LIMITACIONES DE LOS MODELOS DE PUNTAJE Y RIESGO
Versión: CO-2026.10.02-MODEL1
Fecha de vigencia: 2 de octubre de 2026
Entidad: DataCred Tech S.A.S.
NIT: 902112751-6
Contacto: app@datacred.org · +57 302 668 4956
1. Objeto
Este documento explica las limitaciones de los modelos utilizados por DataCred para producir Puntaje DataCred, factores derivados, análisis de riesgo y otros resultados cuantitativos.
2. Puntaje DataCred
El Puntaje DataCred utiliza una escala de 300 a 850.
La escala es propia de DataCred.
Que comparta un rango numérico familiar en la industria no significa equivalencia con FICO, VantageScore, centrales tradicionales u otro score externo.
3. Dimensiones principales
El motor de comportamiento financiero contempla dimensiones como:
- Stability;
- Behavior;
- Liquidity;
- Trust;
- Activity.
La ponderación, features y ceilings se implementan en el motor de scoring y pueden evolucionar mediante versiones.
4. Información bureau
Cuando existe información de tradelines y fuentes elegibles, el motor puede combinar información de comportamiento financiero con información bureau.
La existencia de una sola línea o de datos muy delgados no concede automáticamente el mismo nivel de confianza que un historial amplio.
5. Datos autorreportados
Información SELF_ATTESTED puede contribuir de manera conservadora a determinados análisis.
No debe recibir el mismo peso que una fuente independiente verificada.
El sistema utiliza límites de confianza y ceilings para reducir la posibilidad de que datos fácilmente manipulables desbloqueen por sí solos el rango completo del score.
6. Antigüedad
La cantidad y antigüedad de datos pueden limitar la confianza y el rango disponible.
Un usuario con poco historial no debe recibir el mismo grado de certeza que un expediente con años de evidencia únicamente por tener unos pocos eventos positivos.
7. Datos faltantes
La ausencia de datos no demuestra necesariamente una conducta negativa.
Puede significar:
- usuario nuevo;
- fuentes no conectadas;
- documentos no cargados;
- datos que DataCred no recibe;
- interrupción de una integración.
8. Moneda y normalización
DataCred puede normalizar eventos a USD para comparabilidad.
La exactitud del análisis puede verse afectada por:
- tipo de cambio;
- fecha;
- fuente de la tasa;
- moneda no soportada;
- falta de tasa disponible.
9. OCR y clasificación
Un evento derivado de OCR puede contener errores.
Las clasificaciones de categoría o proveedor también pueden ser inferidas y corregibles.
10. Fraude y manipulación
El motor puede reducir confianza, excluir eventos o activar revisión cuando detecta señales de manipulación.
Esto no significa que toda anomalía sea fraude.
11. Cambios del score
Un cambio puede producirse por:
- nuevos eventos;
- nuevas obligaciones;
- correcciones;
- pagos;
- eliminación de datos;
- aging;
- cambio de confianza;
- cambio de metodología;
- incorporación de bureau;
- resolución de reclamos.
12. Snapshots históricos
Un snapshot refleja el score en un momento concreto.
No debe utilizarse como si fuera el score actual después de una corrección o recálculo posterior.
13. No es garantía
El Puntaje DataCred no garantiza:
- aprobación;
- rechazo;
- pago futuro;
- ausencia de fraude;
- rentabilidad;
- liquidez futura;
- solvencia jurídica.
14. Decisiones de terceros
Una empresa afiliada puede utilizar DataCred como un insumo entre otros.
La empresa mantiene responsabilidad por su propia decisión y por las normas que le resulten aplicables.
15. Explicabilidad
DataCred debe poder identificar factores relevantes que influyen en el resultado.
La explicación puede proteger detalles que permitirían manipular el modelo, pero no debe ser deliberadamente vacía.
16. Versionado y calibración
DataCred puede ajustar:
- features;
- pesos;
- ceilings;
- thresholds;
- blending;
- calibración.
Los cambios materiales deben probarse antes de aplicarse ampliamente cuando puedan afectar de manera significativa a usuarios.
17. Corrección
Cuando un dato fuente se corrige, los resultados derivados deben recalcularse cuando esa corrección sea material.
18. Marco colombiano
Estos avisos se interpretan junto con la Ley 1266 de 2008, la Ley 1581 de 2012 y las instrucciones aplicables de la Superintendencia de Industria y Comercio sobre transparencia en tratamientos automatizados.
DataCred Tech S.A.S.
NIT 902112751-6