Un podcast sobre estrategia de productos financieros y cómo los sesgos cognitivos de clientes, líderes y equipos influyen en las decisiones, el diseño del producto y los resultados del negocio. El único podcast en español que une estrategia y economía conductual para entender, de verdad, por qué un producto financiero triunfa o fracasa. <br/><br/><a href="https://estrategiaenjuego.substack.com?utm_medium=podcast">estrategiaenjuego.substack.com</a>
ESTRATEGIA EN JUEGO
Claim This Podcastby Mauricio Rodríguez Vázquez
14 episodes
Updated Daily
Accepts GuestsHas SponsorsLocation 🇲🇽
Podcast Overview
Un podcast sobre estrategia de productos financieros y cómo los sesgos cognitivos de clientes, líderes y equipos influyen en las decisiones, el diseño del producto y los resultados del negocio. El único podcast en español que une estrategia y economía conductual para entender, de verdad, por qué un producto financiero triunfa o fracasa. <br/><br/><a href="https://estrategiaenjuego.substack.com?utm_medium=podcast">estrategiaenjuego.substack.com</a>
Language
🇪🇸
Publishing Since
3/31/2026
1 verified contact email on file for ESTRATEGIA EN JUEGO
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
July 8, 2026
Crédito Hipotecario: Banxico bajó la tasa. Tu hipoteca no se enteró.
<p><strong>Lunes 9:00 AM, piso 34 de un corporativo de Paseo de la Reforma con vista panorámica al Ángel de la Independencia y a la desigualdad.</strong> El Comité de Innovación Hipotecaria arranca su sesión quincenal. Preside Rodrigo, el CEO, que llegó ocho minutos tarde porque venía de un desayuno de networking donde tres personas le dijeron que el futuro es “phygital” y él anotó la palabra en su iPhone con la solemnidad de quien recibe una profecía. A su derecha, Ximena, la CPO, que tiene abiertas cuarenta y dos pestañas de Chrome, un tablero de Miro con 200 post-its virtuales que nadie ha vuelto a leer desde el offsite de Valle de Bravo, y la convicción genuina —esto es lo trágico, la convicción es genuina— de que están a un sprint de distancia de “crackear” el segmento informal. A su izquierda, Aldo, el CMO, que trae una propuesta de campaña con el claim “Tu casa te está esperando” —claim que costó $380,000 pesos de agencia, dos rondas de focus groups y una junta de alineación de tres horas en la que la palabra “aspiracional” se pronunció veintiséis veces, cifra verificable porque el becario, por aburrimiento, las contó.</p><p>Completa la mesa Sebastián, el Head of Product, treinta y nueve años, maestría en el extranjero, tres años en consultoría estratégica antes de “brincar a la industria,” y autor intelectual del proyecto estrella del trimestre: el “Modelo T100,” un scoring de nueva generación con capas de datos alternativos, filtro DTI recién calibrado y un nombre que suena a consola de videojuegos pero cuesta como un piso de oficinas. Sebastián proyecta el slide 14 de 60. El slide tiene una paloma volando sobre un fraccionamiento al atardecer y la frase “Democratizar el acceso al crédito hipotecario para el México que trabaja.” Nadie en la sala ha preguntado nunca qué significa exactamente “democratizar,” entre otras cosas porque el que pregunte queda automáticamente como el que no entendió la visión. Rodrigo asiente mirando el slide con la misma cara con la que asintió en el desayuno cuando le dijeron “phygital.” Aldo comenta que la paloma “comunica libertad financiera.” Ximena pregunta —y esta es, objetivamente, la mejor pregunta que se hará en toda la junta— cuánto falta para que el modelo pueda evaluar a un solicitante con ingreso informal. Sebastián responde “ocho semanas,” con el aplomo impecable de quien acaba de inventar el número en tiempo real, delante de testigos, sin que se le mueva un músculo de la cara. Todos asienten. Ocho semanas es razonable. Ocho semanas es, de hecho, ágil, comparado con los doce meses que tardó el modelo anterior —el mismo que el año pasado ganó, en una ceremonia con barra libre, DJ y trofeo de acrílico, el premio interno a “Mejor Innovación en Inclusión Financiera,” categoría en la que competía contra otros dos proyectos del mismo banco.</p><p>Se agenda el siguiente checkpoint. Se acuerda “aterrizar los learnings.” Se pide al equipo de Datos “un deep dive del segmento no bancarizado,” que es la manera corporativa de decir que van a contratar un estudio de mercado de $900,000 pesos para averiguar algo que cualquier persona podría averiguar preguntándole a la señora que les vende las quesadillas en la esquina del corporativo. La junta termina a las 10:27. Duró 87 minutos. Se produjeron cero decisiones y un compromiso de volver a reunirse.</p><p><strong>Sábado de esa misma semana, 7:40 AM, Chimalhuacán, Estado de México.</strong> Doña Herminia y don Refugio —Cuca y Cuco para todos menos para el acta de matrimonio— están parados frente al terreno que compraron hace nueve años en pagos, viendo llegar al maestro Eleuterio, compadre de don Refugio desde que bautizaron al segundo niño, albañil de oficio desde los catorce años, y titular de un sistema de gestión de proyectos que consiste en una libreta Scribe de espiral, un lápiz mordido y una memoria infalible para saber quién le debe una chamba a quién. El maestro Eleuterio no sabe qué es un OKR y su vida es mejor por ello. Nunca ha dicho “onboarding.” Jamás ha “socializado un deck.” No tiene roadmap: tiene la semana que entra. Y en treinta años de carrera ha entregado más metros cuadrados de vivienda funcional que la fintech hipotecaria mejor fondeada del país.</p><p>El proyecto de hoy: el cuarto de arriba, porque Berenice, la hija mayor, está embarazada y el bebé llega en noviembre. El presupuesto: $14,000 pesos, ahorrados en ocho meses en el sistema financiero más antiguo y con mejor tasa de cumplimiento de México —un sobre de papel marcado “EL QUARTO” con plumón negro, guardado donde doña Herminia sabe y don Refugio sospecha. El comité de riesgo sesionó anoche en la mesa de la cocina, duró once minutos, y aprobó por unanimidad. El análisis de crédito del maestro Eleuterio fue instantáneo y multivariable: conoce a esta familia hace veinte años, sabe que don Refugio no queda mal, y además el compadrazgo funciona como el colateral social más líquido del hemisferio. No pidió buró. No pidió comprobante de ingresos. No pidió los últimos tres estados de cuenta. Pidió que hubiera cemento gris, no blanco, porque el blanco es para los que tienen dinero para tirar, y que le tuvieran un refresco frío para las dos de la tarde.</p><p>Para el domingo en la noche, la pared del cuarto de Berenice ya tiene la primera hilada de tabique. El proyecto se ejecutó sin CAT, sin tasa, sin enganche, sin avalúo, sin notario, sin registro público, sin Modelo T100, sin filtro DTI y sin que nadie preguntara en ninguna sala si esto “escala.” La familia de doña Herminia no fue rechazada por el sistema financiero mexicano: eso implicaría que alguna vez fue considerada. Simplemente, para el sistema, no existe. Y el sentimiento —esta es la parte que ningún estudio de $900,000 pesos va a capturar— es rigurosamente mutuo.</p><p>El lunes, Sebastián abrirá su laptop y verá el recordatorio del checkpoint del Modelo T100. Faltan siete semanas. La pared de Berenice, para entonces, ya estará enjarrada.</p><p>Esto no es una anécdota conmovedora sobre la resiliencia mexicana que un banco pondría en su reporte de sostenibilidad junto a una foto en blanco y negro, con una frase en cursiva sobre “la fuerza de las familias mexicanas” y el logo institucional discretamente en la esquina. Es, con nombre y apellido —Herminia, Refugio, Eleuterio, y detrás de ellos varios millones más—, el competidor que le está ganando al sistema financiero formal en la categoría más importante del mercado: volumen. Y es un competidor que jamás ha sido invitado a un panel de fintech, no tiene ronda de inversión, no aparece en el radar de ningún Head of Innovation, y aun así se está comiendo, sábado a sábado, el mercado que el Comité de Rodrigo lleva trimestres tratando de modelar. Según el Centro Terwilliger de Innovación en Vivienda de Hábitat para la Humanidad —citado por El Economista en marzo de 2026— el 62.8% del parque habitacional mexicano, unos 28 millones de viviendas, se construyó por etapas, y casi nueve de cada diez de esas viviendas se levantaron únicamente con ahorro familiar, sin acceso a crédito ni financiamiento formal de ningún tipo. Ninguna institución financiera del país —ni Infonavit, ni Fovissste, ni los ocho bancos con cartera hipotecaria, ni las cuatro fintechs hipotecarias con más prensa del ecosistema— originó, diseñó, ni subsidió esa construcción. La ganó, por goleada, un sistema que no tiene director de producto, ni consejo de administración, ni comité de riesgo: el sistema formado por albañiles de confianza, tiendas de materiales que fían hasta quincena, y la disciplina de ahorro de millones de familias que el sector llama, con una mezcla de lástima y desprecio, “informales.”</p><p>Mientras tanto, en el mundo donde sí hay comité: Banco de México recortó su tasa de referencia 475 puntos base entre marzo de 2024 y mayo de 2026 —de 11.25% a 6.50%, el nivel más bajo desde 2022— y la Junta de Gobierno votó por unanimidad mantenerla ahí el 25 de junio de 2026 (Banxico, comunicados de política monetaria). La tasa hipotecaria promedio en México, sin embargo, se mantuvo en 11.55% al cierre de 2025 (Índice SHF, 4T2025). BBVA Research lo puso en una frase que cualquier Director de Producto debería tener pegada en el monitor: “la transmisión hacia el crédito hipotecario ha sido nula” (BBVA Research, Situación Inmobiliaria México 1S2026). Cuatrocientos setenta y cinco puntos base de política monetaria, absorbidos en algún punto de la cadena de transmisión sin que le tocaran ni un peso al pago mensual del solicitante. El país entero pasó dos años bajando una tasa que, en el segmento donde más se necesitaba que bajara, se comportó como si Banxico nunca hubiera hablado.</p><p>Aquí está el punto editorial, y conviene decirlo sin envolverlo en diplomacia corporativa: el sistema financiero formal mexicano no está compitiendo, en el mercado de vivienda más grande del país, contra otro banco, contra una fintech agresiva ni contra Infonavit. Está compitiendo contra nadie —porque, en el segmento donde más volumen se juega, nadie más se presentó a la licitación. Y aun así perdió. Un mercado en el que la respuesta ganadora es “constrúyelo tú mismo, con tus ahorros, con tu compadre, sin pedirle permiso a nadie” no es evidencia de que el mexicano promedio sea admirablemente autosuficiente. Es la prueba, en la escala más brutal posible, de que el producto que la banca, Infonavit y las fintechs llevan dos décadas perfeccionando en juntas de 87 minutos y cero decisiones simplemente no fue diseñado para la mayoría de las personas que necesitan un techo. El Modelo T100 de Sebastián puede tener el mejor árbol de decisión del mercado. Sigue perdiendo, todos los sábados, contra la libreta de espiral del maestro Eleuterio.</p><p><strong>El país que se construye solo</strong></p><p>La cifra de la autoconstrucción no es un dato aislado ni una curiosidad antropológica: es el contexto que explica por qué el resto de las cifras de este artículo importan. Al cierre de 2025, la cartera hipotecaria bancaria en México ascendía a $1,475.1 miles de millones de pesos a octubre de ese año, con un crecimiento real de apenas 1.7% anual —el ritmo más bajo en ocho años (Banxico); el cierre de diciembre de 2025 aún no se había publicado al momento de escribir este artículo. La originación total del sistema —Infonavit, banca comercial y Fovissste combinados— sumó apenas 512,300 créditos en 2025, una contracción de 0.5% respecto a 2024 (BBVA Research, Situación Inmobiliaria México 1S2026). Infonavit originó 376,300 créditos (+2.5%), la banca comercial 114,200 (-5.2%) y Fovissste 30,800 (-14.4%), con un monto promedio de crédito bancario de $2.48 millones de pesos, -2.6% en términos reales.</p><p>Contrastemos: el sistema financiero formal completo —con sus 60-plus actores regulatorios, sus modelos de scoring, sus comités de riesgo y sus filtros DTI— originó medio millón de créditos en un año. La autoconstrucción, sin ningún actor institucional coordinándola, sostiene 28 millones de viviendas ya construidas y sigue siendo uno de los principales motores de vivienda nueva del país en 2026, según estimaciones del sector citadas por publicaciones especializadas en construcción a finales de 2025. No es que el mercado formal sea pequeño por falta de demanda: el déficit habitacional es de 8.38 millones de viviendas (Sedatu/CONAVI, ENIGH 2024), con una demanda adicional proyectada de 6.6 millones hacia 2030. La demanda existe, es enorme, y la mayoría de ella simplemente decidió no esperar a que el sistema formal la atendiera.