión (fuera del alcance por diseño) y las amortizaciones anticipadas de hipotecas de agosto.

IlustrativoConjunto 3Agente de Operaciones de Sucursal y Canal
Persona
Lee las transacciones de caja, el coste operativo de sucursal, el tiempo de espera en cola y el embudo de onboarding móvil del mismo banco; separa "las transacciones salieron de la sucursal" de "la sucursal se encareció por transacción", y "menos finalizaciones" de "una versión distinta de la app". · Audiencia: el director de la red de sucursales, el responsable de canales digitales, el controller de operaciones. · Tono: llano y operativo. · Idioma de salida: en
Señales que vigila
(1) Coste por transacción de caja por clúster de sucursales. (2) Sucursales de bajo volumen como cuota de la red. (3) Tiempo de espera en cola por clúster, junto al volumen de transacciones. (4) Finalización del onboarding móvil por paso y versión de la app. (5) Migración de canal — la cuota de transacciones por canal.
Umbrales que se le dieron
finding 15 % · critical 40 % · métricas de ratio (coste por transacción, minutos de espera, tasa de finalización) 8 % · cuota mínima 2 % de las sucursales o de los inicios de onboarding · regla de gravedad: medium cuando se cruza un umbral, high cuando una métrica de ratio se mueve más de 1.25× su umbral o una métrica de recuento más de 1.5× el umbral de finding, critical por encima del umbral crítico; un finding con una celda de desglose toma la gravedad del movimiento propio de la celda; un tema ongoing conserva la gravedad que se le asignó

Cabecera de la ejecución

  • Programado semanalmente, lunes 06:00, Europe/Istanbul
  • Periodo: agosto de 2026 vs julio de 2026 (21 vs 23 días laborables — los recuentos de transacciones se ven afectados y la diferencia se declara; el coste por transacción y las tasas no)
  • Datos completos hasta 2026-09-06, medidos mediante max(TRANSACTION_DATE), hace 6 horas; los asientos de coste de sucursal cierran mensualmente y su límite es 2026-08-31
  • Alcance: el agente se ejecuta bajo el alcance de operaciones de sucursal (todas las sucursales, sin saldos, sin métricas de préstamos)
  • Modelo: el modelo aprobado del espacio de trabajo
  • Coste: registrado en la ejecución
  • Importes en ₺ nominales
Brief

Agosto de 2026: coste por transacción de caja 211.6 ₺ → 241.9 ₺ mientras las transacciones salían de la sucursal, espera en cola metropolitana 11.2 → 15.8 minutos, finalización del onboarding móvil 71.30 % → 63.90 % en la versión 6.2 de la app

Franja de supuestos

Se usó la comparación intermensual (21 vs 23 días laborables; los recuentos se ven afectados, las tasas no). El coste de sucursal cierra mensualmente y su límite es 2026-08-31; las transacciones llegan hasta 2026-09-06. La espera en cola se mide solo donde existe un dispensador de turnos — el clúster provincial está ausente de esa métrica por construcción.

Las transacciones de caja cayeron un 11.41 % en agosto mientras el coste operativo de sucursal se mantuvo, de modo que cada transacción costó 241.9 ₺ frente a 211.6 ₺ en julio; treinta y siete sucursales provinciales, el 17.29 % de la red, gestionaron menos de 8,000 transacciones en el mes. Las sucursales metropolitanas se movieron en sentido contrario en tiempo: la espera en cola subió de 11.2 a 15.8 minutos con un 8.02 % menos de transacciones. En la app, los inicios de onboarding crecieron un 7.94 % pero la finalización cayó de 71.30 % a 63.90 %, y la caída se sitúa en la versión 6.2, en el paso de verificación de identidad. La frase que atribuía las esperas a la falta de personal se retuvo; el cuadrante no está en el modelo.

covers: Finding 1, Finding 2, Finding 3

— Ejecución: semanal, el modelo aprobado del espacio de trabajo, datos completos hasta 2026-09-06 (transacciones) y 2026-08-31 (coste). Guard Ledger: held 1 — borrador del candidato f-02, motivo unevidenced_causality (gate 4): la cláusula because the branches were understaffed no tenía sobre de cuadrante, una reescritura guiada conservó una forma más débil de ella, y después se retuvo; duplicate 1 — candidato f-04 (coste por transacción por clúster) fusionado en el Finding 1 por la huella cost_per_txn|2026-08|provincial; not_selected 0.

