Optimización de la Orquestación de Datos para la Prevención de Fraudes en Aplicaciones
Cómo la respuesta no siempre radica en tener más datos, sino en adoptar un enfoque más integral.
La creciente amenaza del fraude en aplicaciones
El mundo continúa volviéndose cada vez más digital, y los estafadores están aprovechando esta tendencia al encontrar constantemente nuevas formas de explotar cualquier debilidad en los sistemas tecnológicos y de servicios financieros. En particular, el fraude en aplicaciones ha surgido como una amenaza significativa en los servicios financieros, con intentos (y diversos tipos) que aumentan constantemente. Según el Informe sobre el Estado del Fraude Omnicanal de TransUnion de 2023, cerca del 5% de las transacciones digitales a nivel mundial en 2022 se consideraron posiblemente fraudulentas (4.2% específicamente para servicios financieros), y se registraron más de $4.5 mil millones en saldos pendientes en los Estados Unidos para préstamos de automóviles, tarjetas de crédito/venta al por menor y préstamos personales no garantizados, debido a identidades sintéticas (lo que marca un aumento del 27% desde 2020 y el nivel más alto registrado hasta ahora). Además, se observó un aumento del 39% en los intentos de fraude en servicios financieros de 2019 a 2022, siendo el fraude de identidad la categoría principal.
Entonces, ¿qué significa esto para las instituciones financieras, proveedores de pagos, prestamistas, fintech, y demás? Pues, significa que, a medida que los estafadores y sus trucos avanzan, nosotros también debemos poner al día la manera en que, como industria, los detectamos y evitamos. ¿Y cómo hacemos eso? Una pieza clave es la orquestación de datos, porque con una visión más amplia y completa de tus clientes, puedes:
Detectar y prevenir el fraude de manera más precisa, tanto en el proceso de incorporación como más adelante;
Garantizar que los clientes auténticos y elegibles al crédito no sufran las consecuencias mientras lo haces.
Intentos de fraude en aumento
Los intentos de fraude están en rápido aumento. Lo que hace más crucial que nunca que la industria de servicios financieros perfeccione la prevención. Según TransUnion, estos son los principales tipos de fraude y su crecimiento este año:
Tipo de fraude
Porcentaje de fraude digital en 2022
Cambio en el Volumen de 2019 a 2022
Tarjeta de crédito
6.5%
76%
Toma de control de cuentas
6.3%
81%
Robo real de identidad
6.2%
81%
ACH/Débito
6.0%
122%
Identidad sintética
5.3%
132%
**Informe sobre el Estado del Fraude Omnicanal de TransUnion de 2023
Para prevenir el fraude en solicitudes, las instituciones de servicios financieros deben emplear diversos mecanismos de detección, generalmente recopilados de socios/fuentes de datos, que incluyen verificación de identidad, screening y scoring. La verificación de identidad implica asegurarse de que el solicitante sea quien afirma ser, mientras que el screening implica verificar la información del solicitante en diversas bases de datos, como agencias de crédito y listas de observación, para identificar posibles señales de alerta. El scoring implica evaluar el riesgo asociado con el solicitante en función de varios puntos de datos, como historial crediticio, empleo y datos financieros. Examinar diversas fuentes de datos, que incluyen open banking, datos de agencias de crédito, correo electrónico y redes sociales, información del dispositivo, KYC (Conoce a tu cliente) y screening de sanciones, pueden utilizarse para verificar a) si una persona es realmente quien dice ser y b) si realmente tiene la intención de utilizar el producto financiero de manera responsable (es decir, ¿te pagará?).
¿Más datos para combatir el fraude? ¿O MEJORES datos?
Así que está claro que la prevención del fraude es crucial. Pero si tu reacción inmediata es comprar todos los datos… piénsalo de nuevo.
〝la reacción impulsiva ante el aumento de las violaciones de datos y el persistente fraude digital podría ser aumentar la verificación de identidad y los controles de autenticación. Sin embargo, la transición a una experiencia del cliente siempre activa y digital, evidenciada por el dramático aumento en las transacciones digitales en los últimos años, significa que los líderes en la prevención del fraude deben ser conscientes de la experiencia del cliente y permitir que el negocio impulse el crecimiento en los ingresos mientras reduce el riesgo de fraude.〞
Entonces, a pesar de lo tentador que puede ser utilizar más y más datos, necesitas equilibrarlo con a) la experiencia del consumidor (¿estás listo para agregar más fricción al viaje?) y b) el costo y la ineficiencia innecesarios de comprar más datos de los que necesitas. Porque cuanto mejor seas accediendo e integrando los datos correctos sobre el fraude, en el momento adecuado durante el recorrido del cliente, mejores resultados verás:
Menos fricción en la experiencia del consumidor.
Modelos de riesgo de fraude más precisos.
Mayor capacidad para evaluar la actividad fraudulenta y la intención de pago.
Más crecimiento, porque en última instancia, cuanto más hábil seas en prevenir el fraude, más confianza podrás tener en tus decisiones, lo que permite mejoras comerciales sostenibles en todo el ciclo de vida del cliente.
Sidenote: La analítica predictiva, como el aprendizaje automático integrado y la inteligencia artificial, también ayuda al analizar automáticamente vastas cantidades de datos y proporcionar ideas sobre patrones de comportamiento que podrían indicar fraude.
Eliminar los compartimentos de toma de decisiones
Los métodos tradicionales de detección de fraudes a menudo generan entornos aislados entre los equipos de fraude y riesgo, lo que conduce a una visión incompleta del cliente y de su solvencia crediticia. Para superar este desafío, las instituciones financieras deben considerar adoptar una solución de toma de decisiones de riesgo integral y completa que integre la gestión de fraudes y riesgos. Este enfoque permite una visión más completa de los clientes y su solvencia crediticia, al tiempo que detecta de manera precisa el fraude al eliminar el entorno aislado entre los equipos de fraude y riesgo.
Una perspectiva más completa e integrada de tus clientes te permite anticiparte a las amenazas, y una plataforma integral de toma de decisiones de riesgo garantiza que puedas mejorar constantemente tus modelos de riesgo de fraude y optimizar decisiones a medida que evolucionan las amenazas, todo al lado de tus decisiones de riesgo crediticio. La eliminación de estos entornos aislados ofrece máxima flexibilidad y agilidad en cada paso de tus procesos de toma de decisiones de riesgo. Reduce la complejidad de gestionar múltiples herramientas de detección de fraudes en línea y sistemas de toma de decisiones dispares con una solución unificada de extremo a extremo para fraude, crédito y cumplimiento en todo el recorrido del cliente. Y observa cómo tu negocio crece como resultado.
