El proyecto de investigación clasifica a la población joven de Bogotá, Medellín y Cali según patrones de comportamiento financiero, identificando los perfiles más vulnerables y riesgosos de cara a la banca. Esto, como insumo para la toma de decisiones sobre los procesos de vinculación de nuevos clientes por parte de las organizaciones financieras. La pandemia del Covid-19 trajo consigo una profunda crisis económica que agudizó el contexto retador que exhiben los estudios en el país donde gran parte de la población no se encuentra financieramente lista para afrontar choques. Esta situación cobra más relevancia para los segmentos poblacionales que develan comportamientos financieros deficientes y que son más vulnerables frente a este tipo de eventos. En este contexto, el sistema financiero se vio en la obligación de implementar mecanismos que minimicen los riesgos de pérdida por incumplimiento, con especial atención en aquellos que empezaron a entrar rápidamente en default. A pesar de esto, el deterioro acelerado de la calidad de la cartera crediticia fue, y sigue siendo, una situación de especial atención. De allí se desprende la necesidad de conocer el grado de vulnerabilidad de los clientes de una entidad crediticia frente a este tipo de choques, en aras de propender por la estabilidad financiera no solo de las organizaciones financieras sino de la economía nacional. El objetivo de este proyecto de investigación es clasificar a la población joven de Bogotá, Medellín y Cali según patrones de comportamiento financiero, para identificar perfiles más vulnerables y riesgosos de cara a la banca. Esto, como insumo para la toma de decisiones sobre los procesos de vinculación de nuevos clientes por parte de las organizaciones financieras. Con base en la Metodología CRISP-DM (Cross-Industry Standard Process for Data Mining en inglés) y aplicando los algoritmos de agrupamiento K medias, X Medias y Fussy Clustering, se obtuvieron 4 perfiles de comportamiento financiero. El primero (clúster 0) se cataloga con un riesgo alto y vulnerabilidad media; el segundo perfil (clúster 1) muestra un riesgo medio y vulnerabilidad media; el tercero (clúster 2) presenta un riesgo bajo y vulnerabilidad baja; y el cuarto (clúster 3) tiene un riesgo medio y vulnerabilidad alta. The Covid-19 pandemic brought with it a deep economic crisis that exacerbated the challenging context that studies show in the country where a large part of the population is not financially prepared to face shocks. This situation becomes more relevant for the population segments that show deficient financial behaviors and are more vulnerable. In this context, the financial system was forced to implement mechanisms that minimize the risks of loss due to default, with special attention to those that began to default rapidly. Despite this, the accelerated deterioration of the quality of the credit portfolio was, and continues to be, a situation of special attention. Hence the need to know the degree of financial vulnerability of the clients of a credit entity in the face of this type of shock, in order to promote the stability not only of financial organizations but also of the national economy. The objective of this research project is to classify young population of Bogota, Medellin and Cali according to financial behavior patterns, to identify more vulnerable and risky profiles for banking. This, as an input for decision-making on the processes of linking new clients by financial organizations. Based on the CRISP-DM Methodology and applying K means, X means and Fussy Clustering algorithms, 4 financial behavior profiles were found. The first (cluster 0) is classified as high risk and medium vulnerability; the second profile (cluster 1) shows medium risk and medium vulnerability; the third (cluster 2) presents a low risk and low vulnerability; and the fourth (cluster 3) has a medium risk and high vulnerability. Magíster en Economía Aplicada Maestría