</p><p>La explicación estructural tiene nombre: informalidad laboral. El 54.8% de la población ocupada en México —32.6 millones de personas— trabaja en la informalidad (INEGI, ENOE 1T2026). Cada uno de los requisitos estándar del crédito hipotecario formal —comprobante de ingresos con recibo de nómina, historial de buró de al menos dos años, antigüedad laboral verificable— está diseñado, casi por definición, para excluir a más de la mitad de la fuerza laboral del país. El precio de la vivienda tampoco ayuda: el Índice SHF de Precios de la Vivienda registró un incremento de 8.7% anual al cierre de 2025, con un valor promedio de $1,863,965 pesos y una mediana de $1,209,189 pesos —Guadalajara (+11.3%), Tijuana (+10.6%) y Monterrey (+9.4%) por encima del promedio nacional, mientras el Valle de México creció apenas 5.1%. Ese ritmo de apreciación más que duplica la inflación general del periodo.</p><p>El IMOR de la banca comercial alcanzó 3.0%-3.1% al cierre de 2025, el nivel más alto en 16 años, con Nuevo León (1.4%) y CDMX (2.3%) como los mejores comportamientos regionales (CNBV, Banxico, BBVA Research). El de Infonavit, en cambio, superó el 17% al cierre del mismo año —una brecha que no es casualidad, sino el resultado directo de dos modelos de originación completamente distintos operando sobre poblaciones con capacidad de pago también distinta.</p><p><strong>Cuando la institución más grande admite que se equivocó</strong></p><p>La Reforma Infonavit de 2024-2025 —decretada el 21 de febrero de 2025 en el Diario Oficial de la Federación— es, en el contexto de la historia crediticia mexicana reciente, un evento poco común: el mayor instituto de vivienda de América Latina reconociendo públicamente que su propio diseño de producto empobrecía a las personas que se suponía debía proteger. Durante décadas, Infonavit indexó el saldo de millones de créditos a Veces Salario Mínimo (VSM). El mecanismo parecía razonable en el papel —ajustar la deuda con el poder adquisitivo del salario— pero en la práctica generaba un efecto perverso: cuando el salario mínimo subía más rápido que los pagos del acreditado, el saldo de la deuda crecía en automático, incluso para quienes pagaban puntualmente. Un crédito contratado en 2010 con una mensualidad inicial de $1,500 pesos podía llegar, sin ningún atraso del acreditado, a $8,615 pesos mensuales al final del plazo (Infonavit).</p><p>El instituto reconoció que 4.85 millones de créditos quedaron atrapados en este esquema —no los “2 millones” que circularon en la conversación pública durante buena parte de 2025, cifra que corresponde solo a la primera etapa del congelamiento anunciada en noviembre de 2024. Al 5 de diciembre de 2025, según el documento aprobado por la Asamblea General de Infonavit para el Presupuesto de Egresos de la Federación 2026, 2.5 millones de esos créditos ya habían sido corregidos —incluyendo descuentos al saldo superiores a $72,000 millones de pesos— y el resto avanzaba a través del programa “Infonavit Solución Integral,” lanzado en noviembre de 2025 con la meta de cerrar la corrección del universo completo de 4.85 millones de créditos “impagables.”</p><p>La reforma trajo también el Modelo T100 y un nuevo filtro de DTI (relación deuda-ingreso) que comenzarán a operar plenamente en 2026, arrendamiento social con opción a compra para quienes no califican para crédito directo, y una meta sexenal de 3,050,000 créditos hipotecarios más 2.48 millones de créditos de mejoramiento de vivienda. Aquí conviene una corrección que suele perderse en las notas de prensa: la cifra de 758,284 créditos que circula como “resultado 2026” es una meta del Presupuesto de Egresos de la Federación (POA 2026), no un resultado ya alcanzado. El balance real de Infonavit entre enero y noviembre de 2025 fue de 590,000 créditos entregados, de los cuales más de 264,000 correspondieron a mejoramiento de vivienda, no a crédito hipotecario nuevo. La diferencia entre “meta” y “resultado” no es un tecnicismo contable: es la diferencia entre el relato institucional y la cifra que un CFO tendría que defender ante un consejo.</p><p><strong>Cuatro jugadores, un mercado roto</strong></p><p>Segmentar el mercado hipotecario mexicano por a quién realmente atiende cada actor —no por a quién dice atender en su reporte anual— revela un mapa de exclusión bastante más preciso que cualquier discurso de inclusión financiera. Infonavit atiende, por diseño, al 45% de la Población Económicamente Activa que cotiza formalmente ante el instituto: trabajadores con patrón registrado, nómina formal, antigüedad verificable. La banca comercial concentra su originación en NSE B+/C+, el segmento con ingreso comprobable más alto y menor riesgo relativo. Las fintechs hipotecarias —Yave y Smartti como los actores con mayor tracción, junto con jugadores más pequeños como Homu y Finantah— apuntan al mismo NSE C+ urbano formal, con la promesa de un proceso más rápido pero, en la práctica, sin resolver el problema estructural de comprobación de ingresos.</p><p>El resultado: los cuatro actores compiten, con distintos grados de sofisticación tecnológica, por esencialmente el mismo cliente —el trabajador formal, urbano, con ingreso comprobable. Nadie diseñó, todavía, un producto de originación seria para el NSE C-/D+ con ingreso mixto formal-informal: el trabajador que tiene un empleo con recibo de nómina tres días a la semana y complementa su ingreso con trabajo independiente el resto, el comerciante con negocio establecido pero sin persona moral, el conductor de plataforma con ingresos variables pero documentables vía SPEI. Ese segmento —el de doña Herminia y don Refugio, el que sostiene el 62.8% del parque habitacional autoconstruido— sigue esperando un scoring que hable su idioma financiero.</p><p><strong>El JTBD que Infonavit resolvió a medias</strong></p><p>Aplicando el marco de Trabajos por Realizar (Jobs to Be Done) de Clayton Christensen, el solicitante hipotecario mexicano no está “contratando” un crédito hipotecario: está contratando una solución a tres trabajos distintos y, con frecuencia, en tensión entre sí. JTBD 1 es dejar de pagar renta —el trabajo más urgente, el que domina la decisión de corto plazo. JTBD 2 es construir patrimonio heredable, el horizonte de largo plazo que justifica veinte años de pagos. JTBD 3, el que el sistema formal mexicano ha ignorado sistemáticamente durante décadas, es vivir cerca del trabajo, en una zona con servicios funcionales y conectividad razonable.</p><p>Infonavit, durante los años de mayor volumen de originación de vivienda periférica —particularmente entre 2005 y 2015— resolvió el JTBD 1 (dejar de pagar renta) y el JTBD 2 (adquirir un patrimonio a nombre propio) para millones de derechohabientes, pero ignoró casi por completo el JTBD 3. El resultado, documentado y ampliamente conocido en el sector: desarrollos completos en la periferia de zonas metropolitanas, con unidades abandonadas o revendidas muy por debajo de su valor original, porque el costo real de vivir ahí —en tiempo de traslado, en gasto de transporte, en desconexión de redes de apoyo familiar y laboral— terminó superando el ahorro nominal en la mensualidad. <strong>Un producto que resuelve dos de tres trabajos y falla en el tercero no es un producto exitoso a medias: es un producto que, para una parte significativa de sus usuarios, termina sin usarse.</strong></p><p><strong>Comprar o rentar: el veredicto que nadie publica</strong></p><p>Tomemos un ejercicio concreto, con números reales de 2026, para un departamento en la Ciudad de México valuado en $3.97 millones de pesos —el valor promedio de las operaciones con crédito hipotecario en la capital, según el Índice SHF. Con un enganche del 20% ($794,000 pesos) y financiamiento del 80% restante a una tasa bancaria promedio de 11.55% a 20 años, la mensualidad ronda los $34,000 pesos (capital e intereses; excluye seguros y comisiones, que elevan el CAT hipotecario a 13%-14%). Rentar una unidad equivalente en la misma zona cuesta, según cotizaciones de portales inmobiliarios consultadas por especialistas del sector, alrededor de $21,400 pesos mensuales. La diferencia mensual —$12,600 pesos— es el primer número que cualquier comité de crédito debería mostrar en la pantalla antes de aprobar el crédito, y casi nunca lo hace.</p><p>A veinte años, el comprador habrá pagado en intereses acumulados una cifra que, dependiendo del esquema exacto de amortización, puede superar el 150% del monto financiado —<strong>el equivalente a pagar una vez y media el crédito, solo en intereses</strong>—, una cifra que rara vez se comunica en pesos absolutos en el momento de la firma, precisamente porque haría más difícil cerrar la operación. Especialistas consultados por medios del sector (Century 21, Banorte, Banca Mifel, Inmerxia) coinciden en que el veredicto comprar-vs-rentar en 2026 depende de tres variables de quiebre, no de una intuición genérica sobre “comprar siempre es mejor que rentar”: la tasa hipotecaria efectiva (el punto de inflexión ronda 9%, muy por debajo del 11.55% actual), la plusvalía anual de la zona (si cae por debajo del rendimiento libre de riesgo de CETES, comprar deja de ser la decisión financieramente superior) y una eventual corrección de precios que reduzca la brecha entre el valor de mercado y el ingreso disponible de las familias.</p><p><p><strong>Cuadro de alerta — umbrales de reversión</strong></p><p>El veredicto comprar-vs-rentar cambia de dirección si ocurre cualquiera de estos tres eventos: la tasa hipotecaria efectiva baja de 9%, la apreciación de la vivienda en la zona cae por debajo del rendimiento de CETES, o el mercado experimenta una corrección de precios. Ninguno de los tres está ocurriendo en 2026.</p></p><p><strong>Lo que el mundo ya está haciendo</strong></p><p>Mientras la tasa hipotecaria mexicana permanece congelada en la práctica, el resto del mundo se mueve en dos direcciones simultáneas: baja el costo del crédito y acelera la innovación de producto. En Estados Unidos, la hipoteca fija a 30 años de Freddie Mac cerró en 6.43% al 2 de julio de 2026, su nivel más bajo en siete semanas, con la Reserva Federal en un rango de 3.5%-3.75% (Freddie Mac, PMMS). El Banco de Inglaterra mantuvo su tasa en 3.75% el 18 de junio de 2026, y el Banco Central Europeo se ubicó en 2.25% en junio del mismo año. En los tres casos, la tasa hipotecaria responde —con rezago, pero responde— a la política monetaria. En México, no.</p><p>La innovación de producto tampoco se detuvo. Rocket Mortgage desplegó “Rocket Logic” junto con su asistente de IA “Sierra,” que procesa más de 400,000 conversaciones al mes, en el marco de la consolidación Rocket-Redfin-Mr. Cooper completada en 2025. Better.com obtuvo acceso a 500 millones de dólares vía la red de stablecoins Sky (Framework Ventures) con la meta —todavía aspiracional, no un resultado consumado— de ofrecer tasas por debajo del 5%. En Dubái, PRYPCO Mint tokenizó 7.8 millones de dólares en activos inmobiliarios en febrero de 2026. El Banco de Inglaterra publicó, en enero de 2026, un documento de trabajo formal sobre hipotecas verdes (Staff Working Paper 1,167) que documenta cómo la eficiencia energética de una vivienda empieza a incorporarse como variable de riesgo crediticio en mercados desarrollados. Ninguno de estos desarrollos ha llegado, todavía, al mercado hipotecario mexicano en una escala relevante.</p><p>Los benchmarks más útiles para México, sin embargo, no vienen de Wall Street ni de Londres: vienen de mercados con condiciones estructurales comparables. Creditas, en Brasil, ofrece crédito con garantía sobre un activo ya pagado —una casa, un coche— a tasas de 10%-15% anual, muy por debajo del crédito sin garantía. La Haus, en Colombia, combina marketplace inmobiliario, financiamiento y datos de comportamiento de búsqueda en una sola plataforma. Mibanco, en Perú, opera microcrédito hipotecario de entre 5,000 y 50,000 soles con un IMOR menor a 3%, demostrando que sí es posible originar crédito de vivienda a segmentos de bajos ingresos sin que la morosidad se dispare. CORFO, en Chile, canaliza subsidio estatal directo al enganche —no a la tasa— como palanca de acceso. Los cuatro casos comparten un rasgo que ningún actor mexicano ha replicado con seriedad: diseñaron el producto alrededor de la capacidad de pago real del segmento informal o de bajos ingresos, en lugar de pedirle a ese segmento que se transforme en un cliente formal antes de calificar.</p><p><strong>Los cinco sesgos que nadie corrige solo</strong></p><p><strong>Bloque A — Sesgo de atribución: cuando la institución culpa al síntoma</strong></p><p>El sesgo de atribución es la tendencia a explicar el comportamiento de una persona por rasgos internos —carácter, responsabilidad, disciplina— ignorando las causas situacionales o estructurales que realmente lo producen. Durante casi dos décadas, Infonavit trató el deterioro de millones de créditos VSM como un problema de comportamiento de pago: derechohabientes “en mora,” “en incumplimiento,” casos que requerían gestión de cobranza más agresiva. La causa real no estaba en el comportamiento del acreditado —muchos de ellos pagaban puntualmente, mes tras mes, durante años— sino en el diseño del propio producto: un mecanismo de indexación que garantizaba, matemáticamente, que el saldo creciera más rápido que la capacidad de pago de un salario mínimo. El error de atribución no fue de un funcionario individual: fue institucional, sostenido durante años, y afectó a 4.85 millones de créditos antes de ser reconocido y corregido. Kahneman documentó este patrón como uno de los más persistentes en juicios organizacionales: es sistemáticamente más fácil, y menos incómodo, culpar al individuo que auditar el sistema que uno mismo diseñó.