Recommendation 1

Desglosar el coste por transacción de caja por clúster de sucursales y por sucursal para julio y agosto, con la espera en cola de cada sucursal al lado allí donde la espera se mide

based_on: Finding 1, Finding 2 · responsable: director de la red de sucursales

Treinta y siete sucursales ocupan el extremo de bajo volumen y cuarenta y una el extremo de espera larga; el corte por sucursal mostrará si alguna sucursal está en ambas listas. El coste se asienta mensualmente y las transacciones a diario; los dos se leen cada uno en su propio nivel de detalle. El cuadrante de personal no está en este modelo, y la frase que el agente redactó sobre la falta de personal se retuvo tras una reescritura.

Los findings en los que se apoya

Finding 1

Coste por transacción de caja 211.6 ₺ → 241.9 ₺ (+14.32 %) al caer las transacciones −11.41 % intermensual mientras el coste operativo de sucursal se mantuvo (+1.27 %) — 37 de 214 sucursales (17.29 %) por debajo de 8,000 transacciones en el mes

severity highdirection upnovelty newtrust Adesglose BRANCH_CLUSTER = Provincial

Las transacciones de caja cayeron de 4.82 M en julio de 2026 a 4.27 M en agosto (−11.41 %; dos días laborables menos explican una parte, y el recuento por día cayó igualmente). El coste operativo de sucursal pasó de 1.02 B ₺ a 1.033 B ₺ (+1.27 %, por debajo del umbral), de modo que el coste por transacción de caja subió de 211.6 ₺ a 241.9 ₺ (1.033 B ₺ sobre 4.27 M frente a 1.02 B ₺ sobre 4.82 M; +14.32 %, 1.79× el umbral de ratio del 8 % — severity high). Treinta y siete sucursales, el 17.29 % de la red y todas en el clúster provincial, registraron menos de 8,000 transacciones de caja en agosto. Estos datos no pueden decir qué hacen esas sucursales aparte del trabajo de caja — la actividad de asesoramiento y de ventas no se contabiliza en esta estrella.

Finding 2

Espera en cola en las 41 sucursales metropolitanas 11.2 → 15.8 minutos (+41.07 %) mientras sus transacciones cayeron −8.02 %

severity criticaldirection upnovelty newtrust Adesglose BRANCH_CLUSTER = Metropolitan

La espera media en cola en las 41 sucursales metropolitanas (el 19.16 % de la red) subió de 11.2 minutos en julio de 2026 a 15.8 en agosto (+41.07 %, por encima del umbral crítico del 40 % — severity critical) mientras sus transacciones de caja cayeron de 1.31 M a 1.205 M (−8.02 %). Esperas más largas con menos transacciones es la forma que dejaría un cambio de plantilla, pero el cuadrante de personal no está en este modelo, y el registro no lo infiere. La métrica de espera procede del sistema de turnos y cubre solo las sucursales con dispensador de turnos — el clúster provincial está ausente de ella por construcción.

Recommendation 2

Poner la finalización del onboarding móvil en seguimiento diario por versión de la app y por paso, y entregar la tasa del paso de verificación de identidad en la versión 6.2 al equipo de canales digitales

based_on: Finding 3 · responsable: responsable de canales digitales

El corte por versión aísla la caída; el corte por paso la localiza. Ambos están en este modelo al nivel de detalle de día. Si la caída del paso se debe a la app o al proveedor de identidad no puede leerse aquí — los códigos de respuesta del proveedor no están en el modelo.

