CASO CONSUMER CREDIT

UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS
FACULTAD DE INGENIERÍA[pic 1]

[pic 2]

[pic 3]

CASO: CONSUMER CREDIT COUSELING

Integrantes:

CALLE MEDINA, STEPHANIE JENNIFER
(u201310620@upc.edu.pe)[pic 4]

HUILLCAYA CÁMARA, JOSÉ CARLOS
(u201310669@upc.edu.pe)

LEÓN GUIZADO, SHEYENE
(u201223444@upc.edu.pe)

SALINAS VIVANCO, GEORGE
(u201213489@upc.edu.pe)

SILVA REYES, ALFREDO JEAMPIERE
(u201310667@upc.edu.pe)

Sección: IN65

Ingeniero: SOTELO RAFFO, JUAN LUIS FERNANDO

[pic 5]

Caso: Consumer Credit Couseling

Consumer Credit Counseling (CCC) (Consultoría de crédito al consumidor), es una corporación privada  sin fines de lucro, fundada en 1982. Los objetivos de CCC eran proporcionar asistencia a los consumidores en la planeación y seguimiento de presupuestos, asistir a los consumidores en la negociación de arreglos con los otorgantes de crédito para cubrir obligaciones morosas e impartir cursos sobre la administración del dinero.

La consultoría financiera privada se proporcionaba sin costo a familias o individuos que tienen dificultades financieras  o que querían mejorar su habilidad en el manejo del dinero. Los programas educativos de administración de dinero se impartían  a escuelas, grupos comunitarios y empresas. Se ofrecía un programa sobre manejo de deuda como una alternativa  a la bancarrota. A través de este programa, CCC negociaba con los acreedores por parte del cliente  para obtener arreglos especiales de pago. Luego el cliente hacía un pago global a CCC, y ésta a su vez distribuía este pago entre los acreedores.

CCC tenía una mezcla de personal  pagado y voluntario; de hecho, el personal voluntario superaba al pagado en proporción de tres a uno. Un grupo de siete empleados pagados cubría las necesidades de administración y de oficina y cerca de la mitad de las consultorías. La otra mitad de este servicio era cubierta por veintiún voluntarios.

CCC dependía principalmente de los fondos corporativos para cubrir su operación y servicios. El “Programa  de distribución equitativa de fondos” permitió que los acreedores que recibieron pagos provenientes de los programas de administración de deuda, donaran a CCC una parte de los fondos que les fueron cubiertos a través de estos programas.

Una gran parte del apoyo corporativo provenía de una utilidad local, la que proporcionaba fondos para sostener el sueldo de un consultor de tiempo completo, así  como espacio de oficina para dar consultoría en todas las oficinas.

Además, las cuotas de los clientes eran una fuente de fondos. Los clientes que participaron en la administración de deuda pagaban una cuota mensual de $15 para ayudar a cubrir el costo administrativo del programa (las cuotas se redujeron o exentaron a los clientes que financieramente no podían cubrirlas)

Marv Harnishfeger, el director ejecutivo, estaba preocupado por el tamaño y planeación de la plantilla de personal para el resto del año 2012. Él explicó el problema a Dorothy Mercer, elegida recientemente como presidenta del comité ejecutivo. Dorothy examinó el problema y concluyó que CCC necesitaba analizar el número de clientes nuevos adquiridos mensualmente. Dorothy, quien trabajó para una organización de servicio público local  y estaba familiarizada con varias técnicas d exploración de datos, estuvo  de acuerdo en analizar el problema. Le pidió a Marv que le entregara los datos mensuales del número de nuevos clientes. Marv le proporcionó los datos mensuales mostrados en la tabla siguiente del número de clientes nuevos atendidos por CCC en el periodo de enero de 2004 a marzo de 2012. Luego Dorothy analizó tales datos usando una gráfica de series de tiempo y usando el análisis de autocorrelación.

PREGUNTAS:

1. Explique cómo usó Dorothy el análisis de autocorrelación  para investigar el patrón  de los datos del número de clientes nuevos atendido por CCC.
2. ¿Qué concluyó ella después de concluir con el análisis?
3. ¿Qué tipo de técnicas recomendó Dorothy para este conjunto de datos?

1. Explique cómo usó Dorothy el análisis de autocorrelación  para investigar el patrón  de los datos del número de clientes nuevos atendido por CCC.

En principio, se optó por reunir los datos históricos de la empresa acerca del número de clientes atendidos por la empresa. Luego, se realizaron los cálculos necesarios para la obtención del coeficiente de autocorrelación  con 1, 2, 3, 4 5 y 6 desfases.

...