</p><p><strong>Bloque B — Efecto Dunning-Kruger: la complejidad que nadie fue a medir</strong></p><p>El efecto Dunning-Kruger describe la tendencia de quienes tienen conocimiento limitado de un dominio a sobreestimar su competencia en él —y, específicamente en contextos de producto, a subestimar la complejidad de un proceso que no han operado de cerca. Las fintechs hipotecarias mexicanas (Yave, Smartti, Homu, Finantah) lanzaron sus propuestas de valor prometiendo aprobaciones digitales en 48 horas, aplicando al mercado hipotecario la misma lógica de velocidad que había funcionado en crédito de consumo o BNPL. La realidad operativa del proceso mexicano —notario, registro público, avalúo certificado, verificación fiscal ante el SAT, coordinación con municipios, más de 60 actores regulatorios distintos según el estado— no baja, en la práctica, de 25 a 45 días, incluso para los casos más simples. Yave, la fintech con mayor tracción del segmento, ofrece hoy una tasa fija de 11.42% con CAT de 14.09% (sin IVA, ficha de producto al 31 de marzo de 2026): un producto competitivo en precio, pero sujeto exactamente a los mismos tiempos de escrituración que cualquier banco tradicional. La velocidad de onboarding digital nunca fue el cuello de botella del mercado hipotecario mexicano. El cuello de botella siempre estuvo, literalmente, en la notaría de la esquina.</p><p><strong>Bloque C — Ilusión de control: un punto porcentual no resuelve la informalidad</strong></p><p>La ilusión de control es la tendencia a sobrestimar la influencia que las propias acciones tienen sobre un resultado que, en realidad, depende de factores fuera de control directo. La banca comercial y la autoridad monetaria mexicana parecen operar bajo la premisa implícita de que bajar la tasa de referencia un punto porcentual resolverá, con el tiempo, el problema de acceso al crédito hipotecario. Los datos de 2024-2026 contradicen esa premisa de manera casi experimental: Banxico recortó 475 puntos base y la tasa hipotecaria promedio prácticamente no se movió. El verdadero cuello de botella no es el costo del dinero: es que el 54.8% de la fuerza laboral mexicana no puede comprobar el ingreso que el modelo de scoring exige, sin importar qué tan barato esté ese dinero. Ningún ajuste de política monetaria, por agresivo que sea, resuelve un problema de informalidad laboral. Resolver el acceso requiere rediseñar qué cuenta como “ingreso comprobable” —no seguir bajando una tasa que ya demostró, con 475 puntos base de evidencia, que no es la variable que mueve la aguja.</p><p><strong>Bloque D — Descuento hiperbólico: el intercambio que nadie hace conscientemente</strong></p><p>El descuento hiperbólico (Thaler, 1981; formalizado por Laibson y actualizado en el trabajo de Enke para Harvard Business School en 2024) describe la tendencia humana a subvalorar sistemáticamente los costos futuros frente a los beneficios inmediatos, con una tasa de descuento que decae de forma no lineal en el tiempo. El comprador hipotecario mexicano típico no está calculando, conscientemente, que pagará entre 130% y 150% del valor de su vivienda en intereses acumulados a veinte años. Está comparando $32,700 pesos mensuales contra $21,400 pesos de renta, y sintiendo, de forma inmediata y tangible, el alivio de “esto ya es mío” frente a “esto nunca será mío.” El CAT de doble dígito no funciona como una señal de alarma porque el cerebro humano, ante un horizonte de veinte años, simplemente no procesa correctamente el costo total distribuido en ese plazo. Es la misma arquitectura cognitiva que explica por qué los CATs de 92%-120% en crédito de consumo tampoco disuaden la decisión de compra: el costo futuro, por real que sea, compite en desventaja estructural contra el beneficio presente.</p><p><strong>Bloque E — Sesgo del proceso notarial (Notary Bottleneck Bias): la restricción que nadie cuestiona</strong></p><p>Propongo, para esta publicación, un sesgo no catalogado previamente en la literatura conductual del sector: el sesgo del proceso notarial. Se manifiesta cuando todos los actores de un ecosistema —bancos, fintechs, autoridad regulatoria— aceptan una restricción estructural como si fuera una ley de la física, sin cuestionar si es, en realidad, una decisión de diseño institucional heredada y modificable. En México, el monopolio notarial y el paso obligado por el registro público se tratan, en cada conversación de producto hipotecario, como una restricción inamovible: “así es el proceso,” “eso no se puede acelerar,” “ese tiempo no depende de nosotros.” En Estados Unidos y Canadá, la escrituración de una propiedad es, en la mayoría de los estados y provincias, un trámite administrativo sin monopolio profesional equivalente al notariado latinoamericano —lo que explica, en parte, por qué Rocket Mortgage puede prometer, y cumplir, ciclos de cierre sustancialmente más cortos que cualquier competidor mexicano. Nadie en el sector financiero mexicano cuestiona la restricción notarial porque todos —bancos, fintechs, reguladores— la dan por supuesta desde el primer día de su carrera. Ese es, precisamente, el mecanismo del sesgo: no es que la restricción sea invisible. Es que dejó de percibirse como una restricción hace tanto tiempo que ya no aparece en ningún ejercicio de rediseño de producto.</p><p><strong>El Estado hizo lo que el mercado no quiso</strong></p><p>Mariana Mazzucato, en su marco del Estado emprendedor, describe cómo el sector público termina asumiendo el riesgo que el capital privado calcula como no rentable —no por generosidad, sino porque nadie más está dispuesto a absorberlo. Infonavit construyendo vivienda directamente y congelando 4.85 millones de saldos “impagables” es exactamente ese patrón: el Estado interviniendo donde el mercado privado, con toda su sofisticación de modelos de riesgo, decidió que el segmento de menores ingresos no valía la pena atender en condiciones justas. Aplicando las Cinco Fuerzas de Porter, las barreras de entrada al mercado hipotecario mexicano —capital intensivo, regulación notarial, dependencia del registro público— son tan altas que protegen a los actores incumbentes de la competencia, pero al mismo tiempo frenan cualquier innovación real de producto: es más fácil replicar el modelo existente que rediseñarlo desde cero contra esas barreras. El marco del Value Stick de Felix Oberholzer-Gee sugiere, además, que el valor máximo disponible en este mercado no está en comprimir la tasa un par de puntos —el ejercicio que todos los actores llevan años intentando— sino en reducir la barrera de entrada real: el enganche y la comprobación formal de ingresos.</p><p>Como lentes complementarias para esta publicación, incorporamos dos marcos activados automáticamente por la naturaleza del tema: la teoría de mercados de dos lados de Rochet y Tirole, pertinente porque plataformas fintech como Yave conectan acreditados con capital de inversionistas, generando efectos de red que presionan la estructura de precios del sector; y la teoría de captura regulatoria de Stigler, relevante para entender el rol dual de Infonavit como regulador y actor de mercado simultáneamente, así como el cuello de botella notarial que BBVA Research identifica como fuente estructural de rigidez. Se descartó, para esta publicación, profundizar en el marco de Reeves et al. sobre estilos estratégicos: el mercado hipotecario mexicano opera bajo un entorno lo suficientemente predecible en el corto plazo como para que la variable relevante no sea el estilo estratégico del actor, sino su disposición a rediseñar el producto desde el segmento excluido.</p><p><strong>Qué puede hacer diferente el lector mañana</strong></p><p>Si diriges producto o riesgo en una institución con originación hipotecaria, la pregunta que vale la pena llevar al siguiente comité no es “cómo bajamos la tasa” —ya se demostró, con 475 puntos base de evidencia empírica, que esa palanca no mueve el acceso. La pregunta es: ¿qué porcentaje de tu cartera rechazada tiene ingreso mixto formal-informal documentable vía SPEI, SAT o historial de pago de servicios, y qué tan lejos está tu modelo actual de poder leer esos datos como señal de riesgo en lugar de como ausencia de señal? Esa cifra, si no la tienes hoy, es probablemente la línea de producto más grande que tu institución le está regalando, sábado tras sábado, a la libreta de espiral del maestro Eleuterio.</p><p><strong>El sesgo de esta semana</strong></p><p><strong>Arco conductual: Sesgo de atribución → Efecto Dunning-Kruger → Ilusión de control → Descuento hiperbólico → Sesgo del proceso notarial</strong></p><p><strong>Sesgo de atribución.</strong> Definición: la tendencia a explicar el comportamiento de una persona por rasgos individuales, ignorando las causas estructurales o situacionales que realmente lo producen. En el crédito hipotecario mexicano: Infonavit atribuyó, durante años, el deterioro de millones de créditos a la conducta de pago de los derechohabientes, cuando la causa real era la indexación del saldo a Veces Salario Mínimo —un defecto de diseño de producto, no de comportamiento individual.</p><p><strong>Pregunta para el lector:</strong> ¿cuántas de las decisiones de “riesgo de cliente” que tu institución toma esta semana son, en realidad, decisiones de diseño de producto disfrazadas de juicio sobre el carácter del solicitante?</p><p><strong>Preguntas para CEO, CPO y directores C-level</strong></p><p><strong>Para el CEO:</strong> Si Banxico ya recortó 475 puntos base y tu institución no trasladó esa baja al costo del crédito hipotecario, ¿qué le vas a decir a tu consejo cuando te pregunten en qué se quedó ese margen —y si esa decisión fue deliberada o simplemente nadie la revisó?</p><p><strong>Para el CPO:</strong> ¿Tu roadmap de producto hipotecario para 2027 incluye una línea de scoring diseñada específicamente para ingreso mixto formal-informal, o sigue siendo una variante del mismo modelo que ya excluye al 54.8% de la fuerza laboral del país?</p><p><strong>Para el Director de Riesgo:</strong> ¿Qué porcentaje de tus solicitantes rechazados en los últimos doce meses tenía capacidad de pago demostrable por vías no tradicionales —SPEI, comportamiento de pago de servicios, historial en tanda documentado— que tu modelo actual simplemente no está diseñado para leer?</p><p><strong>Para el Director de Originación:</strong> Si tu ciclo de aprobación real es de 25 a 45 días pese a que tu marketing promete “digital y rápido,” ¿cuánto de ese gap se lo estás explicando honestamente al cliente antes de que firme la solicitud, y cuánto se está descubriendo apenas al día 20?</p><p><strong>Para el equipo de Inclusión Financiera / Vivienda Social:</strong> Si el 62.8% del parque habitacional mexicano se construyó sin ningún financiamiento formal, ¿qué producto —no discurso, producto— está diseñando tu institución para participar en ese mercado en los próximos dos años, y con qué meta cuantificable de originación?</p><p><strong>OKRs / KPIs sugeridos</strong></p><p>— Incremento en la tasa de aprobación de solicitantes con ingreso mixto formal-informal, medido trimestralmente contra la línea base actual.</p><p>— Velocidad promedio real de escrituración (no tiempo de aprobación de crédito, tiempo hasta escritura registrada), con meta de reducción del 20% en 18 meses.</p><p>— Penetración de producto hipotecario en vivienda usada como porcentaje de la originación total, actualmente marginal frente al mercado de vivienda nueva.</p><p><strong>Fuentes</strong></p><p>Banco de México, comunicados de política monetaria, mayo-junio de 2026.</p><p>BBVA Research, “Situación Inmobiliaria México,” 1S2026, abril de 2026.</p><p>Sociedad Hipotecaria Federal, Índice SHF de Precios de la Vivienda, 4T2025.</p><p>CNBV, indicadores de cartera hipotecaria bancaria, cierre 2025.</p><p>Infonavit, Presupuesto de Egresos de la Federación (PEF) 2026, documento aprobado por la Asamblea General, 8 de diciembre de 2025.</p><p>INEGI, Encuesta Nacional de Ocupación y Empleo (ENOE), 1T2026, publicada 26 de mayo de 2026.</p><p>Sedatu/CONAVI, Encuesta Nacional de Ingresos y Gastos de los Hogares (ENIGH) 2024.</p><p>Centro Terwilliger de Innovación en Vivienda, Hábitat para la Humanidad, citado por El Economista, marzo de 2026.</p><p>Freddie Mac, Primary Mortgage Market Survey (PMMS), 2 de julio de 2026.</p><p>Yave, ficha de producto hipotecario, 31 de marzo de 2026.</p><p><p>Thanks for reading Estrategia en Juego! This post is public so feel free to share it.</p></p><p><p>Thanks for reading Mauricio Rodríguez Vázquez! Subscribe for free to receive new posts.</p></p><p></p> <br/><br/>This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://estrategiaenjuego.substack.com?utm_medium=podcast&utm_campaign=CTA_1">estrategiaenjuego.substack.com</a>
June 24, 2026
Crédito retail en México: El crédito ya no vive en la tienda. Vive en tu carrito.