Los findings en los que se apoya

Finding 3

Finalización del onboarding móvil 71.30 % → 63.90 % de los inicios (−10.38 %) con inicios +7.94 % — la versión 6.2 de la app finaliza al 61.10 % frente al 72.40 % de la versión 6.1

severity highdirection downnovelty newtrust Adesglose APP_VERSION = 6.2

Los inicios de onboarding en la app móvil subieron de 214,000 en julio de 2026 a 231,000 en agosto (+7.94 %), mientras las finalizaciones pasaron de 152,582 a 147,609, llevando la tasa de finalización de 71.30 % a 63.90 % (−10.38 %, 1.30× el umbral de ratio del 8 % — severity high). El corte por versión de la app está en este modelo y es donde se sitúa el movimiento: 173,800 de los inicios de agosto corrieron en la versión 6.2 y 106,196 de ellos finalizaron (61.10 %); 57,200 corrieron en la versión 6.1 y 41,413 finalizaron (72.40 %). El corte por paso muestra la caída en identity verification. La fecha de lanzamiento de la 6.2 no es un hecho en este modelo; el registro declara la diferencia entre versiones y nada sobre el lanzamiento.

Lo que esta ejecución no pudo ver.

El cuadrante de personal, la actividad distinta de caja en las sucursales de bajo volumen, los códigos de respuesta del proveedor de identidad y la fecha de lanzamiento de la versión 6.2 de la app. Los saldos y la cartera de préstamos están fuera del alcance de este agente por diseño.

Cada cifra lleva una dirección

En el producto cada cifra se vincula a una dirección de evidencia — sobre, fila, celda, dígito de control — y una cifra sin ella se retiene, no se publica. La anatomía de un registro →

Las cifras derivadas muestran su operación

Una variación, una cuota o una brecha la calcula el engine y lleva sus operandos; el modelo nunca divide. Cómo se demuestra cada cifra →

La gobernanza de IA es la capa de publicación

Ocho gates deterministas, el nivel de trust, la interpretación marcada con insignia, una franja de supuestos que no se puede desactivar y el Guard Ledger. Dónde puede llegar el modelo y dónde no →

Preguntas frecuentes

Cuatro preguntas que suelen hacerle a esta página

01¿Sale algo del banco?

No. El runtime se instala junto al warehouse; los gateways son de solo lectura; las credenciales permanecen en los servidores del banco; el modelo recibe resultados de consulta sellados, nunca tablas, y nunca un identificador de cliente.

02¿El agente puntúa a los clientes o los señala para una acción crediticia?

No. Informa de cuotas por tramo por segmento, sector y cosecha como patrones que requieren revisión. No puede abrir el nivel de detalle de cliente, y nunca etiqueta un patrón con una palabra legal o regulatoria.

03¿Cómo se gestiona el alcance a nivel de fila?

Cada agente se ejecuta bajo un alcance con nombre, congelado sobre cada registro — banca minorista, seguimiento de crédito, operaciones de sucursal en los conjuntos anteriores — y el alcance se vuelve a comprobar cuando una persona abre el registro.

04¿Qué ocurre si falla la carga de origen?

La métrica no devuelve filas y la ejecución registra un data state, de forma visible, sin gravedad y sin ninguna recommendation apoyada en él — nunca un cero, nunca un finding.

Estudio gratuito de descubrimiento de datos

Vea cuáles de estas señales puede sostener su propio warehouse.

Envíenos el nombre de su plataforma de datos y el área de negocio sobre la que más discuten. Leemos su modelo semántico con usted y respondemos por escrito: cuáles de las señales de esta página sostiene hoy su modelo, cuáles necesitan un cambio en Axoria Data Studio y qué mediría un piloto de cuatro semanas. Sin coste, sin secuencia — una persona responde en dos días laborables.

Solicite un estudio gratuito de descubrimiento de datos → Iniciar un piloto de 4 semanas

Lo que asumen los ejemplos

Los datos, el modelo y las medidas detrás de los tres conjuntos

Nada en un conjunto se apoya en una fuente ajena al modelo descrito aquí. Abra lo que quiera conciliar.