Descubre una detección de riesgo de fraude más precisa con una visión más integral y completa de tus clientes.
Minimiza el Riesgo, Maximiza las Activaciones: Tres Pasos para Combatir el Fraude en Telecomunicaciones
¿Tienes miles de millones de dólares de sobra? Si no, sigue leyendo.
Los operadores de telecomunicaciones (telcos) pierden un estimado de $40 mil millones de dólares al año por culpa de los defraudadores, y esta tendencia sigue empeorando.
Donde los atacantes manipulan los protocolos de seguridad de los proveedores para secuestrar los números de teléfono de los usuarios, permitiendo el acceso no autorizado a datos personales sensibles y cuentas financieras.
No tires la toalla todavía… Las empresas de telecomunicaciones pueden contraatacar con tres tácticas altamente efectivas que juntas pueden reducir la deuda incobrable hasta en un 69%. Solo usa las tres A:
Acceso
Análisis
Acción
¿En el centro de todo? Otra A: datos alternativos. Alimentar datos alternativos en cada paso del proceso de mitigación de fraude es la clave para recuperar miles de millones en pérdidas anuales.
Acceso
El primer paso para combatir el fraude es el Acceso: acceder a los datos, incluyendo datos alternativos, proporciona información más completa para los controles de fraude y KYC (Conoce a tu Cliente) durante los procesos de activación.
Un tipo común de fraude en esta etapa del ciclo de vida del cliente es el fraude en el onboarding, que puede ser muy costoso. Los defraudadores usan identificaciones robadas e información de tarjetas de crédito para crear cuentas, comprar teléfonos móviles caros y quedarse con la mercancía gratis o revenderla. Si el delincuente está comprando un smartphone de última generación, eso solo pueden ser potencialmente miles en ingresos perdidos por un solo esquema.
El acceso a una gran cantidad de fuentes de datos tradicionales y alternativos te permite identificar incluso las anomalías más sutiles durante los controles de fraude y KYC al registrarte. Por ejemplo, las identificaciones sintéticas son comúnmente usadas por los defraudadores para abrir cuentas, lo que puede ser difícil de detectar, ya que las identificaciones sintéticas usan algunos elementos legítimos para pasar desapercibidas. Los datos alternativos pueden darte las pistas que necesitas para detectar el fraude, incluso en casos como este. Revisa el correo electrónico para ver si hay cambios menores o mira si la geolocalización coincide con la actividad en redes sociales.
Análisis
El segundo paso es el Análisis: analiza con precisión todos los datos a los que has accedido. Y no solo lo analices a la antigua usanza, integra inteligencia embebida como el aprendizaje automático y la IA en tus análisis.
Digamos que una víctima de phishing ha tenido su teléfono comprometido y el delincuente ha activado el reenvío de texto para poder recibir un código de seguridad. El análisis de IA/ML de los datos móviles podría alertar a un equipo de riesgo que los textos están siendo reenviados, y sugerir que se realicen más comprobaciones.
Tácticas como la toma de control de cuentas pueden causar daño incluso después del onboarding. Imagina tener que detectar pequeñas inconsistencias para cientos de miles de solicitantes a lo largo de todo el ciclo de vida por tu cuenta. Puede ser un desafío para las soluciones de toma de decisiones de legado identificar indicadores de fraude complejos.
Tener tecnología inteligente y automatizada que pueda detectar datos inusuales y analizarlos de forma rápida y precisa marcará la diferencia tanto para los suscriptores nuevos como para los activos. El aprendizaje automático y la IA se vuelven más inteligentes a medida que analizan datos y comportamiento, mejorando en el reconocimiento de patrones fraudulentos que de otro modo habrían pasado desapercibidos.
Optimiza tu proceso de fraude con tecnología de aprendizaje automático e IA que pueda analizar cualquier tipo de dato y mejora su precisión con cada análisis.
Acción
El último paso para ayudarte a detener el fraude es la Acción: cuando has accedido a todos los datos tradicionales y alternativos que necesitas y la IA/ML los ha analizado, estás listo para tomar decisiones.
Si la primera capa de comprobaciones aún no pinta una imagen clara de la legitimidad de un solicitante, tu solución de toma de decisiones puede profundizar en los datos para un análisis más detallado. Dependiendo de tu modelo, podrías en cambio ofrecerles un plan para solicitantes de alto riesgo, o rechazarlos por completo. Si todo está en orden, por otro lado, tu motor de toma de decisiones aprobaría y daría de alta.
La toma de decisiones avanzada utiliza todos los datos que has recopilado para tomar las decisiones más precisas, que te protegen contra el fraude. Mejora la eficiencia y te ahorra dinero al realizar solo las comprobaciones necesarias; nunca tienes que adoptar un enfoque único para todos.
Una vez que se toman las decisiones, los resultados se retroalimentan en la plataforma, añadiendo aún más datos valiosos y análisis para ayudar a la tecnología de IA/ML a guiar tu toma de decisiones hacia decisiones más precisas en el futuro.
Fondo de Ingresos Compartidos Internacionales (IRSF)
Implica la explotación de números de tarifa premium para generar grandes volúmenes de llamadas y desviar beneficios, con impactos que se extienden más allá de las pérdidas financieras para incluir el daño a la confianza del cliente y la reputación de la marca, y el aumento de los costos operativos.
Hemos visto algunos ejemplos de cómo los datos alternativos pueden impulsar un motor de toma de decisiones para combatir el fraude, pero ¿qué es exactamente? Fijate los tres aspectos principales que las empresas de telecomunicaciones deben saber sobre esta poderosa herramienta.
Parte 2: Tres Temas que las Empresas de Telecomunicaciones Deben Saber Sobre los Datos Alternativos
El panorama financiero es vasto, especialmente a escala global. Las telecomunicaciones abarcan ese panorama, ya que los servicios inalámbricos y productos como los teléfonos móviles y los módems tienen una gran demanda entre personas de todos los orígenes financieros. Para llegar a ellos, no puedes confiar solo en datos tradicionales como las puntuaciones de crédito para determinar el riesgo de incumplimiento. Recopilar y utilizar datos alternativos puede ayudarte a impactar innumerables vidas, aprovechando un enorme mercado mundial.
1. ¿Qué son los datos alternativos?
No se trata de datos llamativos o extravagantes, sino de una poderosa herramienta para la inclusión financiera.