<p>Son las 11:02pm del domingo. El grupo de WhatsApp se llama “Estrategia Digital 🚀” — denominación que hace tres años sonó tan audaz en la sala de juntas que nadie tuvo el valor de señalar que todos los grupos de WhatsApp corporativos del sector financiero mexicano tienen un emoji de cohete y que el cohete, en la historia reciente de la industria, no siempre ha indicado la dirección correcta.</p><p>El grupo tiene catorce miembros. Ocho no han enviado un mensaje en más de cinco meses pero tampoco lo han abandonado, porque salirse de un grupo de WhatsApp corporativo en México es un acto político que comunica exactamente lo que uno no quiere comunicar a unos meses del siguiente ciclo de evaluación de desempeño. Dos son “lectores silenciosos” —leen todo en los primeros veinte minutos, ponen el pulgar arriba mentalmente, y no responden nunca, exactamente como los suscriptores de newsletter que el equipo de marketing celebra en la métrica de open rate y llora en la de conversión. Los cuatro restantes son quienes supuestamente operan el negocio digital. O eso dicen sus títulos en LinkedIn.</p><p>Carlos —Chief Digital Officer, según LinkedIn, donde también aparece con una foto de bokeh que claramente tomó alguien de su equipo en algún momento en que la cámara del iPhone no estaba siendo usada para otra cosa— acaba de reenviar la nota de Retailers.mx sobre los resultados de Liverpool con el mensaje más temido de la cultura organizacional mexicana: “Para los que preguntemos esta semana en el Comité por qué no estamos creciendo así 🎯.”</p><p>Cuatro palomitas azules en seis minutos. Cero respuestas. Lo cual es notable, considerando que Carlos tiene en su firma de correo la frase “Digital-first. Always on.” y en su oficina un cuadro de Steve Jobs que compró en línea —aunque no en la plataforma de su institución, porque esa “tiene otros costos de envío” y “para eso mejor llamo a la tienda”— y pagó en efectivo, porque el monto era pequeño y “para eso no vale la pena usar tarjeta”, aunque tampoco la tarjeta de su institución, porque Carlos siente que el crédito digital en general “es para otro perfil de cliente” —reflexión que ha sostenido internamente desde 2021 sin haberla dicho nunca en una junta, porque en las juntas Carlos dice que “el cliente digital es nuestra prioridad número uno” con la misma convicción con que uno dice cosas que en algún punto dejaron de necesitar verificación empírica para seguir siendo verdad.</p><p>Rodrigo, Director de Crédito Digital —quien en el Q2 presentó un análisis de 38 diapositivas titulado “El costo invisible de la fricción: cómo cada segundo adicional en el onboarding de crédito digital nos cuesta clientes y cartera”, análisis que el Comité de Producto recibió con gran interés, varios “muy válido” y un acuerdo para “dar seguimiento en Q3”— está en su sofá activando una línea de crédito en Mercado Pago sobre una freidora de aire que lleva veintitrés días en su carrito. El proceso completo, desde abrir la app hasta la aprobación, duró 94 segundos. Rodrigo no subió ningún documento. Nadie le pidió comprobante de domicilio, verificación de ingresos, ni el estado de cuenta de ese crédito de Coppel de 2019 que técnicamente sigue en su historial. La freidora llegará el martes. El análisis del Q2 sigue en el servidor compartido en una carpeta llamada “Presentaciones Definitivas v3 FINAL_usado”.</p><p>Valentina, Chief Growth Officer y titular de una maestría en economía conductual por una universidad que sí aparece en los rankings internacionales —lo cual es relevante porque Valentina lo menciona cuando cita a Ariely, que es frecuente, y que citará nuevamente el jueves en la junta de estrategia, probablemente en el contexto de “cómo el sector subestima los sesgos cognitivos del cliente”— acaba de completar el checkout en Amazon con Kueski. Doce cuotas quincenales. Aprobación en menos de un minuto. Sin tarjeta bancaria. Valentina evaluó la tasa nominal del crédito exactamente cero segundos, porque la pantalla decía “0% de intereses” y Valentina —quien conoce de memoria el experimento de Dan Ariely sobre el zero-price effect, quien ha explicado el zero-price effect en al menos tres presentaciones internas, y quien va a citar el zero-price effect el próximo jueves— procesó “gratis” antes de que el neocórtex pudiera hacer la multiplicación. Así funciona el zero-price effect. En todos. Con maestría y sin ella. Eso, de hecho, es exactamente lo que Ariely dice. Valentina lo sabe. Y aun así el sesgo cognitivo la domina.</p><p>Andrés, Head of Analytics, está en el paso 3 de 9 del flujo de solicitud de crédito digital de la propia institución. Es el cuarto intento en tres semanas. En el primero pensó que era un error temporal del servidor. En el segundo pensó que quizás era su teléfono. En el tercero actualizó la app. En el cuarto simplemente quería ver si algo había cambiado, con la clase de optimismo que uno desarrolla después de años trabajando en proyectos de transformación digital corporativa. El sistema le pide una selfie. La selfie no carga. El sistema le informa que “vuelva a intentarlo en unos momentos” —frase que en el contexto de apps financieras mexicanas es el equivalente tecnológico de “en breve lo atendemos” y tiene exactamente el mismo nivel de precisión temporal. Andrés cierra la app. Andrés abre Mercado Pago. Andrés tarda menos de tres minutos en lo que no pudo hacer en tres semanas. Andrés abre LinkedIn, encuentra un artículo sobre “UX en el crédito digital latinoamericano” y le da “Me gusta” con la velocidad de quien reconoce un problema sin terminar de decidir qué hacer con él. No abre un ticket. El backlog ya tiene uno.</p><p>El ticket dice: “Mejorar UX de onboarding crédito digital.” Fue creado en agosto de 2024. Tiene tres comentarios, todos de la misma semana en que fue abierto, todos de la misma persona —la UX Lead que se fue en octubre de 2024 a una startup que, por coincidencia con el universo o sin ella, está construyendo un flujo de solicitud de crédito que tarda menos de dos minutos. El ticket tiene prioridad Media, habiendo sido degradado de Alta en un sprint de septiembre de 2024 en el que el equipo tuvo que reducir los ítems de Alta prioridad de 47 a “algo más manejable”. El campo Owner dice TBD desde hace nueve meses. El campo Status dice “En revisión”. Nadie lo está revisando. Pero “En revisión” es más cómodo que la verdad, que es que nadie sabe quién debería revisarlo, y Jira no tiene esa opción en el menú desplegable.</p><p>La junta es el jueves. El deck tiene 61 diapositivas. La fuente de la slide 3 —Montserrat, 36pt, negrita, color #1A1A1A— fue el resultado de una sesión de Figma de veintidós minutos entre el head of design y la directora de comunicación. Casi usaron Raleway. Decidieron que Raleway “se sentía demasiado startup”. La slide 3 dice: “Hacia una experiencia de crédito verdaderamente omnicanal.”</p><p><strong>Todos van a aplaudir slide 3.</strong></p><p><p>Este deep dive analiza a los siete actores principales del crédito retail en México —físicos y digitales—, sus modelos, sus sesgos conductuales, y la pregunta que ninguno quiere responder en junta directiva: ¿cuánto tiempo falta para que Mercado Pago conozca a tu cliente mejor que tú?</p></p><p><strong>La mesa completa: quién es quién</strong></p><p>El crédito retail en México es un mercado de paradojas. El instrumento con la tasa más cara —BanCoppel con CAT de 96.9% sin IVA (BanCoppel.com, enero 2026)— es también el que menos historial crediticio exige. El actor con mejor experiencia de usuario —Mercado Pago— es también el que más rápido escala su cartera: USD 6,600 millones en tarjetas de crédito globales al primer trimestre de 2026, con una cartera de crédito total de USD 14,600 millones (+87% a/a) (MercadoLibre Inc., 8-K, mayo 2026). El retailer más discreto —Palacio de Hierro— es el que crece más rápido en digital: 21% en ventas online en el primer trimestre de 2026 (Retailers.mx, junio 2026).</p><p>Banco Azteca cerró 2025 con una cartera bruta consolidada de P$216,716 millones (+11% anual), ingresos financieros de P$36,162 millones (+9%) e IMOR de 6.4% en México (Grupo Elektra, 4T2025). Tiene 6,112 puntos de contacto y aproximadamente 23 millones de clientes activos. Ninguna fintech puede replicar esa infraestructura de cobranza. Eso es la fortaleza. El problema es que la fortaleza también es la trampa: el salario mínimo subió 12% en 2025, lo que significa que los promotores de crédito —cuya función es cobrar en efectivo, a domicilio, en la colonia— también se encarecieron. Cuando el costo de cobranza presencial sube más rápido que el ingreso por intereses, el modelo se contrae por el único lado que no puede escalar: el humano.</p><p>Coppel opera con más de 1,800 tiendas físicas y BanCoppel con un CAT de 96.9% sin IVA y tasa ordinaria de 69.4%. Lo que hace funcionar al modelo no es la tasa —es el encuadre. El cliente no paga “intereses del 96%”: paga “24 quincenas de P$180”. Y Coppel Pay —con 300 negocios afiliados actualmente— está construyendo algo más interesante: una red de aceptación de crédito para NSE D que opera como cuasi-Mastercard en el segmento que Mastercard ignora.</p><p>Liverpool está ejecutando sin mucho ruido una de las transformaciones más relevantes del retail mexicano. Con 8.7 millones de tarjetahabientes al cierre de mayo 2026 y un IMOR de 4.4% al tercer trimestre de 2025 —el más sano y el único publicado entre los retailers departamentales— Liverpool se está convirtiendo en una empresa financiera que también vende ropa. Su vulnerabilidad: la tarjeta Liverpool solo funciona dentro del ecosistema Liverpool-Suburbia. El cliente que quiere comprar en Amazon o en Coppel.com necesita otra tarjeta. Y esa otra tarjeta podría volverse la habitual.</p><p>Palacio de Hierro registró ingresos consolidados de P$60,748 millones en 2025 (+8.3%), EBITDA de P$8,521 millones (+7.4%) y utilidad neta de P$3,029 millones (+1.4%) (Retailers.mx, marzo 2026). Para su segmento NSE A-B, el trabajo que el cliente contrata al crédito no es “puedo pagarlo en partes”: es “compro lo que quiero sin sentir el desembolso esta quincena”. Los meses sin intereses de 3 a 12 funcionan como anestesia financiera de alta gama. PH tiene además un activo que ningún retailer mexicano ha capitalizado: una base de tarjetahabientes de ingreso alto propensa a adoptar microseguros, inversiones y wealth management. Nadie ha tocado esa puerta.</p><p>Amazon.com.mx opera el modelo de crédito más sofisticado y el que menos capital propio arriesga. En su esquema de meses sin intereses, el banco absorbe el costo del financiamiento; Amazon solo cobra el margen de la venta. Desde 2024-2025 formalizó su alianza con Kueski para BNPL sin tarjeta bancaria. Amazon no asume el riesgo crediticio. Lo externaliza y se queda con la venta. Eso no es un servicio financiero. Es arquitectura de plataforma.</p><p>Mercado Pago es el actor más peligroso del ecosistema —no porque tenga la mejor tasa, sino porque tiene el dato más rico. Su modelo de scoring analiza comportamiento de compra, historial de ventas dentro del marketplace, frecuencia de uso del wallet y variables de comportamiento digital que ningún banco tradicional puede observar desde una sucursal. Al cierre del 1T26, la cartera total de crédito de Mercado Pago alcanzó USD 14,600 millones (+87% a/a), con las tarjetas representando el 46% del portafolio —habiendo más que duplicado su valor en el año (MercadoLibre Inc., Earnings Release 1T2026, SEC Form 8-K, mayo 2026). En Hot Sale 2025, su BNPL representó el 8% del GMV total de Mercado Libre México. El mercado BNPL en México alcanzó USD 5,080 millones en 2026, con proyección a USD 13,850 millones en 2031 a un CAGR del 22.2% (Research and Markets, Informe de Negocios e Inversión 2026). La adopción actual —7% en compras online, apenas 2% en físico (AMVO, Estudio de Venta Online 2025)— indica que el espacio de crecimiento es inmenso. Y Mercado Pago ya está dentro del carrito.</p><p><strong>Cuando el modelo lineal pierde el momento</strong></p><p>El punto que vale subrayar: el canal físico no está muriendo. Está siendo resignificado. El promotor que visita el domicilio del cliente en mora sigue siendo imbatible en recuperación. La tienda Coppel como punto de entrega es un activo que Amazon no tiene. La confianza acumulada durante décadas en el segmento NSE D no se replica con una app y una campaña de performance marketing. Lo que cambia no es la relevancia del canal físico —es el punto de originación del crédito. Y ahí, el digital ya ganó la primera ronda.</p><p><strong>¿Entienden el trabajo que el cliente contrató?</strong></p><p>La brecha entre el JTBD que la institución asume atender y el JTBD real del cliente no es de tecnología —es de escucha. El cliente del segmento NSE D no quiere “acceso a crédito formal”: quiere un “sí” que no lo haga sentir juzgado, hoy, sin papeles, sin explicaciones. Mercado Pago es el único actor en esta mesa que ha construido su producto alrededor del JTBD real —que no es el crédito, sino la compra sin fricción. El crédito es el mecanismo. La compra es el trabajo.</p><p><strong>El cliente que no siente la tasa</strong></p><p>El crédito retail en México funciona no a pesar de sus tasas, sino gracias a la arquitectura conductual que las hace invisibles. Cinco sesgos operan en simultáneo a lo largo del proceso —y los cinco están diseñados, conscientemente o no, en cada touchpoint de cada modelo.</p><p>El sesgo del presente es el más poderoso. Un cliente que evalúa una lavadora de P$3,500 no está calculando el costo total del crédito: está imaginando la lavadora funcionando en su casa este fin de semana. El costo futuro —distribuido en pagos durante los próximos 18 meses— es, para el cerebro humano, casi irrelevante frente al beneficio presente inmediato. Es la razón por la que Elektra y Coppel pueden cobrar CATs de 92%–120% en segmentos que, técnicamente, tienen alternativas más baratas disponibles. No se perciben como caros. Se perciben como el único que dijo sí.</p><p>El anclaje completa la ilusión. “24 quincenas de P$180” no activa ninguna alarma porque la cifra de referencia —P$180— es manejable. El cliente nunca hace la multiplicación: P$180 × 24 = P$4,320 sobre una lavadora que costaba P$3,500. El ancla mental es el pago periódico, no el precio total ni la tasa implícita. En el canal digital el anclaje se refuerza visualmente: precio tachado en grande, cuota mensual en naranja, tasa en letra pequeña al final de la pantalla. El diseño de esa pantalla no es inocente —es una decisión de producto tomada en una junta de UX.