Análisis de Rent Rolls y Riesgo de Inquilinos con ChatGPT

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 30-45 minutos tendras:

✓ Puntuación de riesgo por inquilino y por cartera
✓ Lista priorizada de inquilinos críticos con acciones recomendadas
✓ Recomendaciones de cláusulas contractuales y límites de exposición

Antes de empezar, asegurate de tener lo siguiente:

Obligatorio Archivo rent roll en formato CSV o Excel con campos: ID inquilino, unidad, renta actual, fecha contrato, garantías, historial pagos (últimos 24 meses).

Obligatorio Acceso a ChatGPT con capacidad de procesamiento de archivos o posibilidad de pegar extractos estructurados del rent roll.

Recomendado Datos adicionales: informes de crédito comerciales, sector económico del inquilino y notas jurídicas sobre cláusulas de contrato.

Recomendado Política interna de tratamiento de datos y consentimiento para análisis automatizado, para cumplimiento y trazabilidad.

Transferencia internacional de datos: ChatGPT procesa datos en servidores externos. Sin acuerdo de procesamiento de datos (DPA) firmado, no introduzcas datos personales, financieros confidenciales ni datos especialmente protegidos. Verifica con tu departamento legal o IT antes de usar datos reales de tu empresa.

El caso

Grupo Inmobiliario Norte S.A., sector gestión y alquiler de activos comerciales — el problema real

El director financiero necesita priorizar atención sobre inquilinos con mayor probabilidad de impago y reducir exposición en inmuebles clave. El rent roll es voluminoso y manualmente no detectan señales tempranas de deterioro.

Con ChatGPT y el prompt de este tutorial, puede resolver este reto en 30-45 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

ChatGPT
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: ChatGPT sintetiza datos heterogéneos y aplica reglas definidas por negocio para producir salidas comparables y accionables. Su capacidad de generar explicaciones y formatos ejecutivos acelera la toma de decisiones del comité financiero.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
Necesita priorizar recursos de gestión de arrendamientos en una cartera grande Desea identificar tendencias de impago emergentes en sectores específicos (p. ej. retail, oficinas) Busca recomendaciones de mitigación inmediatas (garantías, seguros, ajustes de renta)	Cuando la decisión requiere análisis forense legal profundo sobre cláusulas individuales Cuando faltan datos mínimos del rent roll o los registros están incompletos Para negociar litigios complejos que requieran revisión jurídica extensa

Paso 01

Preparar y anonimizar datos del rent roll

Antes de subir o compartir cualquier dato con el modelo, estructure y anonimice la información sensible. Esto garantiza cumplimiento y minimiza riesgo de fuga de datos mientras mantiene las señales necesarias para el análisis.

1
Estandarizar columnas Asegure campos consistentes: ID inquilino, unidad, renta mensual, inicio contrato, fin contrato, depósito, historial pagos (mes y estado). Use nombres de columna uniformes, p. ej. RentRoll_Q1_2026.csv.
2
Anonimizar identificadores directos Reemplace nombres reales por códigos [T001], [T002] y mantenga un mapping local en su servidor seguro. Esto permite análisis sin exponer datos personales.
3
Verificar calidad de datos Corrobore valores ausentes, formatos de fecha inconsistentes y outliers en renta. Documente supuestos (p. ej. mes impreciso tratado como primer día del mes).

Checkpoint: Archivo estandarizado, sin identificadores directos, con columnas limpias y listo para análisis.

Paso 02

Definir criterios de riesgo y métricas clave

Establezca una regla de negocio que el modelo usará para puntuar riesgo. Combine métricas financieras, contractuales y externas para crear una puntuación interpretables por la dirección.

1
Seleccionar variables de riesgo Incluya: demora media de pagos, variación de renta, proporción de renta sobre ingresos estimados del inquilino, concentración por sector y garantías disponibles.
2
Asignar ponderaciones Defina peso relativo (ej. historial pagos 40%, vencimiento contrato 20%, garantías 20%, concentración sector 20%). Documente la lógica para auditoría.
3
Establecer umbrales operativos Determine categorías: Bajo (score 0-30), Medio (31-60), Alto (61-100) y las acciones asociadas (vigilar, contactar, iniciar medidas).

Checkpoint: Matriz de criterios y umbrales aprobada por finanzas y gestión de riesgo.

Paso 03

Ejecutar el prompt principal

Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.

1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.

Variables del prompt — sustituye cada [VARIABLE] con datos reales

[COMPANY_NAME]Nombre de la empresa propietaria de la cartera (usar nombre real para el informe).

[RENT_ROLL_CSV]Contenido del rent roll en CSV o texto tabulado; mínimo: ID_inquilino, unidad, renta, fecha inicio, fecha fin, depósito, historial pagos.