En pocas palabras, los datos alternativos son toda la información no mantenida por las agencias de crédito que pueden pintar una imagen más holística de la salud financiera y el riesgo general de una persona. Puede incluir información financiera como el alquiler, los servicios públicos o incluso los pagos de telecomunicaciones, pero también analiza otra información como la actividad en redes sociales, la geolocalización y los registros de propiedad.
Los datos alternativos pueden contar una historia más completa que los datos tradicionales por sí solos. Hay casi 30 millones de «invisibles de crédito» en los EE. UU. y cerca de otros 10 millones en Canadá, junto al 70% de la población de América Latina), 70% del Sudeste Asiático, y casi un cuarto del mundo entero – hay cerca de 1.4 mil millones de personas sin historial bancario o crediticio. Esa es muchísima gente que no estaría cualificada para abrir una cuenta de telecomunicaciones solo con métodos tradicionales.
Y aunque las puntuaciones de crédito han demostrado ser fuertes indicadores de si alguien pagará sus facturas a tiempo, ¿no tiene sentido considerar los patrones de pago de servicios y otros pagos recurrentes para predecir el mismo comportamiento para las telecomunicaciones? Más del 90% de los estadounidenses hacen pagos de teléfonos móviles financiados, pero solo el 2.5% de los archivos de las agencias de crédito al consumidor contienen información de pago de telecomunicaciones. Si bien podrías tener los registros de pago de tus propios suscriptores, poder acceder a esa información para aquellos que buscan cambiar de operador sería una forma fiable de determinar el riesgo. Superponer los datos de servicios públicos a las puntuaciones de crédito te brinda información muy relevante para proporcionar indicadores de riesgo aún más sólidos.
La información de telecomunicaciones, servicios públicos y arrendamiento/propiedad a menudo es altamente indicativa de la solvencia crediticia, pero las agencias de crédito simplemente no la consideran. Es por eso que los datos alternativos son tan poderosos.
Si bien esta información puede no tener una correlación tan directa con la solvencia crediticia, puede darte una imagen más completa del estilo de vida de alguien. Las redes sociales, por ejemplo, pueden ser una fuente muy esclarecedora de datos alternativos, dándote una idea de las actividades y hábitos que pueden ser relevantes. A medida que más empresas de redes sociales comienzan a ofrecer opciones de pago integradas en sus plataformas, el perfil de Instagram de alguien podría proporcionarte una mirada a su comportamiento transaccional. Entender con qué frecuencia una persona compra en Instagram, cuán caros son los artículos que compra y si estas compras se relacionan con la puntualidad de sus pagos de facturas podría ser una forma útil de analizar este comportamiento.
Asegúrate de tener acceso a integraciones de datos y socios que te ofrezcan la visión más amplia dentro de los parámetros requeridos para observar a los solicitantes con el fin de obtener los mejores resultados de los datos alternativos. Elegir tecnología que pueda acelerar la integración de empresas de datos y el acceso a datos alternativos garantizará un rápido retorno de la inversión, conectándote con más solicitantes, más rápido.
3. ¿Funcionan los datos alternativos?
¡Sí! Las puntuaciones de crédito pueden no reflejar necesariamente la salud financiera actual de una persona, ya que la puntuación pondera en gran medida el comportamiento crediticio pasado además del comportamiento actual. Incluso si alguien es muy responsable en el presente, las malas decisiones de su pasado aún podrían afectar negativamente su crédito. Si ejecutaras el perfil de esa persona a través de tu proceso tradicional de toma de decisiones, podría ser marcada como de alto riesgo, lo que llevaría a una evaluación inexacta. Lo mismo sería cierto para alguien que nunca tuvo acceso al crédito debido a su estado financiero pasado o prácticas de préstamo discriminatorias. Los datos alternativos resuelven ese problema.
Y hay evidencia que lo respalda: el 64% de los proveedores de crédito que usan datos alternativos ven una mejor evaluación de riesgos, el 48% tiene un aumento en la aceptación de ofertas y el 64% ve beneficios tangibles dentro de un año de la implementación. Otros beneficios incluyen una precisión mejorada en la toma de decisiones, mejor protección contra el fraude, mayor inclusión financiera, mayor velocidad de comercialización, incorporación rápida y, en general, un valor maximizado.
Estamos viviendo en una era donde la información es tan accesible como siempre lo ha sido – es hora de usarla. La industria de las telecomunicaciones está a la vanguardia de la innovación, así que ¿por qué seguir evaluando la solvencia crediticia de la misma manera que lo hicimos hace décadas? Cuando integras datos alternativos en tu toma de decisiones, estás haciendo el mundo aún más grande para millones de personas que necesitan servicios de telecomunicaciones e invitando a suscriptores de bajo riesgo que acelerarán tu crecimiento.
¿Dónde entra en juego la toma de decisiones de riesgo inteligente?
Las soluciones de toma de decisiones de riesgo inteligentes y holísticas pueden jugar un papel fundamental en capacitar a los proveedores de telecomunicaciones para combatir el fraude de manera efectiva. Al aprovechar la integración de datos en tiempo real (ejemplo, las tres A ya cubiertas) y el aprendizaje automático, estas soluciones avanzadas de fraude pueden analizar vastas cantidades de datos de múltiples fuentes en cada etapa del recorrido del cliente. Esto te permite asegurarte de que las actividades fraudulentas sean detectadas y prevenidas antes de que escalen, mejorando la velocidad, la precisión en la toma de decisiones y mejorando la experiencia del solicitante. El cliente de Provenir, MTN, pudo detener un 135% adicional de transacciones de alto riesgo a través de soluciones de mitigación de fraude, sin agregar fricción al proceso de solicitud. Implementar la toma de decisiones de riesgo inteligente no sólo mitiga el fraude, sino que también mejora la eficiencia operativa y mejora la experiencia general del cliente. ¿Listo/a para contraatacar?
Descubre cómo Provenir puede ayudarte a maximizar el valor de tus clientes, minimizar el riesgo y mejorar la satisfacción su satisfaccion.
El Estado de la IA, el Riesgo y el Fraude en los Servicios Financieros
2025: Un Año de Transformación en las Decisiones de Riesgo
La industria de servicios financieros se enfrenta a un punto de inflexión. En 2025 (y más allá), mantenerte a la vanguardia no se trata solo de gestionar el riesgo crediticio y prevenir el fraude, se trata de aprovechar la IA, unificar los datos y modernizar los sistemas de toma de decisiones para desbloquear nuevas oportunidades de crecimiento.