</p><p>La ilusión de control cierra el triángulo conductual básico. El cliente firma convencido de que puede gestionar ese pago quincenal indefinidamente —porque en el momento de la firma, puede. Lo que el modelo no pondera es la probabilidad estadística de un evento de quiebre en los próximos 18 meses: enfermedad, pérdida del empleo, emergencia familiar. En el canal digital esta ilusión se vuelve más aguda porque el proceso de solicitud se siente “liviano”. No hay promotor que explique las consecuencias del incumplimiento. No hay firma física que genere la sensación psicológica de compromiso vinculante.</p><p>El zero-price effect (Ariely, Predictably Irrational, 2008) opera cuando el crédito se comunica como “0% de intereses” o “12 MSI sin costo”. El cerebro no procesa “menor costo relativo”: procesa “gratis”. Ariely demostró que la palabra “gratis” —o cualquier equivalente perceptual, incluyendo la eliminación visual del precio— activa una respuesta emocional desproporcionada que eleva el deseo de compra muy por encima de lo que justificaría cualquier análisis racional. Esto explica por qué el Hot Sale con “18 meses sin intereses” puede disparar ventas en un fin de semana que no ocurrirían el lunes siguiente, aunque el producto y la tasa efectiva sean idénticos. Los meses sin intereses no son una oferta. Son un reencuadre cognitivo. Y funcionan igual en el segmento B que en el segmento D. Valentina lo sabe. Y aun así.</p><p>El sesgo de accesibilidad percibida es quizás el más subestimado por los equipos de producto —y el que más directamente define quién gana el segmento NSE D+ en México. En ese segmento, el cliente no compara tasas. No hace comparison shopping. Lo que evalúa, en un proceso que dura segundos, es la probabilidad percibida de recibir un “sí”. El historial de rechazos bancarios acumula una “ansiedad de rechazo” que desactiva el análisis racional antes de que empiece. La pregunta que el cliente se hace no es “¿cuál me conviene más?” sino “¿cuál me va a decir que no, como siempre?”</p><p>Coppel y Elektra no dominan este segmento porque sean más baratos —tienen los CATs más altos del mercado. Dominan porque décadas de operación en la colonia les dieron lo que ningún fintech puede comprar con una campaña de adquisición digital: la reputación del “sí fácil”. En el canal digital, Mercado Pago y Kueski están construyendo exactamente esa misma reputación, con una fricción diez veces menor y un costo de originación veinte veces más bajo. El producto que gana el segmento NSE D+ no es el más barato ni el más sofisticado: es el que el cliente percibe como el que va a decirle “sí” antes de que tenga que sentir el peso de pedir.</p><p>El corolario estratégico es directo: si tu institución tiene fama de pedir muchos documentos, de rechazar sin explicación, o de tener un flujo de onboarding que abandona al 67% de los solicitantes en el paso 3 de 9, no tienes un problema de tasa. Tienes un problema de reputación percibida en el momento que más importa. Y esa reputación se construye un checkout a la vez.</p><p><strong>Dos lentes para ver lo que el sector no está viendo</strong></p><p>Platform Revolution (Parker, Van Alstyne & Choudary, 2016) distingue entre empresas lineales —que crean valor en una dirección— y plataformas de dos lados, que crean valor facilitando el encuentro entre dos grupos distintos. Elektra y Coppel son empresas lineales: financian productos, los cobran, asumen el riesgo. Amazon y Mercado Libre son plataformas: el crédito es el ‘side payment’ que hace que la plataforma funcione. Por eso Amazon puede ofrecer meses sin intereses a 0% sin ser un banco: porque el banco paga esa tasa para tener presencia en el checkout de Amazon. Coppel no tiene ese otro lado de la ecuación. Todavía —pero Coppel Pay es el primer movimiento en esa dirección.</p><p>Decoupling (Teixeira, Unlocking the Customer Value Chain, 2019) describe el movimiento competitivo que más duele a los incumbentes: un competidor toma el eslabón más valioso de tu cadena de valor y lo desacopla del resto. Kueski y Mercado Pago no compiten con Coppel en el modelo completo —no tienen 1,800 tiendas, no hacen cobranza puerta a puerta, no entregan refrigeradores en la colonia. Compiten exclusivamente en el momento de originación del crédito. La respuesta del incumbente no puede ser “también tenemos app”. Debe ser re-acoplar el crédito con algo que Kueski no puede replicar: la tienda física como punto de entrega, el promotor como servicio postventa, la liquidez en efectivo cuando el cliente necesita salir del sistema digital. El físico no muere. Se resignifica. Pero solo si el incumbente lo decide.</p><p><strong>¿Debe SuperBAZ vivir dentro de la app de Banco Azteca?</strong></p><p>Esta es la pregunta de arquitectura de producto más relevante para Grupo Elektra en 2026. El ecosistema actual opera en tres capas: la App Banco Azteca (banking puro), la baz súperapp (marketplace + entretenimiento + servicios financieros) y Elektra.mx (e-commerce con crédito en checkout). El Credimax ya está disponible en ambas apps —la integración parcial existe.</p><p>La tentación es evidente: si el banco tiene 23 millones de clientes y acceso a sus datos transaccionales, el data flywheel —compras que enriquecen el scoring que mejora la aprobación que genera más compras— es real. Mercado Pago lo hace. Magalu en Brasil lo hace. El problema es más sutil. Si el cliente abre su app bancaria para hacer una transferencia y encuentra un catálogo de televisiones y streaming de TV en vivo, no obtiene una experiencia mejorada: obtiene confusión sobre qué tipo de producto está usando. Y la confusión, en servicios financieros, migra a desconfianza.</p><p><strong>Veredicto estratégico: La integración correcta no es poner el catálogo de Elektra dentro de la app bancaria. Es hacer que el crédito bancario (Credimax) aparezca como opción de pago en el checkout de baz súperapp y Elektra.mx. Embedded finance de banco en marketplace —no marketplace en banco. En el NPS del cliente, es la diferencia entre un banco que me facilita la vida y una pulga digital con licencia bancaria.</strong></p><p>Hay además un riesgo regulatorio que pocas presentaciones de producto mencionan: la CNBV regula la actividad bancaria con considerablemente mayor rigurosidad que el e-commerce. Un banco que muestra su propio catálogo dentro de la app bancaria genera una pregunta legítima de conflicto de interés. La separación de superficies no es solo diseño de producto. Es gobierno corporativo.</p><p><strong>Seis perspectivas para ganar en México</strong></p><p><strong>1. Ganar con datos, no con tasas. </strong>El diferenciador sostenible en crédito retail digital no es la tasa —es el scoring. El retailer que construya el modelo más preciso para el segmento de no-bancarizados tendrá el CAC más bajo y el IMOR más controlado. Bajaj Finance en India aprueba en 30 segundos con dato alternativo y mantiene un IMOR menor al 2% sobre 89 millones de préstamos activos. Ese es el benchmark.</p><p><strong>2. El checkout es el nuevo mostrador. </strong>La decisión de crédito ocurre en el carrito digital, a las 11pm, en el celular. El retailer con crédito disponible en ese instante —aprobación en menos de dos minutos— captura la venta. El que requiere 24-48 horas pierde al cliente que ya encontró otra opción.</p><p><strong>3. Construir red de aceptación, no solo tarjeta. </strong>Coppel Pay con 300 negocios afiliados es el experimento más interesante del sector. Si escala a 10,000 negocios, Coppel habrá construido la primera red de aceptación masiva para NSE D en México. La misma lógica aplica para Banco Azteca con Credimax fuera del ecosistema propio.</p><p><strong>4. De tarjeta a ecosistema financiero. </strong>Liverpool, con 8.7 millones de tarjetahabientes y un negocio financiero que crece más rápido que el comercial, tiene masa crítica para lanzar microseguros, cuentas de ahorro y préstamos personales. JD Finance en China partió de una tarjeta departamental y hoy tiene 560 millones de usuarios de servicios financieros.</p><p><strong>5. BNPL como puerta de entrada, no como producto final. </strong>El BNPL en México es hoy un producto de adquisición. El margen está en convertir al usuario de BNPL en cliente de crédito revolving, seguro o inversión. Kueski y Mercado Pago ya ejecutan esa secuencia. Elektra y Coppel tienen la base de clientes —les falta la escalera de productos.</p><p><strong>6. Omnicanalidad de crédito, no solo de catálogo. </strong>La mayoría de los retailers en México tienen omnicanalidad de catálogo pero no de crédito. El cliente puede ver el producto en la app, pero si quiere el crédito tiene que ir a la tienda. Eso no es omnicanalidad: es convivencia de canales con una fricción que el cliente digital ya no está dispuesto a tolerar.</p><p><strong>Lo que dice el mundo</strong></p><p><strong>Las preguntas que el C-suite no está respondiendo</strong></p><p>El análisis anterior genera decisiones, no solo reflexiones. Las siguientes preguntas no están diseñadas para validar lo que ya se sabe —están diseñadas para identificar las brechas que los reportes internos de performance no van a revelar, porque están construidos para medir lo que ya se está haciendo, no lo que se debería estar haciendo diferente.</p><p><strong>Para el CEO</strong></p><p><strong>¿Tu institución define el crédito retail como un producto o como infraestructura? </strong>La respuesta que des en privado —no en una junta— determina quién va a ser tu competidor en 2028. Si el crédito es un producto, lo optimizas para margen trimestral. Si el crédito es infraestructura, lo optimizas para adopción y lo monetizas en el ecosistema más amplio. Mercado Pago hace lo segundo. BanCoppel empieza a entender lo segundo. ¿Tu institución?</p><p><strong>¿El crédito de tu institución puede usarse fuera de tu propio ecosistema? </strong>Si la tarjeta Liverpool solo funciona en Liverpool y Suburbia, tienes una ventaja de fidelización y un techo de penetración al mismo tiempo. ¿Cuánto GMV incremental capturaría tu institución si ese crédito operara en cualquier comercio? Ese número existe. Calcúlalo antes de que un competidor te lo presente en una propuesta de M&A.</p><p><strong>¿Sabes cuántos de tus clientes activos de crédito tienen también una línea activa con Mercado Pago, Kueski o Nu? </strong>Si no tienes ese dato —o si lo tienes pero no está en el dashboard de tu equipo de retención— el problema de wallet share ya empezó. La coexistencia no es fidelidad. Es el primer paso del abandono ordenado.</p><p><strong>¿Tu modelo de scoring es más preciso hoy que hace 24 meses? </strong>La precisión en scoring es el activo más defendible del crédito retail digital y también el más difícil de auditar sin una cultura de dato real. Bajaj Finance mantiene un IMOR menor al 2% sobre 89 millones de préstamos activos. Eso no es suerte regulatoria —es infraestructura de dato construida durante años.</p><p><strong>¿Tu estrategia de crédito retail está diseñada para el cliente que ya tienes hoy o para el cliente que Mercado Pago está incorporando ahora? </strong>Los 18 millones de líneas de crédito que Mercado Pago tiene activas en México son clientes que en su mayoría tienen menos de tres años de historial crediticio formal. En 36 meses, muchos de ellos van a querer un crédito más grande, una hipoteca, un seguro. ¿Quién va a estar ahí para ofrecersélo? ¿Y quién ya los conoce mejor?</p><p><strong>Para el CPO (o Director de Crédito Digital)</strong></p><p><strong>¿En cuántos pasos y cuántos minutos puede un cliente nuevo obtener su primera línea de crédito en tu app? </strong>Si la respuesta es más de cinco minutos o más de cuatro pasos, tienes un problema de conversión que ninguna campaña de adquisición va a resolver. El problema no es que los clientes no quieran usar tu crédito. Es que el flujo los pierde antes de que lleguen a usarlo. Kueski y Mercado Pago lo resolvieron. El benchmark existe y es público.</p><p><strong>¿Cuál es tu tasa de abandono en cada paso del flujo de solicitud de crédito digital? </strong>¿Sabes en qué pantalla exacta se pierde el mayor porcentaje de solicitantes? Si no tienes ese dato granular por paso, no tienes un producto digital de crédito —tienes una funcionalidad que alguien construyó, nadie ha auditado a profundidad, y todos dan por sentado que “funciona”. La tasa de abandono en el paso 3 de 9 puede ser mayor al 60%. No como metáfora.</p><p><strong>¿Tu crédito digital está disponible en el momento del checkout, dentro del mismo flujo de compra? </strong>O el cliente tiene que salir del proceso de compra para solicitarlo por separado. La diferencia entre crédito embebido en el checkout y crédito disponible-pero-separado no es de diseño UX. Es de conversión. El carrito a las 11pm no espera a que el flujo de aprobación tenga cinco pantallas.</p><p><strong>¿El NPS de tu experiencia de crédito —aprobación y rechazo— está medido de forma aislada del NPS general de la app? </strong>El momento del crédito es el más cargado emocionalmente en toda la relación cliente-institución. Un rechazo mal comunicado destruye más relación que tres meses de buen servicio. Si ese momento está promediado dentro del NPS general, estás perdiendo la señal más importante que tu producto genera.</p><p><strong>¿Cuántos productos financieros adicionales adopta un cliente en los primeros 180 días después de activar su primera línea de crédito digital? </strong>Si la respuesta es cercana a cero, el crédito no es una puerta de entrada al ecosistema financiero de tu institución —es un producto terminal. JD Finance partió de una línea de crédito en el checkout y hoy tiene 560 millones de usuarios de múltiples productos financieros. La secuencia de producto —crédito como primera capa, seguros, ahorro, inversión como capas sucesivas— es la estrategia más replicable del crédito retail digital global. ¿Tu institución la tiene documentada, con responsable y con OKR asignado?