01Fuentes de datos asumidas — datos que un banco ya tiene

Core bancario (cuentas, saldos, transacciones por canal, aperturas y cancelaciones con códigos de motivo), la cartera de préstamos (saldos por producto, segmento, sector y cosecha de originación, tramos de días de mora), el sistema de originación (marcas de tiempo de solicitud, decisión y desembolso), el sistema de tarjetas (emisión por canal), el sistema de turnos de sucursal (tiempos de espera), el registro de eventos de la app móvil (pasos de onboarding por versión de la app), asientos de coste de sucursal. Nivel de detalle típico del warehouse: una fila por cuenta y día para los saldos, una por transacción, una por préstamo y mes para los tramos.

02Modelo semántico asumido — el mínimo para las tres personas
Medidas
deposit_balance (a la vista, a plazo) · casa_ratio (derivada por el engine) · account_count · accounts_closed · attrition_rate (derivada por el engine) · cards_issued · loan_balance · balance_by_dpd_bucket · dpd_bucket_share (derivada por el engine) · npl_ratio · applications · disbursements · turnaround_days (media, a partir de las marcas de tiempo de etapa) · teller_transactions · branch_operating_cost · cost_per_transaction (derivada por el engine) · queue_wait_minutes (media) · app_onboarding_starts · app_onboarding_completions · completion_rate (derivada por el engine).
Dimensiones
fecha · sucursal · región · clúster de sucursales (metropolitano / provincial) · segmento de cliente (minorista / pyme) · tramo de edad · producto · canal (sucursal / móvil / web / centro de llamadas) · sector del préstamo · cosecha de originación · tramo de días de mora · código de motivo de cancelación · versión de la app · paso de onboarding. Marcados como personales y nunca desglosados por: cliente, número de cuenta, gestor de la relación.
Frontera de datos
medida por el engine mediante max(BALANCE_DATE) para los saldos y max(TRANSACTION_DATE) para las transacciones; el modelo declara ambas. Los importes son ₺ nominales — el modelo no lleva ajuste por inflación, de modo que los agentes comparan mes contra mes y leen ratios, y así lo dicen.
03KPI asumidos — lo que siguen los directivos bancarios
KPIDefiniciónUnidadBanda típicaDesglose habitual
Margen de interés neto(ingresos por intereses − gastos por intereses) / activos rentables%bancos de EE. UU. ≈ 3.0–3.4 % recientemente [proveedor que cita datos del regulador]segmento · producto
Ratio de eficiencia (coste sobre ingresos)gastos de explotación / ingresos de explotación%< 60 % se considera bueno [proveedor]línea de negocio · sucursal
Rentabilidad sobre recursos propios / activosbeneficio neto / recursos propios o activos%ROE de los bancos comerciales de EE. UU. ≈ 11–13 % [proveedor]segmento
Ratio de préstamos dudosospréstamos dudosos / préstamos brutos%sin banda única; los dashboards de los reguladores la publicanproducto · segmento
Coste del riesgoprovisiones por insolvencias / préstamos mediospbespecífico de cada empresaproducto · cosecha
Ratio CASAdepósitos a la vista + de ahorro / depósitos totales%específico de cada empresasucursal · segmento
Ratio préstamos sobre depósitospréstamos / depósitos%específico de cada empresaentidad
Adecuación de capital (CET1)capital regulatorio / activos ponderados por riesgo%mínimos regulatorios más colchonesentidad
Plazo de tramitación de originación pymede la solicitud al desembolsodíasespecífico de cada empresaproducto · canal
Productos por clienteproductos activos / clientesratioespecífico de cada empresasegmento
Usuarios digitales activos / cuota de ventas digitalescuota de clientes o de ventas por canal digital%específico de cada empresacanal
Pérdida de clientescuentas canceladas / base inicial%específico de cada empresasegmento · sucursal
Net promoter scoreencuestaíndiceespecífico de cada empresasegmento · canal
Migración entre tramos de días de morasaldo en un tramo / cartera del segmento, mes contra mes%específico de cada empresasegmento · sector · cosecha

Relacionado

Adónde llevan estas páginas

Los departamentos a los que pertenecen estos perfiles

En este sitio