Para comprender mejor los desafíos y las prioridades que dan forma a las instituciones financieras en todo el mundo, encuestamos a casi 200 tomadores de decisiones clave entre los proveedores de servicios financieros a nivel mundial. Los resultados resaltan una necesidad apremiante de información impulsada por la IA, una mejor orquestación de datos y el fin de las estrategias de toma de decisiones fragmentadas. Este blog desglosa las conclusiones clave de los resultados de la encuesta y lo que significan para el futuro de la toma de decisiones y tu negocio.
Riesgo de Crédito y Prevención de Fraude: Las Principales Preocupaciones de la Industria
La capacidad de gestionar el riesgo crediticio y prevenir el fraude de manera efectiva sigue siendo una prioridad principal, especialmente en una economía digital cada vez más compleja. El cuarenta y nueve por ciento de nuestros encuestados identificaron la gestión del riesgo crediticio como su mayor problema, y el 48% citó la detección y prevención del fraude como una preocupación principal, un aumento notable con respecto a la encuesta del año pasado (43%).
Si bien estos problemas no son nuevos, su creciente intensidad subraya el hecho de que los enfoques tradicionales para la toma de decisiones sobre riesgos ya no son suficientes. Los proveedores de servicios financieros se enfrentan a amenazas de fraude más sofisticadas, una creciente incertidumbre económica y un mayor escrutinio regulatorio, lo que hace que la toma de decisiones en tiempo real impulsada por la IA sea más crítica que nunca.
La escalada del fraude, en particular, no es sorprendente. Si bien la industria aprovecha la IA y la automatización para una toma de decisiones más inteligente, los defraudadores también utilizan tecnología avanzada para esquemas más complejos, creando un ciclo interminable. El fraude de identidad, la tecnología deepfake, las identidades sintéticas y las adquisiciones de cuentas están evolucionando rápidamente. Pero, al mismo tiempo, los consumidores exigentes presionan por experiencias digitales fluidas, con aprobaciones instantáneas y una incorporación sin fricciones que se convierte en lo mínimo indispensable. Este tipo de demanda crea un delicado acto de equilibrio: ¿cómo garantizas la seguridad adecuada sin agregar fricciones innecesarias al recorrido del cliente?
Las instituciones que se basan únicamente en la detección de fraude basada en reglas tendrán dificultades para mantenerse al día. Los patrones de fraude cambian en tiempo real y las reglas estáticas no pueden adaptarse lo suficientemente rápido. Esto muestra la necesidad urgente de soluciones de prevención de fraude impulsadas por la IA que puedan analizar datos de comportamiento, detectar anomalías y predecir el fraude con mayor precisión. Y la detección de fraude impulsada por la IA no solo detiene el fraude, sino que también puede ayudar a reducir los falsos positivos, asegurando que los clientes legítimos no queden atrapados en los obstáculos de seguridad.
Por otro lado, la gestión del riesgo crediticio siempre ha sido fundamental para los proveedores de servicios financieros. Pero la volatilidad económica, incluidas las crecientes tasas de interés, las preocupaciones sobre la inflación y las políticas regulatorias cambiantes, significa que los prestamistas deben ser más precisos que nunca al evaluar la solvencia. Los modelos tradicionales de calificación crediticia a menudo no brindan una imagen completa del perfil de riesgo de un prestatario, y sin información en tiempo real, es posible que te pierdas oportunidades excelentes para ventas adicionales/ventas cruzadas y otras ganancias de ingresos a lo largo del ciclo de vida del cliente. Sin mencionar el riesgo (muy real, y muy presente) de morosidad y pérdidas crediticias.
Más del 30% de los encuestados en nuestra encuesta citaron el acceso limitado a los datos como un desafío en la toma de decisiones sobre riesgos. Sin acceso a datos financieros en tiempo real, señales de crédito alternativas y análisis de comportamiento, las instituciones financieras que toman decisiones crediticias inexactas podrían exponerlas a deudas incobrables o hacer que rechacen a clientes solventes. O ambos.
La Necesidad de un Enfoque Holístico: Ir Más Allá de la Gestión Reactiva de Riesgos
Para combatir eficazmente el fraude y gestionar el riesgo crediticio, un enfoque reactivo ya no es suficiente. En cambio, las organizaciones deben adoptar una estrategia proactiva impulsada por la IA que integre la toma de decisiones sobre riesgos en todo el ciclo de vida del cliente. Un enfoque exitoso incluye:
Toma de decisiones en tiempo real impulsada por IA:
en lugar de depender de modelos estáticos, las instituciones necesitan modelos impulsados por IA que aprendan y se adapten continuamente a nuevos patrones de fraude y riesgos crediticios.
Equipos integrados de riesgo de fraude y crédito:
el fraude y el riesgo de crédito a menudo se gestionan en silos separados, lo que genera ineficiencias y oportunidades perdidas. Un enfoque de toma de decisiones unificado permite una mejor evaluación de riesgos, tiempos de respuesta más rápidos y experiencias mejoradas para el cliente.
Expansión del acceso a los datos e integración de datos alternativos:
la capacidad de incorporar datos transaccionales en tiempo real, información de banca abierta y análisis de comportamiento es fundamental tanto para la prevención del fraude como para la evaluación del riesgo crediticio.
Real-time AI-powered decisioning:
Instead of relying on static models, consider AI-driven models that continuously learn and adapt to new fraud patterns and credit risks.
Integrated fraud and credit risk teams:
Fraud and credit risk are often managed in separate silos, leading to inefficiencies and missed insights. A unified decisioning approach enables better risk assessment, faster response times, and enhanced customer experiences.
Expanding data access and alternative data integration:
The ability to incorporate real-time transactional data, open banking insights, and behavioral analytics is critical for both fraud prevention and credit risk assessment.
La Urgente Necesidad de la IA: Prioridades de Inversión en 2025 y Más Allá
Nuestra encuesta encontró que el 63% de las instituciones financieras planean invertir en IA/inteligencia integrada para la toma de decisiones sobre riesgos, lo que la convierte en la principal prioridad de inversión para 2025. Otras áreas clave incluyen:
52%
Soluciones de toma de decisiones de riesgo
42%
Nuevas fuentes de datos y orquestación
33%
Soluciones integradas de fraude y toma de decisiones
El creciente énfasis en la toma de decisiones de IA refleja un cambio de la gestión reactiva de riesgos a la toma de decisiones proactiva en tiempo real. Los proveedores de servicios financieros reconocen que la IA puede mejorar las evaluaciones de riesgo crediticio, fortalecer la detección de fraude y mejorar la eficiencia operativa, pero solo si se alimenta con datos integrados de alta calidad.