</p><p><strong>Los KPIs que el sector no está midiendo</strong></p><p>Los nueve KPIs anteriores no son métricas de vanidad —son las preguntas que un board debería estar haciendo trimestralmente sobre el desempeño del crédito digital. Los más urgentes: el credit flow abandonment rate por paso (revela exactamente dónde el producto rompe la promesa), el first-session credit activation (revela si el producto está diseñado para el cliente o para el área de cumplimiento), y el NPS at credit checkout (revela el activo o pasivo de reputación más importante que la institución construye un checkout a la vez).</p><p><strong>Marco de OKRs para el equipo de crédito digital</strong></p><p>Para las instituciones que ya tienen visibilidad sobre estos KPIs, el siguiente paso es conectarlos con objetivos estratégicos medibles. Un ejemplo de estructura aplicable al segmento NSE C-/C:</p><p><strong>Objetivo: </strong>Convertir el checkout digital en el principal canal de originación de crédito para clientes nuevos en el segmento NSE C-/C antes del cierre del año.</p><p><strong>KR1: </strong>Reducir el tiempo de aprobación de primer crédito digital de X minutos a menos de 5 minutos antes del tercer trimestre.</p><p><strong>KR2: </strong>Reducir la tasa de abandono en flujo de solicitud de crédito de más del 60% a menos del 30% antes del cierre del año.</p><p><strong>KR3: </strong>Alcanzar un cart-to-credit conversion rate de al menos 15% en el checkout digital antes del cuarto trimestre.</p><p><strong>KR4: </strong>Lograr que al menos 25% de los nuevos usuarios de crédito digital adopten un segundo producto financiero en los primeros 180 días de activación.</p><p>Un OKR que no tiene al cart-to-credit conversion rate y al credit flow abandonment rate como métricas clave no está midiendo si el crédito digital está cumpliendo su función estratégica. Está midiendo si el equipo está ocupado.</p><p><strong>El sesgo de esta semana: Sesgo de accesibilidad percibida</strong></p><p>En el segmento NSE D+ de México, el cliente no compara tasas de crédito. Compara la probabilidad percibida de recibir un “sí”. El historial de rechazos bancarios crea una “ansiedad de rechazo” que elimina el comparison shopping antes de que empiece. Coppel y Elektra dominan este segmento no porque sean más baratos —tienen los CATs más altos del mercado. Dominan porque son los únicos que entrenaron al cliente a esperar su “sí”. En el canal digital, Mercado Pago y Kueski están construyendo exactamente esa misma expectativa, en el mismo segmento, con una experiencia diez veces más rápida.</p><p><strong>La pregunta para esta semana: </strong><strong>¿Tu institución es conocida en el segmento NSE D+ por decir “sí” o por decir “necesitamos más documentos”?</strong></p><p><strong>Un último dato para llevar a la junta del jueves</strong></p><p>El crédito retail en México no está en crisis. Está en bifurcación. Los modelos de origen presencial y cobranza física —Elektra, Coppel— van a seguir siendo relevantes para los segmentos que el canal digital no puede atender con la misma confianza ni la misma inmediatez de la cobranza puerta a puerta. Los modelos de plataforma —Mercado Pago, Amazon con Kueski— van a seguir capturando el momento de originación en el checkout digital con costos marginales que ningún banco tradicional puede igualar en el corto plazo.</p><p>Lo que está en disputa no es si el canal digital va a ganar el punto de originación. Ya lo ganó. Lo que está en disputa es quién va a construir el ecosistema financiero completo alrededor de ese primer “sí”: el crédito como puerta de entrada, el ahorro, el seguro, la inversión como habitaciones sucesivas. Esa es la carrera. Y el reloj no corre desde la junta del jueves.</p><p><strong>Corre desde las 11:02pm del domingo.</strong></p><p>¿Cuánto tiempo tarda un cliente nuevo en obtener su primera línea de crédito digital en tu app, desde que la descarga hasta que puede comprar? Si la respuesta es más de cinco minutos, Kueski ya ganó esa venta.</p><p>¿Cuál es la tasa de abandono en el flujo de solicitud de crédito digital de tu institución? ¿Sabes en qué paso exacto se pierde el cliente? Si no lo sabes, tu problema no es el cliente — es que no estás mirando.</p><p>¿Tu crédito institucional solo funciona en tu propio ecosistema? ¿Qué GMV incremental capturaría tu institución si ese crédito pudiera usarse en cualquier tienda?</p><p><strong>Fuentes</strong></p><p>Grupo Elektra, “Resultados del Año 2025”, comunicado de prensa, 25 de febrero de 2026.</p><p>El Puerto de Liverpool, “Reporte de Resultados 1T2026”, 27 de abril de 2026 (BMV: LIVEPOL).</p><p>El Puerto de Liverpool, “Reporte de Resultados 3T2025”, 21 de octubre de 2025 (BMV: LIVEPOL).</p><p>Retailers.mx, “Resultados 1T26: Liverpool y Palacio de Hierro”, junio 2026.</p><p>Retailers.mx, “Palacio de Hierro: resultados anuales 2025”, marzo 2026.</p><p>MercadoLibre Inc., “Earnings Release 1T2026”, SEC Form 8-K, 7 de mayo de 2026.</p><p>BanCoppel, “CAT y condiciones de la Tarjeta de Crédito BanCoppel”, calculado al 31 de enero de 2026; vigente del 1 de marzo al 31 de julio de 2026. BanCoppel.com.</p><p>Research and Markets, “Mexico Buy Now Pay Later Business and Investment Opportunities Report 2026”, 2026.</p><p>AMVO, “Estudio de Venta Online 2025”, Asociación Mexicana de Venta Online, 2025.</p><p>Expansión / Xataka, “IMOR Liverpool 3T25”, noviembre 2025.</p><p>Parker, Van Alstyne & Choudary, Platform Revolution, W. W. Norton, 2016.</p><p>Teixeira, Thales S., Unlocking the Customer Value Chain, Crown Business, 2019.</p><p>Ariely, Dan, Predictably Irrational, HarperCollins, 2008.</p><p><p>Comparte este artículo si te ha parecido interesante.</p></p><p><p>Suscríbete gratis para recibir semanalmente nuevos artículos.</p></p><p></p> <br/><br/>This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://estrategiaenjuego.substack.com?utm_medium=podcast&utm_campaign=CTA_1">estrategiaenjuego.substack.com</a>
June 17, 2026
El Riesgo en México: El scoring no discrimina. No ha aprendido a leer entre líneas.
<p>En alguna calle del México que el modelo de scoring no sabe que existe hay dos establecimientos frente a frente.</p><p>En el de la izquierda: una sucursal bancaria que lleva 31 años en el mismo lugar. Tiene mármol en el piso porque cuando la inauguraron en 1994 eso comunicaba solidez financiera. Hoy comunica principalmente que el proveedor de mantenimiento cobra caro, que el mármol es difícil de limpiar y que nadie con autoridad de aprobación presupuestal ha entrado a esa sucursal en al menos ocho años. Hay seis ventanillas numeradas, de las cuales operan dos, porque las otras cuatro tienen un letrero que dice “PRÓXIMAMENTE” desde aproximadamente 2017. La sucursal huele a papel, a aire acondicionado central y a decisiones tomadas antes de que ninguno de sus usuarios actuales tuviera número de CURP.</p><p>En el de la derecha: una fintech que lleva nueve meses en el local donde antes había una miscelánea. Tiene dos sillas sin coordinación de color, un iPad en un soporte de aluminio mate, y una planta suculenta en el escritorio que tiene más seguidores en Instagram que la cuenta oficial de la sucursal bancaria de enfrente. El local huele a pintura fresca, a café de especialidad de cápsula y a ambición de primer año. No tiene guardia de seguridad. No necesita uno: todo lo que vale está en la nube y el resto está en un contrato de coworking.</p><p>A las 11:23 de la mañana, Don Joel entra a la sucursal bancaria.</p><p>Don Joel tiene 58 años. Lleva once años pagando puntualmente un crédito personal en Banco Azteca —sin una sola quita, sin un solo día de mora, con la regularidad de quien sabe que el mundo no perdona los retrasos aunque el CFE sí los cobre con recargo. Paga el internet de la taquería, el gas, el predial y las cuotas del edificio donde vive. Tiene a tres personas trabajando con él en esquema informal —porque así funciona el 55% del empleo en este país y porque Don Joel prefiere pagarles bien y puntual a tenerlos en nómina y pagarles mal cada quincena— y una señora de nombre Liliana que elabora las salsas de martes a domingo y que es, técnicamente, el activo estratégico más importante, más difícil de valorar y absolutamente no amortizable del negocio. Liliana no tiene contrato. Tiene 22 años de lealtad, que en la economía real equivale a un contrato colectivo más sólido que el de muchos sindicatos. La taquería factura entre 58,000 y 75,000 pesos mensuales según el clima, el desempeño de la selección, si hay partido entre semana y si el cilantro llegó a precio ese martes. Don Joel quiere 80,000 pesos para comprar un segundo comal industrial y abrir una segunda mesa de trabajo. Tiene el plan, tiene el flujo para pagarlo, y tiene once años de conducta financiera que demuestran que paga lo que debe. A todo el mundo. Siempre. Primero.</p><p>Lo atiende el Licenciado Lazcano.</p><p>El Licenciado Lazcano tiene 51 años, una maestría en finanzas de una universidad privada de buena reputación, una certificación de riesgo crediticio que le costó dieciocho meses de estudio, veintitrés años en la misma institución y un pin de “Empleado del Año 2009” que guarda en el cajón porque ya no es apropiado colgárselo en la solapa pero tampoco tiene el corazón para tirarlo. Lleva corbata porque la política institucional lo requería hasta 2019, y porque en 2019, cuando dejó de requerirse, él siguió llevándola porque —seamos honestos— a estas alturas la corbata es parte de quién es el Licenciado Lazcano. La porta con el nudo doble Windsor que aprendió en YouTube en 1998 y que ejecuta con la precisión de quien practica. La corbata le aprieta exactamente en la vértebra C6, que es donde el estrés se convierte en cefalea tensional los viernes a las 4:17 de la tarde.</p><p>El Licenciado Lazcano recuerda cuando aprobaban préstamos con papel. No porque el proceso de papel fuera mejor —no lo era— sino porque en ese proceso él podía ejercer criterio. Podía escribir en el expediente: “cliente con trayectoria sólida en institución hermana, se recomienda aprobación con garantía de obligado solidario.” Ese comentario importaba. Tenía peso. Alguien lo leía. Hoy tiene un sistema que ingiere variables y produce una respuesta binaria en 4.3 segundos, y el único campo de texto libre dice “observaciones adicionales (opcional)” en un tamaño de fuente que sugiere que nadie espera que lo uses.</p><p>Le hace a Don Joel las preguntas de rigor. RFC. CURP. Actividad económica. Antigüedad del negocio. Comprobante de ingresos.</p><p>Ahí está el problema.</p><p>Don Joel no tiene nómina. No tiene recibo CFDI de nómina porque la taquería opera en régimen de actividad empresarial, sus ingresos son variables, estacionales y —hecho fundamental que el sistema no tiene campo para registrar— completamente reales. Sus ingresos no son un misterio: son 58,000 a 75,000 pesos mensuales en efectivo y transferencia. En el mundo analógico que el Licenciado Lazcano todavía habita a ratos, eso sería suficiente. En el mundo del sistema, un ingreso sin recibo de nómina es como un árbol que cae en el bosque sin nadie que lo registre en la base de datos: puede haber estado haciendo el ruido más puntual y constante del mundo desde 2013, pero el modelo nunca lo escuchó.</p><p>El Licenciado Lazcano lo intuye. Genuinamente quiere ayudar a Don Joel. No es un mal tipo. Es, de hecho, un tipo que en sus años en la institución ha visto exactamente esta situación cientos de veces y que cada vez siente el mismo malestar discreto de quien sabe que el sistema está haciendo algo que no es del todo correcto pero que no tiene autoridad para cambiar. Ingresa los datos. El sistema considera cada campo con la velocidad y la sensibilidad emocional de una lavadora industrial. Cuatro punto tres segundos después:</p><p><strong>Sin historial suficiente en buró. Solicitud no viable.</strong></p><p>El Licenciado Lazcano suspira con la discreción de quien lleva veintitrés años practicando la suspirología corporativa. Le explica. Don Joel pregunta si hay algo que se pueda hacer. El Licenciado Lazcano —que en su vida adulta ha dicho “la computadora dice que no” más veces de las que podría contar— llama al supervisor. El supervisor tarda nueve minutos en contestar. Escucha cuarenta segundos. Confirma: el sistema dice que no. El Licenciado Lazcano lo transmite con la mirada de alguien que, si pudiera elegir, no estaría teniendo esta conversación. Le recomienda a Don Joel que quizá intente con una SOFOM o con el programa de garantías de Nacional Financiera, que son opciones muy buenas. Esta recomendación es el equivalente financiero de decir “have you tried turning it off and on again”: técnicamente no está mal, pero no resuelve nada para la persona que tiene el problema ahora.</p><p>Don Joel ya conoce esta conversación. La ha tenido en tres instituciones distintas en los últimos cuatro años. Asiente con la paciencia específica de quien sabe que la persona frente a él no es el problema pero tampoco tiene la autoridad para ser la solución. Sale de la sucursal. El Licenciado Lazcano archiva el expediente. El sistema ya olvidó que Don Joel existió.</p><p>Don Joel camina once metros. Entra a la fintech. Lo atiende Yoshio.</p><p>Yoshio tiene 27 años, o posiblemente 25, es difícil saberlo con certeza porque Yoshio tiene esa edad específicamente millennial en la que uno podría tener entre 23 y 31 años dependiendo del nivel de iluminación y de si durmió bien. Trabaja en la fintech desde hace un año y cuatro meses, que en términos de permanencia en startups equivale aproximadamente a “veterano de guerra.” Tiene una licenciatura en Administración Financiera que menciona con una mezcla de orgullo y distancia, como quien menciona una relación de hace mucho tiempo que terminó bien. Su escritorio tiene: la suculenta ya mencionada, un sticker que dice “DONE IS BETTER THAN PERFECT” pegado en la laptop, un vaso térmico con el logo de una startup que cerró en 2022 pero cuya marca de agua le pareció bonita, y unos auriculares inalámbricos que cuestan más que el primer sueldo de su padre.</p><p>Yoshio no lleva corbata. Yoshio no tiene corbatas. Yoshio considera que la corbata es una reliquia de un sistema de señalización social que el sector financiero debería haber abandonado cuando abandonó los formatos en papel, y tiene sobre el tema una opinión articulada que daría si alguien se lo preguntara, lo cual nadie hace porque en la fintech todos comparten esta opinión y en la sucursal de enfrente nadie tiene tiempo para preguntas filosóficas sobre el vestuario.