[RISK_MODEL_PARAMS]JSON o texto con ponderaciones y umbrales del modelo de riesgo (ej. {"historial":0.4,"vencimiento":0.2,"garantias":0.2,"concentracion":0.2}).

Prompt principal — Rent Rolls y Riesgo de Inquilinos Eres un analista ejecutivo de riesgo inmobiliario asistido por IA. Recibirás datos del rent roll y parámetros de negocio. Tu tarea: 1) Normalizar y explicar supuestos hechos sobre los datos; 2) Calcular una puntuación de riesgo por inquilino (0-100) usando las variables proporcionadas; 3) Agrupar riesgo por propiedad y por segmento sectorial; 4) Generar una lista priorizada de inquilinos críticos con acciones recomendadas de mitigación (contacto, garantía, re-negociación, seguro); 5) Proponer cláusulas contractuales concretas y límites de exposición; 6) Identificar señales tempranas y los próximos 3 pasos operativos para el Comité de Dirección. Utiliza los siguientes insumos: nombre de la empresa: [COMPANY_NAME]; archivo o extracto del rent roll: [RENT_ROLL_CSV] (si pegas, mantén formato CSV con encabezados); variables de peso y umbrales deseados: [RISK_MODEL_PARAMS] (ej. {"historial":0.4,"vencimiento":0.2,"garantias":0.2,"concentracion":0.2}); contexto de negocio y límites de apetito de riesgo: [BUSINESS_CONTEXT] (ej. mantener exposición por inquilino < 5% del NOI). Salidas requeridas y formato: 1) Resumen ejecutivo de 5-7 líneas; 2) Tabla CSV con columnas: ID_inquilino, unidad, renta_actual, score_riesgo, categoría(Bajo/Medio/Alto), causa_principal, recomendación; 3) Agregados por propiedad: exposición total, promedio score, top 3 inquilinos críticos; 4) Recomendaciones contractuales específicas (texto de cláusula sugerida) y acciones operativas priorizadas con responsables y plazo (30/60/90 días); 5) Supuestos y limitaciones del análisis; 6) Checklist de cumplimiento de datos y privacidad. Prioriza claridad ejecutiva, cuantifica impactos financieros estimados cuando sea posible y propone un plan de comunicación al Comité de Dirección. Si faltan datos críticos, devuelve una sección con 'Datos faltantes necesarios' y un prompt de recolección de datos. No incluyas información personal de inquilinos reales en el output; respeta anonimización. Usa ejemplos concretos si necesitas ilustrar (p. ej. Inquilino [T012] en Centro Comercial Aurora).

Checkpoint: El modelo ha respondido con un output estructurado que incluye las secciones solicitadas en el prompt.

Paso 04

Iterar y validar resultados con stakeholders

Refina el output y contraste con datos internos y compliance. Use iteraciones para ajustar ponderaciones, incluir aportes legales y priorizar acciones tácticas.

1
Revisar con equipo legal y de riesgos Valide recomendaciones contractuales y límites propuestos. Ajuste cláusulas sugeridas según normativa local y política corporativa.
2
Probar sensibilidad Solicite al modelo variaciones del análisis con escenarios: subida del 10% en morosidad, pérdida de garantía del 20% o concentración sectorial del 30%.

Checkpoint: Informe final validado y plan de mitigación aprobado para implementación por administración de activos.

Iteracion

Prompts para refinar el output

Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:

Hacer el output más específico

cuando el output es demasiado genérico. "Ajusta el informe concentrándote solo en los inquilinos con score >= [UMBRAL_ALTO]. Para cada uno, añade el impacto estimado en flujo de caja anual y una recomendación legal concreta. Mantén formato ejecutivo."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Reformula el análisis en dos versiones: 1) Resumen de una página para Comité de Dirección; 2) Anexo técnico con cálculos, fórmulas y supuestos detallados. Mantén ambas con numeración clara."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Reescribe el resumen ejecutivo en tono más formal y directo, orientado a CFO y consejo de administración, reduciendo jerga técnica y destacando métricas financieras clave en primer lugar."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Genera una versión ejecutiva de máximo 250 palabras con 5 bullets: situación actual, top 3 riesgos, impacto financiero total estimado, 3 acciones recomendadas y decisión solicitada al Comité."

Resultado

Que vas a obtener

Este es el tipo de output que genera ChatGPT con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:

Ejemplo de output — Grupo Inmobiliario Norte S.A., sector gestión y alquiler de activos comerciales

Estructura del output

El prompt genera un informe con: resumen ejecutivo, tabla por inquilino (CSV), agregados por propiedad, recomendaciones contractuales y operativas, supuestos y lista de datos faltantes. Cada sección debe ser concisa y numerada para facilitar decisiones del Comité.