Si bien la adopción de la IA se está acelerando, la mala integración de datos sigue siendo una barrera importante. Sin una orquestación de datos perfecta, los modelos de IA corren el riesgo de ser ineficaces, lo que lleva a oportunidades perdidas y decisiones inexactas. Las instituciones que invierten en IA deben priorizar la calidad y la accesibilidad de los datos para garantizar que estas soluciones ofrezcan un impacto medible.
En 2025, el éxito en la toma de decisiones de riesgo impulsada por la IA (y la maximización del ROI en las inversiones en IA) dependerá no solo de la adopción de la IA, sino de su implementación con la estrategia de datos adecuada, una que impulse mejores conocimientos, decisiones más rápidas y una experiencia del cliente más fluida.
Los Obstáculos de la IA: Por Qué la Adopción No Es Tan Simple Como Parece
La inversión en IA puede estar aumentando, pero casi el 60% de los proveedores de servicios financieros aún tienen dificultades para implementar y mantener los modelos de riesgo de IA. Los mayores obstáculos incluyen:
52%
Calidad y disponibilidad de los datos
48%
Costos iniciales y ROI poco claro
47%
Desafíos de integración
42%
Requisitos de infraestructura
40%
Preocupaciones de cumplimiento normativo
La implementación de la IA requiere una base sólida de datos limpios e integrados, una infraestructura robusta y una gobernanza clara. El importante desafío de los datos resalta la necesidad de una orquestación perfecta de fuentes de datos nuevas y alternativas (que se pueden integrar fácilmente en la toma de decisiones) para desbloquear verdaderamente todo el potencial de la IA.
Una forma de garantizar el éxito es comenzar poco a poco y escalar de manera inteligente. Para mitigar el riesgo y garantizar un impacto medible, considera comenzar con proyectos de IA que ofrezcan un ROI rápido (detección de fraude, calificación crediticia, toma de decisiones automatizada del cliente). Prueba un enfoque gradual, centrado en las primeras victorias, la optimización continua y la infraestructura escalable, para generar confianza en las estrategias impulsadas por la IA y al mismo tiempo demostrar un valor comercial tangible.
Rompiendo Silos: El Cambio Hacia una Toma de Decisiones Unificada
Los sistemas de toma de decisiones desarticulados son un obstáculo importante para la eficiencia. Más de la mitad (59%) de nuestros encuestados citaron la falta de flujo de datos continuo y conocimientos unificados como su mayor desafío. Otros problemas clave incluyen:
52%
Ineficiencias operativas
40%
Costos agregados
35%
Tecnología dispar, aislada
Las evaluaciones de riesgo más lentas, la detección de fraude desafiante y las experiencias inconsistentes del cliente son otros resultados de las ineficiencias operativas: cuando los equipos de riesgo, fraude y crédito operan en silos, las instituciones financieras pierden una mejor colaboración, aprobaciones más rápidas, una mitigación de riesgos más precisa y oportunidades de crecimiento.
Pero al consolidar la toma de decisiones de riesgo en una única plataforma integral, tú puedes:
Mejorar la colaboración entre equipos entre los equipos de fraude, riesgo crediticio y cumplimiento.
Habilitar la toma de decisiones en tiempo real impulsada por la IA para evaluaciones de riesgo más rápidas y precisas.
Mejorar la experiencia del cliente al reducir la fricción y mejorar los tiempos de aprobación.
Maximizar el valor en todo el ciclo de vida del cliente.
Optimizar el crecimiento para el éxito a largo plazo.
Toma de Decisiones en Tiempo Real y Personalización: La Nueva Frontera
Experiencias instantáneas y sin fricciones: esto es lo que los consumidores de hoy esperan, ya sea que soliciten crédito, disputen un cargo o administren sus cuentas. Y los proveedores están tomando nota, con un 65% priorizando la toma de decisiones en tiempo real y basada en eventos como un área de enfoque clave. Otras prioridades principales incluyen:
44%
Eliminar la fricción en todo el ciclo de vida del cliente
44%
Aumentar el valor de vida del cliente
36%
Hiperpersonalización
Los modelos de toma de decisiones tradicionales basados en lotes no son suficientes en una era donde las expectativas del cliente están formadas por aprobaciones instantáneas e interacciones digitales personalizadas. La toma de decisiones impulsada por la IA puede mejorar las evaluaciones de riesgo, pero también permite la participación proactiva y ofertas personalizadas que impulsan la lealtad y maximizan el valor del cliente.
Para satisfacer las demandas cambiantes de los consumidores, adopta modelos de toma de decisiones en tiempo real impulsados por la IA que puedan:
Adaptarse dinámicamente al comportamiento del cliente en tiempo real.
Eliminar la fricción innecesaria mientras se mantienen fuertes controles de riesgo.
Aprovechar la hiperpersonalización para aumentar la participación y el valor de vida útil.
Ser capaz de ofrecer experiencias más inteligentes, más rápidas y más centradas en el cliente con IA y datos e información en tiempo real te permite lograr el equilibrio adecuado entre la mitigación efectiva de riesgos y el crecimiento y la retención de clientes.
Un Llamado a la Acción para las Instituciones Financieras
Un enfoque más moderno para la gestión de riesgos y la prevención del fraude es clave. Con el fraude cada vez más sofisticado, el riesgo de crédito sigue siendo una preocupación principal y la adopción de la IA se acelera, las organizaciones financieras deben repensar cómo evalúan el riesgo, optimizan la toma de decisiones y mejoran las experiencias del cliente. Para seguir siendo competitivo y resiliente en 2025 y más allá, céntrate en tres áreas clave:
Invierte en plataformas
de toma de decisiones unificadas para eliminar silos, reducir ineficiencias y mejorar la precisión de la evaluación de riesgos.
Aprovecha la IA estratégicamente
centrándote en soluciones que ofrecen un ROI claro e impacto operativo.
Prioriza la integración y la calidad
de los datos, asegurando una orquestación perfecta de diversas fuentes de datos para potenciar una toma de decisiones más inteligente.
El futuro de la toma de decisiones de riesgo no se trata de soluciones aisladas, se trata de un enfoque holístico impulsado por la IA que alinea los datos, la automatización y los procesos de toma de decisiones para maximizar el impacto. Las instituciones financieras que adopten esta transformación estarán mejor posicionadas para mitigar los riesgos, impulsar el crecimiento y ofrecer experiencias superiores al cliente.