</p><p>Yoshio está, cuando Don Joel entra, simultáneamente en: (a) un canal de Slack del equipo de producto discutiendo una feature que lleva tres sprints en el backlog, (b) un grupo de WhatsApp del trabajo donde alguien mandó un meme sobre tasas de interés que tiene cinco respuestas de “jejeje”, (c) la aplicación de su neobanco revisando si llegó su quincena, y (d) la ventana principal de la plataforma de originación. Este nivel de multitarea no le parece inusual. Le parece el estado natural del trabajo.</p><p>Cuando Don Joel se acerca, Yoshio cierra el Slack con el reflejo Pavloviano de quien ha aprendido que el cliente que entra tiene prioridad sobre el canal de #producto-general, y hace lo que hacen los millennials bien entrenados en servicio al cliente: establece contacto visual intenso, sonríe genuinamente y dice:</p><p>“¿Cómo te llamas, jefe?”</p><p>Don Joel, de 58 años, acostumbrado a que durante los últimos quince años lo llamen “jefe” en toda clase de interacciones digitales y comerciales personas de las que evidentemente no es jefe, responde con paciencia que, en realidad, se llama Joel.</p><p>“Joel, ¿qué necesitas?”</p><p>Don Joel explica. El crédito. El comal. Los 80,000 pesos. Los once años pagando en Azteca. Yoshio escucha, asiente, escribe algunas cosas, hace dos preguntas adicionales sobre el flujo de la taquería, ingresa algunos datos. En ningún momento de este proceso pregunta por un recibo de nómina. En algún momento de este proceso revisa brevemente si el pedido de comida que hizo por app veinte minutos antes ya está en camino. El pedido está en camino. Yoshio vuelve a la pantalla.</p><p>A las 11:39 de la mañana —dieciséis minutos después de que Don Joel entró al banco— Yoshio le dice:</p><p>“Joel, te puedo ofrecer hasta 85,000 pesos al 34% anual. Solamente pagarías $4,239 a la quincena durante un año. ¿Cómo la ves?”</p><p>Don Joel la ve bien. La ve muy bien. La tasa no es barata —hay que decirlo, porque el acceso no siempre equivale a justicia en el precio— pero el proceso tomó menos tiempo que la cola para el turno en la sucursal de al lado.</p><p>“¿Tienes WhatsApp, jefe? Te mando el contrato por ahí.”</p><p>Don Joel tiene WhatsApp. Don Joel tiene WhatsApp desde 2015. Don Joel usa WhatsApp para coordinar con los proveedores de la taquería, para pasar los pedidos a Liliana y para hacer transferencias. Don Joel no es el personaje analógico que el modelo de scoring imagina cuando lee “sin historial en buró.” Don Joel es un emprendedor de la economía informal con once años de comportamiento financiero impecable, conectividad digital plena y suficiente inteligencia económica como para haber sobrevivido —y crecido— operando en el México real. El modelo, simplemente, nunca tuvo un campo para registrar todo eso.</p><p>Yoshio procesa el contrato. Don Joel firma digitalmente. Yoshio le ofrece un café de cápsula —”tenemos colombiano o etíope”— con el entusiasmo de alguien que genuinamente cree que el café de origen importa en todos los contextos. Don Joel elige el colombiano por cortesía. Sale con 85,000 pesos aprobados y un café que cuesta lo que un desayuno completo. No está mal para un martes a las 11:45 de la mañana.</p><p>Aquí conviene detenerse un momento para imaginar al equipo que construyó el modelo que rechazó a Don Joel.</p><p>No para culparlos. Para entenderlos. Y, si es posible, para que ellos se entiendan.</p><p>Son personas técnicamente brillantes. Tienen maestrías o doctorados en instituciones que sus madres mencionan con orgullo genuino y frecuencia estadísticamente elevada en reuniones familiares. Han publicado papers. Han ganado hackatones. Su director tiene una presentación que dio en un evento de fintech en Bogotá en 2022 sobre “scoring inclusivo con machine learning” que tiene 847 visualizaciones en SlideShare, de las cuales aproximadamente 600 son del propio equipo revisándola antes de compartirla en el canal de Slack de #logros-del-equipo.</p><p>Trabajan en un edificio de cristal en Santa Fe o Insurgentes Sur donde el café de cápsulas es gratuito —hay siete variedades de origen, como en la fintech pero a escala institucional—, las salas de reuniones tienen nombres de ciudades europeas, hay una sala de gaming que nadie usa porque el único que la usa a veces es el practicante, y el estacionamiento tiene convenio corporativo que cubre hasta cuatro horas. Su experiencia crediticia personal consiste en: una tarjeta Platinum de metal tramitada cuando les subieron el sueldo hace tres años, un crédito hipotecario con tasa de convenio que les pareció razonable porque la compararon con la tasa de la competencia y no con el costo real de capital que están asumiendo, y, en el caso del director, un auto financiado a 48 meses a una tasa que también era razonable comparada con la tasa de mercado, aunque si alguien le calculara el precio final del auto más los intereses probablemente preferiría no saberlo.</p><p>El directivo de Riesgos que supervisa al equipo tiene el FRM, el ICAAP y una certificación de Basel III que le costó dos semanas de estudio intensivo. Sabe calcular el VaR de una cartera de derivados en menos tiempo del que tarda en pedir su desayuno. Ha dado ponencias sobre gestión de riesgo sistémico. Ha leído todos los papers de Basel que se pueden leer sin necesitar terapia. Tiene 3,847 conexiones en LinkedIn, de las cuales aproximadamente el 80% trabajan en el sector financiero formal. Su definición profesional de riesgo es extraordinariamente precisa. Su definición experiencial del cliente Don Joel es, siendo generosos, teórica.</p><p>El Director de Riesgos ha estado en Davos —o al menos en el foro de Davos de LinkedIn, que es la versión digital de haber estado en Davos y es también donde la mayoría de sus colegas “estuvo en Davos”—, en Money 20/20 en Las Vegas, en Finovate en Londres y en un evento de fintech en Singapur donde dio exactamente la misma presentación que en Bogotá pero con el logo cambiado. No ha estado en Ecatepec. No ha estado en Tepito. No ha estado en ninguna colonia periférica de ninguna ciudad media de México preguntando cómo funciona el acceso al crédito desde adentro. Esto no es un juicio moral. Es un dato operativo. El modelo que su equipo construyó tampoco ha estado en esos lugares. Estas dos ausencias son relacionadas.</p><p>El junior del equipo —que se graduó el año pasado con honores, tiene una tesis de 120 páginas sobre gradient boosting aplicado al riesgo crediticio, y programa en Python con la velocidad y la elegancia de quien encontró su idioma nativo a los 21 años— descubrió hace tres semanas que el modelo tiene una feature llamada “NSE (índice AMAI).” Mencionó en una reunión de revisión de modelo que “NSE D+ muestra tasas de default estadísticamente más altas en nuestra cartera.” Nadie en la sala preguntó: “¿más altas comparadas con quién? ¿Con la submuestra de personas NSE D+ que ya fueron aprobadas por nuestro modelo anterior? ¿Que es a su vez una submuestra de quienes ya tenían historial crediticio previo? ¿Que es a su vez una submuestra que excluye sistemáticamente a todo el segmento que más nos interesa atender?” Nadie preguntó. La reunión tenía doce features por revisar y cuarenta minutos asignados.</p><p>La palabra “informal” en el vocabulario diario del equipo significa tres cosas: (1) la reunión de kick-off que no requiere presentación en PowerPoint, (2) los viernes cuando se puede venir sin corbata —aunque en este equipo eso es todos los días—, y (3) el tono de ciertos correos internos cuando el VP no está en copia. No significa: el 55% de la fuerza laboral del país que opera fuera del sistema de protección social formal pero dentro del sistema de consumo, pago y subsistencia económica perfectamente funcional. Esa acepción del término no está en el glosario del modelo porque el glosario del modelo fue construido por personas para quienes “informal” no tiene esa acepción.</p><p>El modelo tiene 40 features. Entre ellas: código postal del solicitante, sector laboral, tipo de empresa del empleador, antigüedad en el empleo actual, monto de nómina declarada, número de productos financieros activos, historial en buró/círculo. Ninguna de ellas captura: años pagando a Banco Azteca sin falta, constancia de pago de servicios básicos por más de una década, estabilidad del negocio medida en años de operación continua en la misma dirección, o participación regular y puntual en una tanda. Estas variables no están en el modelo porque nadie las fue a buscar. Nadie las fue a buscar porque el equipo de modelo nunca tuvo que valerse de ellas para acceder al crédito. Y el modelo, con impecable precisión matemática, aprendió a ver lo que le enseñaron a ver.</p><p>La conclusión no es que el equipo sea malo. Es que el equipo es excelente en lo que aprendió a hacer, y que lo que aprendió a hacer fue optimizar para el cliente que conoce. El problema es que ese cliente es el 45% del mercado disponible. El otro 55% espera, con la paciencia específica de quien lleva décadas esperando, que alguien en un edificio de cristal en Santa Fe se tome la molestia de salir del edificio.</p><p><strong>Los números que hacen de esto un problema estructural, no una anécdota.</strong></p><p>El escenario de Don Joel no es una excepción pintoresca: es la norma para 32.9 millones de personas. El 55% de la Población Económicamente Activa mexicana trabaja en la economía informal (ENOE 4T2025, INEGI). De ese universo, solo el 31% tiene acceso a crédito formal (ENIF 2024, INEGI/CNBV/SHCP). La brecha no es de capacidad de pago. Es de legibilidad del modelo.</p><p>El Reporte FinTech 2025 de la Asociación Fintech México pone el dato más incómodo sobre la mesa: solo el 26.3% de quienes solicitan su primer crédito —los llamados “new-to-credit”— lo obtienen, frente a una tasa de aprobación cercana al 50% para quienes ya tienen historial. La diferencia entre esos dos grupos no es necesariamente de riesgo real: es de visibilidad en el modelo. Las fintechs que adoptaron datos alternativos logran hasta 19% más originación sin incrementar la morosidad. El dato merece repetirse: más crédito, misma morosidad. No es magia. Es que los datos correctos permiten leer señales de capacidad de pago que el modelo tradicional nunca buscó.</p><p>La brecha de género añade otra dimensión: las mujeres acceden a productos financieros formales 8.1 pp menos que los hombres (ENIF 2024), con diferencial de 11.3 pp en Ciudad de México. El dato más irónico lo aporta Banxico en su Reporte de Estabilidad Financiera del primer semestre de 2025: en condiciones de financiamiento comparables, las mujeres presentan menor índice de incumplimiento que los hombres. El modelo las rechaza más. Pagan mejor. El modelo no sabe esto porque sus datos no tienen ese matiz.</p><p><strong>Los tres sesgos que explican por qué esto no se corrige solo.</strong></p><p><strong>Bloque A — Automation bias: el ciclo del rechazo automático</strong></p><p>El automation bias es la tendencia a aceptar el dictamen de un sistema automatizado sin cuestionarlo, incluso cuando hay información contextual disponible que lo contradice. En originación crediticia opera así: el Licenciado Lazcano tiene en frente a Don Joel, puede leer once años de historial de pago, puede leer el contexto. Pero el sistema dice que no. Y el Licenciado Lazcano tiene dos opciones: (a) sobrepasar al sistema con una justificación manual que le toma 45 minutos documentar y que su supervisor revisará con el ojo de quien busca errores por razones que tienen más que ver con la política interna que con el riesgo crediticio, o (b) anotar “no viable por modelo” en el expediente, llamar al siguiente turno y preservar exactamente el nivel de energía que necesita para llegar a las 6:30 PM sin cefalea. La opción (b) no es cobardía. Es racional dado el sistema de incentivos. El problema es que, a escala de cientos de miles de decisiones al año, el automation bias institucionalizado convierte al modelo en árbitro sin apelación ni recurso. Kahneman lo diría de otra manera: el Sistema 1 del Licenciado Lazcano —intuición, lectura contextual, años de experiencia— ve a alguien que paga. El Sistema 2 —procedimiento, modelo, manual del 2011 con actualizaciones del 2018— dice que no. La institución entrenó a sus analistas para obedecer al Sistema 2. El resultado es correcto en promedio y sistemáticamente incorrecto en los casos que más importan para la inclusión.</p><p><strong>Bloque B — Sesgo de representatividad: el modelo aprende lo que le enseñan</strong></p><p>Los modelos de scoring aprenden que “buen pagador” significa datos que se parecen a los buenos pagadores históricos. Si los buenos pagadores históricos son principalmente trabajadores formales con nómina verificable y código postal en zonas de “bajo riesgo”, el modelo aprende que nómina + código postal = confiabilidad. Don Joel no encaja en ese patrón. El modelo lo penaliza no porque sea riesgo, sino porque es diferente al patrón aprendido. Es el mismo error que cometen los modelos de diagnóstico médico entrenados solo con pacientes que llegaron al hospital: aprenden a detectar enfermedades en quienes ya tuvieron acceso al sistema, y no pueden detectarlas en quienes nunca llegaron. No porque el modelo sea malo. Porque la muestra de entrenamiento ya estaba sesgada antes de que el modelo tocara un solo dato.</p><p><strong>Bloque C — Sesgo de afinidad: el mapa que solo muestra un barrio</strong></p><p>El equipo de data science que diseña el modelo vive y trabaja en un mundo donde el crédito formal es la norma, el empleo tiene recibo de nómina, y la única “informalidad” que conocen es la que tienen los lunes cuando hay home office y nadie se pone camisa. Su intuición sobre “qué variables predicen riesgo” está calibrada, inevitablemente, por su propia experiencia como usuarios financieros. El in-group bias no es clasismo consciente: es el efecto inevitable de diseñar para un cliente cuya experiencia coincide con la propia. Las variables que el modelo considera relevantes fueron elegidas por personas para quienes esas variables son las más visibles. Las que harían legible a Don Joel —flujo de efectivo sostenido, constancia de pago en otras instituciones, estabilidad del negocio medida en años de operación continua— no entraron en el modelo porque nadie en el equipo las había necesitado para calificar a su primer crédito. La tanda, irónicamente, sería una señal positiva de disciplina financiera en un modelo bien calibrado: alguien que paga semanalmente, bajo presión social, una cantidad fija comprometida con un grupo de personas que lo conocen, es alguien que sabe manejar compromisos de pago. El modelo no lo sabe porque nunca aprendió que la tanda existía.