Senales de un buen output

Tabla por inquilino con columnas estándar y valores coherentes
Puntuaciones y categorías que siguen los umbrales definidos
Recomendaciones accionables con responsables y plazos
Sección de supuestos y datos faltantes claramente identificada

Senal de que el output es bueno: Los scores por inquilino explican la causa principal y las recomendaciones tienen responsables y plazo establecidos.

Costes

Inversion y retorno

20$ ChatGPT Plus / mes

30 min por ejecución (estimado) Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: El ROI se produce por reducción de impagos y aceleración de acciones preventivas: un 1% de mejora en morosidad puede traducirse en ahorro significativo del NOI; además, la automatización reduce horas de análisis manual del equipo financiero.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
El modelo devuelve resultados inconsistentes entre ejecuciones	Entradas no estandarizadas o cambio en parámetros entre llamadas	Estandarice el CSV según el paso 1, fije [RISK_MODEL_PARAMS] y conserve una plantilla de prompt inmutable para reproducibilidad.
Faltan campos en la tabla por inquilino	Se han omitido columnas clave en el rent roll (p. ej. historial de pagos)	Revise el archivo original, complete columnas mínimas y reitere con el prompt incluyendo la sección 'Datos faltantes necesarios'.
Recomendaciones legales poco prácticas	Falta de contexto legal local o de políticas internas	Solicite iteración solicitando 'ajuste según legislación [PAIS] y política interna [POLITICA_ID]' y valide con asesoría jurídica.
Scores muy concentrados en un rango estrecho	Ponderaciones inapropiadas o datos con baja variabilidad	Ajuste [RISK_MODEL_PARAMS] para aumentar peso en variables discriminantes y vuelva a ejecutar análisis de sensibilidad.
Salida con datos identificables de inquilinos reales	No se aplicó anonimización antes del envío	Cancele uso, purgue datos y repita el proceso con identificadores anonimizados según el paso 1.

Modo avanzado

Como hacer este tutorial con ChatGPT en modo avanzado

Usa el modo agente de ChatGPT para automatizar el flujo: carga del rent roll, ejecución del análisis, generación de anexos y envío de alertas internas. El modo agente puede orquestar múltiples pasos y archivos, reduciendo intervención manual y asegurando trazabilidad.

Modo avanzado

Flujo de trabajo avanzado

1
Configurar agente con acceso a repositorio seguro de rent rolls y credenciales limitadas
2
Definir tareas secuenciales: anonimizar, ejecutar análisis principal, generar informe y anexos
3
Configurar validaciones automáticas y umbrales que disparen alertas a responsables
4
Programar entregas periódicas (semanal/mensual) y checkpoints para revisión humana

Actúa como agente de análisis de riesgo inmobiliario para [COMPANY_NAME]. Toma el archivo [RENT_ROLL_CSV] desde la ubicación segura indicada, anonimiza identificadores siguiendo la política [DATA_POLICY_ID], aplica el modelo de riesgo con parámetros [RISK_MODEL_PARAMS], genera el informe ejecutivo y la tabla CSV de salida, guarda resultados en [OUTPUT_LOCATION] y envía una notificación a [RESPONSIBLE_EMAIL] con resumen y enlace al informe. Si faltan datos, detén el flujo y lista exactamente qué datos faltan. Registra todas las acciones en el log con timestamps.

Cuando usar el modo avanzado en este tutorial: Particularmente valioso cuando se analizan carteras grandes y se requiere cadencia regular (semanal/mensual) con trazabilidad y notificaciones a múltiples áreas.

Siguiente paso

Que hacer ahora?

Ahora que has completado este tutorial, hay dos caminos naturales:

Tutorial relacionado · ChatGPT

Explorar mas tutoriales de ChatGPT

Descubre otros casos de uso de ChatGPT para directivos en diferentes funciones y sectores.

Biblioteca completa

Ver todos los tutoriales

Explora los tutoriales del programa organizados por herramienta, funcion y nivel de dificultad.

Para sacarle mas partido: Integre el output con su ERP/BI para visualizar dashboards de riesgo y establezca un ciclo mensual de revisión del modelo de ponderaciones con el comité de riesgo.

Alternativa segura

Puedo hacer esto sin que mis datos salgan de la empresa?

Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.

Modelos recomendados

Llama 3.3 70B — Ideal para analisis de documentos largos y generacion de texto estructurado (contexto 128K tokens).

Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.

Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.

Plataformas de despliegue

Ollama — Para equipos pequenos o uso individual en hardware propio.

vLLM — Para entornos de produccion con multiples usuarios simultaneos.

LM Studio — Para pruebas y uso individual sin configuracion de servidor.

Infraestructura minima

Para un modelo de 70B parametros en produccion:

GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.

RAM: 128GB minimo.

Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.

Garantia de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu informacion, no hay transferencia internacional de datos y el cumplimiento normativo es total incluso para datos del art. 9 RGPD.

Necesitas implementar esta solucion en tu organizacion?

La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.

Contactar con Agere Conocer Agere