Aprovecha el Poder de Provenir: Una Plataforma Holística para Gestionar Todo el Ciclo de Vida del Cliente Financiero en un Solo Lugar
Introducción
En el sector financiero de hoy en día, que se mueve a un ritmo acelerado, es vital gestionar eficazmente las relaciones con los clientes desde el inicio hasta el final. Provenir proporciona una plataforma sofisticada diseñada para agilizar todo el recorrido del cliente, integrando la incorporación, la gestión de consumidores y las cobranzas en un flujo de trabajo sin interrupciones en un mismo lugar. Este artículo profundiza en cómo Provenir simplifica estos procesos esenciales y los consolida en un sistema unificado, transformando la entrega de servicios financieros que tu necesitas.
Simplificación de la Incorporación con Provenir
Provenir revoluciona el proceso de incorporación al aprovechar una interfaz sin código que permite a las instituciones financieras adaptarse y modificar rápidamente sus procedimientos para satisfacer las demandas del mercado en evolución y los cambios regulatorios. Esta flexibilidad reduce significativamente el tiempo necesario para integrar nuevos clientes, mejorando la experiencia del usuario desde su primer contacto. La capacidad de la plataforma para manejar diversas fuentes de datos, desde el historial crediticio tradicional hasta datos alternativos como facturas de servicios o pagos de alquiler, asegura una evaluación integral en el punto de entrada, sentando las bases para una relación sólida con el cliente.
Mejorando la Gestión de Consumidores
La gestión efectiva de consumidores es crucial para construir relaciones duraderas y asegurar la satisfacción del cliente. Provenir destaca al proporcionar información en tiempo real sobre los comportamientos y preferencias de los consumidores a través de sus herramientas avanzadas de análisis. Este enfoque basado en datos permite ofertas de servicios personalizados y una gestión proactiva de riesgos, lo que lleva a tasas más altas de retención de clientes y mejores puntuaciones de satisfacción. Por ejemplo, los análisis de Provenir pueden predecir cuándo un cliente podría necesitar servicios financieros adicionales o identificar señales tempranas de un posible incumplimiento, permitiendo tomar medidas preventivas.
Optimización del Proceso de Cobranzas
Las cobranzas son a menudo un aspecto delicado y crítico de la gestión financiera. Provenir simplifica este proceso mediante la integración de potentes herramientas de automatización que priorizan y gestionan los esfuerzos de cobranza de manera más efectiva. La decisión automática de la plataforma reduce la necesidad de intervención manual, aumentando así la eficiencia y consistencia en las cobranzas. El sistema asegura que las estrategias de cobro no solo sean más específicas, sino también más humanas, mejorando las tasas de recuperación mientras se mantiene la dignidad y la confianza del cliente.
Datos Unificados y Toma de Decisiones
El enfoque de plataforma única de Provenir unifica todas las entradas de datos necesarias, mejorando la toma de decisiones a lo largo del ciclo de vida del cliente. Esta integración permite un acceso sin interrupciones a información crítica, lo que permite decisiones más rápidas y precisas. Según el Informe de Investigación de Banca Digital 2021, solo el 27% de las instituciones financieras consideraron que su acceso a los datos era fuerte, destacando la ventaja única que ofrece Provenir con sus capacidades de datos en tiempo real y completos. Este sistema unificado asegura que las decisiones se basen en los datos más actuales y completos disponibles, optimizando así tanto las estrategias de gestión de riesgos como de servicio al cliente.
Preguntas Frecuentes sobre la Plataforma Unificada de Provenir
Q1: ¿Cómo mejora Provenir la precisión en la toma de decisiones financieras? A1: La plataforma de Provenir utiliza la toma de decisiones potenciada por IA que aprende y se adapta en cada interacción. Al analizar continuamente los datos, el sistema puede refinar sus modelos para mejorar la precisión con el tiempo, asegurando que las decisiones financieras se basen en la información más reciente y relevante.
Q2: ¿Puede la plataforma de Provenir manejar las necesidades tanto de pequeñas startups como de grandes empresas? A2: Absolutamente. Provenir es escalable y está diseñada para apoyar a instituciones financieras de todos los tamaños. Ya sea que estés gestionando unos pocos cientos o varios millones de cuentas, la plataforma puede adaptarse a tu volumen y complejidad específicos sin comprometer el rendimiento.
Q3: ¿Qué impacto tiene Provenir en la eficiencia operativa? A3: Provenir mejora significativamente la eficiencia operativa al reducir el manejo manual de datos y los procesos de toma de decisiones. Por ejemplo, la plataforma reduce el tiempo de comercialización de nuevos productos financieros al proporcionar integraciones de datos preconfiguradas y una interfaz de arrastrar y soltar que elimina la necesidad de una amplia participación de TI.
Q4: ¿Cómo asegura Provenir el cumplimiento regulatorio? A4: Provenir está construido con el cumplimiento como una característica central, incorporando controles de gestión de riesgos, seguridad e identidad que cumplen con las regulaciones financieras existentes. Este marco de cumplimiento integrado ayuda a las instituciones a evitar posibles sanciones legales y financieras asociadas con el incumplimiento.
Q5: ¿Cuáles son los beneficios reales de usar Provenir para una institución financiera? A5: Las instituciones que usan Provenir experimentan una mayor satisfacción del cliente debido a servicios más personalizados y oportunos, una salud financiera mejorada a través de mejores estrategias de gestión de riesgos y cobranzas, y una mayor agilidad en el desarrollo de productos y la respuesta del mercado.
Conclusión
La plataforma unificada de Provenir proporciona una solución poderosa para gestionar eficientemente el viaje del cliente de A a la Z. Al integrar servicios esenciales como la incorporación, la gestión de consumidores y las cobranzas en un sistema cohesivo, Provenir no solo agiliza las operaciones, sino que también mejora las relaciones con los clientes y asegura el cumplimiento. Este enfoque integral hace de Provenir una herramienta invaluable para cualquier institución financiera que aspire a prosperar en la era digital.
Descubre cómo agilizar el manejo de casos para ofrecer experiencias sin fricciones a los clientes.
Finanzas del Futuro: 10 Innovaciones Revolucionarias que Transformarán los Servicios Financieros
Descubre cómo la tecnología de vanguardia redefinirá la industria.