</p><p><strong>El modelo que no sabe qué generación tiene enfrente.</strong></p><p>Hay una dimensión del scoring crediticio que los modelos estándar abordan con la elegancia de un martillo frente a un reloj suizo: el comportamiento financiero generacional. No porque las generaciones sean destinos —la demografía no es un oráculo— sino porque los patrones de relación con el dinero, la deuda y las instituciones financieras están profundamente marcados por los eventos económicos que cada cohorte vivió en su etapa de formación financiera. Un modelo que trata a un Boomer, un Gen X, un Millennial y un Gen Z como variantes del mismo perfil de riesgo está, técnicamente, ignorando décadas de economía conductual aplicada.</p><p>Veamos qué generación tiene enfrente —y qué tan bien la ve el modelo.</p><p>Nota: Los perfiles generacionales son tendencias estadísticas, no determinismos individuales. Su valor para el scoring está en calibrar expectativas de comportamiento por cohorte, no en sustituir la evaluación individual.</p><p>La implicación estratégica de esta tabla no es que los Boomers son buenos pagadores y los Gen Z son riesgosos, o viceversa. Es que el mismo modelo aplicado uniformemente a cuatro perfiles de comportamiento financiero radicalmente distintos produce errores sistemáticos en cada segmento —errores distintos, en direcciones distintas, por razones distintas. El scoring generacional no es demografía: es economía conductual aplicada al ciclo de vida. Y es, hoy, una dimensión que la mayoría de los modelos de riesgo en México no mide porque no sabe que debería.</p><p><strong>Cinco propuestas que valen la pena probar.</strong></p><p>Lo que sigue no es un marco teórico. Son cinco intervenciones concretas. Algunas requieren inversión técnica. Todas requieren, antes que eso, una decisión estratégica sobre qué mercado se quiere realmente atender.</p><p><strong>1. Medir el falso positivo de rechazo — la pérdida que nadie registra</strong></p><p>La mayoría de las áreas de riesgo tienen dashboards elaborados para medir los falsos negativos: clientes aprobados que no pagaron. Es el KPI por el que se evalúa al director de riesgo en el comité mensual. Lo que nadie mide —porque es invisible por construcción— es el falso positivo de rechazo: el cliente rechazado que habría pagado. Don Joel no existe en el P&L porque nunca entró en él. Propuesta: diseñar un experimento controlado en el que se aprueben —con límites conservadores y seguimiento activo— solicitudes que el modelo estándar habría rechazado por “sin historial”. Medir la morosidad resultante versus el grupo de control. El dato que salga vale más que cualquier consultoría de transformación digital: te dice exactamente cuánto mercado estás dejando sobre la mesa, y cuánto riesgo real estás asumiendo al no asumirlo.</p><p><strong>2. Rediseñar la originación desde el Job to Be Done del cliente, no del banco</strong></p><p>El modelo de scoring está diseñado para resolver el Job del banco: minimizar el riesgo de impago. El Job de Don Joel es otro: acceder a liquidez con condiciones que correspondan a su flujo variable y a su realidad económica. Un scoring diseñado desde el JTBD del cliente incorpora preguntas distintas: ¿cuándo cobra este negocio? ¿Qué tan estable es ese flujo semana a semana? ¿Cuántos meses lleva pagando cualquier compromiso financiero puntualmente, aunque no sea un banco? La tanda, en este modelo, sería una señal de disciplina financiera. No una ausencia de historial formal. Christensen lo diría con precisión: el banco contrata al modelo de scoring para identificar clientes que paguen. Pero el modelo aprendió a identificar solo a quienes ya tenían crédito previo. El Job está mal definido desde el origen.</p><p><strong>3. Diseñar el rechazo como producto, no como puerta cerrada</strong></p><p>Cuando el modelo dice “no”, la institución debería poder decirle al solicitante exactamente por qué y qué tendría que cambiar para calificar en seis meses. No “su score es bajo”: eso no le sirve a nadie. Sino: “le faltan dos de estas tres cosas: (a) historial de pagos formales de al menos doce meses en cualquier institución, (b) comprobante de ingresos verificable — cualquier declaración al SAT de los últimos dos ejercicios cuenta—, (c) una cuenta activa con movimientos regulares en los últimos seis meses. Si consigue cualquiera de las dos primeras, vuelva y su caso se revisa en un esquema distinto.” El banco que enseña a sus clientes rechazados a calificar se convierte en su primer acreedor cuando calificien. Es retención de largo plazo disfrazada de inclusión financiera. Para la Gen Z, además, no es solo retención: es la diferencia entre un cliente que abandona y uno que confía.</p><p><strong>4. Diversidad estructural en el equipo de modelo — como inteligencia competitiva, no como política de RRHH</strong></p><p>Si el 55% de tu mercado potencial es informal, tu equipo de scoring necesita al menos una persona que entienda cómo funciona el crédito en ese mundo desde adentro. No un consultor que visita colonias periféricas durante el sprint de research. Un integrante permanente que sepa, por experiencia propia, que en el NSE D+ el riesgo de impago baja cuando hay compromiso social —tanda, familia, reputación en la colonia— y sube cuando hay una crisis de salud no anticipada, no una crisis de carácter. El diploma de maestría del ITAM ayuda. Ayuda mucho. Pero ayuda más saber qué es una “raya”, cómo funciona el flujo de efectivo de alguien que cobra diario, y por qué el cliente que paga el primer día hábil del mes no es necesariamente más confiable que el que paga el jueves de cada semana porque ese día cierra la caja de la taquería. Esas variables no están en el modelo porque nadie en el equipo las necesitó para acceder a su primer crédito.</p><p><strong>5. Separar el scoring de originación del scoring de comportamiento — y tratar cada uno como lo que es</strong></p><p>Son dos problemas técnicamente distintos que con frecuencia se gestionan con el mismo instrumento.</p><p>El scoring de originación trabaja con datos escasos de alguien que no conoces. El objetivo es encontrar señales alternativas —SAT, IMSS, CFE, comportamiento digital, flujo de transacciones con consentimiento vía Open Finance— que sustituyan la nómina como proxy de capacidad de pago. Nubank lo resolvió con nuFormer, en producción para tarjetas de crédito en México desde Q1 2026. El 48% de sus clientes en México obtuvieron su primera tarjeta de crédito con Nu. No como favor: como resultado de un modelo que puede leerlos.</p><p>El scoring de comportamiento trabaja con datos ricos de alguien que ya es cliente. Aquí la oportunidad es detectar deterioro antes de que ocurra: no esperar los 91 días para clasificar cartera vencida, sino detectar la señal en el día 12, cuando el cliente dejó de revisar su saldo, redujo su volumen habitual de transacciones o cambió su patrón de horarios. Moonflow reporta ~85% de exactitud en la predicción de incumplimientos con semanas de anticipación. Gestionarlos por separado implica métricas distintas, incentivos distintos y equipos distintos. La confusión entre ambos es una de las razones por las que los bancos siguen reaccionando al impago en lugar de prevenirlo.</p><p><strong>El sesgo de esta semana.</strong></p><p><strong>Automation bias.</strong></p><p>La tendencia a aceptar el output de un sistema automatizado como si fuera la respuesta definitiva, dejando de lado el juicio humano disponible. En underwriting crediticio, se manifiesta cuando el analista —que tiene información contextual adicional— sigue el veredicto del modelo porque el sistema de incentivos hace que cuestionarlo sea más costoso que obedecerlo. A escala de millones de decisiones, el automation bias convierte al modelo en árbitro sin apelación: no porque sea infalible, sino porque hacerlo falible implica responsabilidad. Y la responsabilidad, en las instituciones grandes, se gestiona con procedimientos.</p><p><strong>Pregunta para llevarte: </strong>¿Tu institución tiene un mecanismo formal para que un analista de crédito anule la recomendación del modelo? ¿Cuántas veces al mes se usa ese mecanismo? ¿Y qué pasa con la morosidad de esas excepciones versus la cartera aprobada por el modelo estándar? Si no tienes esos datos, tu modelo no tiene supervisión humana: tiene obediencia institucional.</p><p><strong>Para el CEO, el CPO y el Director General de Riesgo que llegaron hasta aquí.</strong></p><p>Hay una conversación que en muchas instituciones financieras mexicanas todavía no ha ocurrido, y que debería ocurrir en el próximo comité de riesgos, en la próxima revisión de modelo, en la próxima sesión de estrategia de producto. No es la conversación técnica sobre features, thresholds y matrices de confusión. Esa conversación ya la están teniendo, y bien. Es la otra: la conversación sobre si los equipos de riesgo y de modelo entienden al cliente que no están viendo.</p><p>El problema no es que el modelo sea malo. El problema es que el modelo está perfectamente optimizado para un objetivo que solo representa el 45% del mercado disponible. El otro 55% no tiene historial en buró no porque sea irresponsable, sino porque el sistema nunca tuvo los instrumentos para verlo. Y mientras el modelo siga siendo evaluado exclusivamente por su tasa de impago en la cartera aprobada —y nunca por las decisiones correctas que rechazó— el sistema de incentivos garantiza que el modelo seguirá siendo exactamente lo que es: un mecanismo extraordinariamente eficiente para atender a las personas que ya no necesitan que alguien las descubra.</p><p>La economía conductual —que es el lente con el que este newsletter lee el sector financiero semana a semana— no es un departamento de innovación ni una línea en el roadmap de producto. Es la disciplina que explica por qué Don Joel paga once años a Banco Azteca antes de que un modelo lo considere sujeto de crédito. Por qué Yoshio aprueba en dieciséis minutos lo que el Licenciado Lazcano no puede aprobar en cuarenta. Por qué una Gen Z rechazada sin explicación tiene más probabilidad de convertirse en un cliente perdido para siempre que en un cliente que vuelva en seis meses con los documentos correctos. Por qué el directivo de riesgos que ha leído todos los papers de Basel no ve lo que ve la señora del OXXO cuando Don Joel paga sus recibos de servicios de la taquería y de su casa todos los martes a las 11 de la mañana, sin excepción, desde 2013.</p><p>La pregunta que vale la pena llevar a la próxima reunión de alta dirección no es cuánto capital tienen sus modelos de riesgo para predecir el impago. Es si sus equipos entienden por qué las personas pagan —y por qué dejan de hacerlo. Si la respuesta a esa pregunta vive exclusivamente en un modelo de Python y no en el conocimiento profundo del comportamiento financiero real de sus clientes potenciales, tienen un problema que ningún hackatón va a resolver.</p><p>El scoring que entiende a México no se construye solo con más datos. Se construye con personas que entienden qué significan esos datos para alguien que los vive. Y eso, hasta ahora, es lo que más le falta al sector.</p><p></p><p><strong>Horizonte regulatorio: </strong>El EU AI Act clasifica el scoring crediticio como sistema de alto riesgo (Anexo III). La fecha original de plena aplicación era el 2 de agosto de 2026. El Consejo de la UE acordó extender el plazo a diciembre de 2027 (marzo de 2026), pero el trílogo del Digital Omnibus cerró sin acuerdo el 28 de abril de 2026. La situación regulatoria está, a la fecha de publicación, técnicamente en disputa. México no tiene equivalente. FIDUZ (mayo de 2026) es el primer modelo con manual de gobernanza de IA autorizado por la CNBV: un precedente, no un marco. Para los equipos de cumplimiento: el trabajo de explicabilidad y auditoría de sesgos es buena práctica independientemente de la fecha definitiva. Las instituciones que lo hagan antes no estarán cumpliendo una norma que no les aplica todavía. Estarán ganando tiempo.</p><p><strong>Fuentes.</strong></p><p>1. INEGI. Encuesta Nacional de Ocupación y Empleo (ENOE), 4T2025. Publicación: enero de 2026.</p><p>2. INEGI / CNBV / SHCP. Encuesta Nacional de Inclusión Financiera (ENIF) 2024. Publicación: 14 de marzo de 2025.</p><p>3. Asociación Fintech México. Reporte FinTech 2025. (Verificar URL y fecha exacta antes de publicar.)</p><p>4. Banco de México. Reporte de Estabilidad Financiera, primer semestre 2025. Junio de 2025.</p><p>5. Nu Holdings Ltd. Form 6-K Q1 2026. 14 de mayo de 2026. SEC.gov.</p><p>6. Nu Holdings Ltd. Form 6-K FY2025. 4 de marzo de 2026. SEC.gov.</p><p>7. FICO / Círculo de Crédito. Comunicado sobre FICO Extended Score en México. 2019–2022.</p><p>8. Reglamento (UE) 2024/1689 (EU AI Act). DOUE, julio de 2024.</p><p>9. Kahneman, Daniel. Thinking, Fast and Slow. Farrar, Straus and Giroux, 2011.</p><p>10. Christensen, Clayton M. et al. Competing Against Luck. HarperBusiness, 2016.</p><p>11. Rumelt, Richard. Good Strategy / Bad Strategy. Crown Business, 2011.</p><p>12. Mazzucato, Mariana. The Entrepreneurial State. PublicAffairs, 2013.</p><p>13. Iansiti, Marco; Lakhani, Karim R. Competing in the Age of AI. Harvard Business Review Press, 2020.</p><p>14. Moonflow. Plataforma de predicción de impago crediticio. Feb 2026. (Verificar exactitud ~85% con fuente primaria.)</p><p><p>Si te ha parecido interesante este artículo, compártelo.</p></p><p><p>Suscríbete gratis a “Estrategia en Juego” para recibir semanalmente nuevos artículos.</p></p><p></p> <br/><br/>This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://estrategiaenjuego.substack.com?utm_medium=podcast&utm_campaign=CTA_1">estrategiaenjuego.substack.com</a>
14 total episodes available
Deep-dive analytics for ESTRATEGIA EN JUEGO
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is ESTRATEGIA EN JUEGO?
- How often does this podcast release new episodes?
This podcast updates daily.
- Where can I listen to this podcast?
This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
No, this podcast does not typically feature guests.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.