En las últimas dos décadas, hemos presenciado avances increíbles en todo tipo de tecnologías ¿quién recuerda la vida antes del smartphone? y los servicios financieros no han sido la excepción. Pero la innovación apenas comienza. El sector financiero se encuentra al borde de una nueva ola de tecnologías de vanguardia, con desarrollos cada vez más sofisticados que mejorarán la precisión en la toma de decisiones, la eficiencia operativa y la satisfacción y compromiso del cliente. ¿Qué les depara el futuro a los proveedores de servicios financieros? Aunque es imposible predecir con exactitud cómo serán los próximos veinte años, analizamos las innovaciones tecnológicas actuales y las fuerzas del mercado para vislumbrar lo que podría estar por venir.
1. Transformación en las formas de pagar, pedir prestado, prestar y más
Una serie de avances tecnológicos podría revolucionar cómo pagamos, pedimos prestado y utilizamos los productos y servicios financieros. Algunos de estos incluyen:
Pagos biométricos
Autenticación mediante datos biométricos, como huellas dactilares, reconocimiento facial o escaneo de retina, que permite una forma de pago fluida y segura.
Pagos por voz
Transacciones iniciadas mediante comandos de voz en dispositivos inteligentes, lo que aumenta significativamente la comodidad del usuario.
Pagos invisibles
Transacciones automáticas que ocurren en segundo plano, habilitadas por IoT, reduciendo la fricción.
Préstamos entre pares (P2P)
Plataformas que evolucionan con el uso de blockchain para mayor transparencia y seguridad.
Préstamos instantáneos
Microcréditos bajo demanda a través de aplicaciones móviles, adaptados a necesidades específicas y con términos de pago flexibles.
Activos tokenizados
La tokenización de activos físicos, como bienes raíces o arte, que permite la propiedad fraccionada y nuevas oportunidades de inversión.
El mercado de pagos en vehículos conectados podría alcanzar los $600 mil millones para 2030.
2. La revolución de la IA y el aprendizaje automático
La IA y el ML ya son fundamentales en el procesamiento de grandes volúmenes de datos y seguirán redefiniendo la toma de decisiones de riesgo y la experiencia del usuario. Los algoritmos del futuro utilizarán redes neuronales avanzadas y aprendizaje profundo para tomar decisiones casi en tiempo real, analizando variables complejas y prediciendo resultados con alta precisión. Esto también permitirá una personalización más avanzada, transiciones de evaluaciones de riesgo estáticas a dinámicas, y una mayor inclusión y equidad en los servicios financieros.
La computación cuántica promete revolucionar el procesamiento de información al realizar cálculos a velocidades inimaginables, permitiendo simulaciones complejas de riesgos y detección de fraudes. Con estas capacidades, los proveedores de servicios financieros podrán tomar decisiones más rápidas e informadas y realizar simulaciones de reacciones del mercado ante eventos económicos.
Se espera que el gasto en capacidades de computación cuántica en el sector financiero crezca 233 veces, de $80 millones en 2022 a $19 mil millones en 2032.
4. Blockchain y finanzas descentralizadas (DeFi)
Blockchain ofrece una plataforma descentralizada y segura, con potencial para transformar la infraestructura bancaria y los procesos de aprobación de créditos. Su transparencia y registros inalterables mejoran la prevención de fraudes y la eficiencia operativa.
La adopción de monedas digitales emitidas por bancos centrales podría transformar radicalmente los servicios financieros, mejorando la eficiencia y la transparencia de las transacciones.
El IoT podría proporcionar flujos de datos continuos para modelos de riesgo de crédito, ofreciendo evaluaciones de riesgo más precisas y personalizadas.
El uso creciente de tecnologías digitales aumenta los riesgos de ciberseguridad, haciendo críticas las medidas de seguridad avanzadas y predictivas.
Las instituciones financieras son el segundo sector más afectado por violaciones de datos.
8. Préstamos sostenibles e impacto social
La gobernanza ambiental y social (ESG) está impulsando a las instituciones financieras a adoptar prácticas más responsables y sostenibles.
La emisión de productos financieros sostenibles alcanzó $717 mil millones en la primera mitad de 2023.
9. Desarrollos regulatorios y éticos
El crecimiento de la tecnología requiere marcos regulatorios robustos que garanticen un uso ético y responsable, protegiendo la privacidad y evitando sesgos en algoritmos de IA.
10 Empresas Líderes en la Revolución de BaaS y Headless Banking
Mejorando la Experiencia del Cliente con Soluciones Bancarias Innovadoras
Con la experiencia del cliente como una de las máximas prioridades en casi todas las industrias a nivel mundial (¡y si no lo es, debería serlo!), algunas organizaciones claramente destacan. Cuando se trata de proporcionar productos y servicios bancarios/financieros, hay ganadores claros en términos de atraer a los clientes y garantizar una experiencia fluida y positiva. Mucho de esto se debe a la tecnología innovadora y de vanguardia. Dos de estos modelos de innovación son Headless Banking (desacoplando la interfaz de usuario del front-end del proceso bancario del back-end para mayor flexibilidad sin alterar el mecanismo bancario subyacente) y la Banca como Servicio, conocida como BaaS (que permite a las empresas no financieras/no bancarias ofrecer servicios bancarios/financieros integrándose con la infraestructura regulada existente de un banco a través de APIs).
Aquí presentamos 10 empresas que están utilizando estos modelos bancarios para llevar la experiencia del cliente, la flexibilidad y la eficiencia a la vanguardia de los servicios financieros.
Con sede en EE.UU., Column es un headless bank con carta nacional diseñado para permitir a los desarrolladores crear nuevos productos financieros, incluidos programas de tarjetas, cuentas bancarias, servicios de préstamos y financiación de deudas. Con la idea de ayudar a que las finanzas sean tanto centradas en el cliente como en internet, la empresa es ante todo una empresa de software (¡con una licencia bancaria!) que permite a sus clientes construir exactamente lo que necesitan sin depender de sistemas obsoletos que limitan la agilidad.
Con una plataforma BaaS que permite a las empresas crear sus propios productos bancarios únicos, Solaris Bank, con sede en Alemania, capacita a sus clientes para ofrecer servicios financieros integrados con facilidad. Como la plataforma de finanzas integradas más grande de Europa y poseedora de una licencia bancaria completa, la empresa cuenta con APIs sencillas que permiten servicios bancarios digitales totalmente integrados.
Con sede en el Reino Unido, Griffin es conocido como «el banco sobre el que puedes construir», con soluciones simples, rápidas y rentables que permiten a las empresas del Reino Unido desarrollar y lanzar sus propios productos financieros. Combinando el poder de un banco con licencia con la flexibilidad de la tecnología moderna SaaS, la empresa se basa en una infraestructura bancaria segura y regulada, pero también cuenta con APIs modernas para la capacidad de integrar sin problemas servicios financieros en aplicaciones tecnológicas.
Una de las historias de éxito tecnológico de Singapur, Pave Bank tiene como objetivo reimaginar cómo se construye la banca. En cuanto al diseño y construcción de productos, son firmemente una empresa de tecnología, y en cuanto a riesgo y cumplimiento, son un banco completamente regulado, combinando lo mejor de ambos mundos para garantizar seguridad y transparencia combinadas con innovación y flexibilidad para experiencias bancarias más seguras e integradas.
Calificada como la líder de BaaS en Europa, Treezor, con sede en París, ofrece una solución de marca blanca que permite a sus clientes integrar servicios financieros directamente en la experiencia del cliente. Con una amplia gama de casos de uso disponibles (incluyendo tarjetas de regalo, tarjetas de restaurante, neobancos y beneficios para empleados), la empresa permite una banca creativa con una solución modular de ventanilla única, permitiendo a los clientes externalizar las necesidades de pago a sus expertos en tecnología.
Conocido como «el banco para los bancos», ClearBank no proporciona servicios directamente a los consumidores, pero permite a los proveedores de servicios financieros, incluidas fintechs y empresas reguladas por la FCA, construir sus propias soluciones y servicios que ponen la experiencia del cliente y la innovación en primer lugar. Las instituciones financieras utilizan su API basada en la nube para ofrecer a los consumidores una infraestructura bancaria totalmente regulada, permitiendo a las instituciones financieras centrarse en el servicio al cliente.
Impulsando la próxima generación en Fintech, Green Dot, con sede en EE.UU., ofrece un banco integrado, gestión de programas y APIs de nivel empresarial en una única plataforma. Con clientes importantes como Walmart y Uber, Green Dot proporciona infraestructura de extremo a extremo para programas bancarios (incluyendo tarjetas de marca, pagos y servicios de nómina e impuestos) que impulsan el crecimiento y la innovación.
Lejos de ser una empresa tecnológica emergente, el grupo bancario multinacional BBVA ahora ofrece productos BaaS a través de API, conectándose al programa de banca digital central de BBVA. Su mercado de API permite la innovación en la transformación digital, en una variedad de combinaciones de casos de uso y regiones (incluyendo México, España y versiones globales que se centran en cuentas, pagos, cobros, préstamos y más).
Con sede en Ámsterdam pero prestando servicios a clientes en todo el mundo, Mambu es una plataforma de banca en la nube SaaS que permite a sus clientes construir experiencias bancarias innovadoras para sus clientes, de manera rápida y flexible. Con un enfoque componible para la banca que supera algunos de los desafíos de los sistemas bancarios heredados, Mambu permite a los clientes construir exactamente lo que necesitan, utilizando solo los componentes necesarios, y enfocándose fuertemente en la experiencia del consumidor final.
Con la creencia de que la tecnología puede permitir una verdadera transformación para la industria bancaria, 10x tiene como objetivo construir mejores bancos que pongan al cliente en primer lugar. Con una plataforma de banca central nativa en la nube propia, 10x ofrece un enfoque transformador de extremo a extremo que permite a las instituciones financieras ser ágiles y competitivas.
Hay muchas más empresas innovadoras que se centran en Headless Banking y BaaS, permitiendo una banca y servicios financieros integrados verdaderamente centrados en el cliente. Estamos atentos a hacia dónde se dirige la industria, pero está claro que cualquier organización que ofrezca capacidades para experiencias de cliente integradas y sin fricciones, mientras mejora la eficiencia operativa y la flexibilidad, y permite el crecimiento empresarial, será la que salga ganadora.
Para más información sobre cómo Headless Banking y BaaS están transformando la industria, lee el blog
¿Qué es un motor de toma de decisiones y cómo ayuda a tus procesos de negocio?
Los motores de toma de decisiones, a veces denominados árboles de decisión, son plataformas de software que automatizan las reglas comerciales o las decisiones comerciales, lo que te ayuda a optimizar los procesos comerciales que requieren toma de decisiones sin tener que pensar en ello. Un motor de toma de decisiones automatiza estas decisiones comerciales en función de tus necesidades comerciales y los criterios particulares que establece el propietario de la plataforma, ahorrándote el trabajo manual y centralizando el proceso de toma de decisiones.
¿Qué necesita un motor de toma de decisiones para funcionar? Además de un conjunto de reglas (lógica), también conocido como flujo de trabajo de toma de decisiones, estos motores necesitan datos. Montones y montones de datos. Al acceder e integrar los datos de múltiples fuentes y aplicar estas ‘reglas’ de acuerdo con tus criterios, puedes automatizar la toma de decisiones. En particular en el mundo de las finanzas, los motores de toma de decisiones se utilizan a menudo para ayudarte a determinar a quién otorgar préstamos y para determinar qué tipo de productos puedes ofrecer a tus clientes. Estos motores automatizados también permiten asignar precios y ofertas de manera personalizada (es decir, condiciones financieras y tasas de interés), los cuales pueden ser personalizados según tus necesidades exclusivas. Algunos ejemplos populares en el mundo de las fintech y los servicios financieros incluyen: préstamos al consumidor, originación de préstamos, aprobaciones de tarjetas de crédito, financiamiento de automóviles, préstamos en el punto de venta como compra ahora, paga después (BNPL), préstamos a PYMEs, aprobaciones de pólizas de seguro, ofertas de ventas adicionales y cruzadas, estrategias champion/challenger, auditorías, cobros y mucho más.
¿Cómo ayuda un motor de toma de decisiones a aportar información para las decisiones comerciales?
Los motores de toma de decisiones pueden ayudar a dotar de información a varios tipos de decisiones comerciales, desde operaciones básicas del día a día hasta decisiones comerciales estratégicas de más alto nivel.
Decisiones estratégicas: Las decisiones estratégicas son de alto nivel y tienden a ser más complejas, afectan a una porción mucho más grande de la organización y, a menudo, se aplican durante un plazo más largo (es decir, cambiar las estructuras de costos o planificar el crecimiento organizacional a más largo plazo). Los motores de toma de decisiones y los procesos de toma de decisiones automatizados pueden acelerar y optimizar varios procesos, mejorar la eficiencia y permitirte tomar decisiones más inteligentes en general. En el caso de los servicios financieros, esto podría significar un cambio en la decisión de a quién puedes otorgar un préstamo para expandir tu base general de clientes y planificar el crecimiento. Ten en cuenta que la ejecución de decisiones más complejas normalmente requiere una gran cantidad de datos, proporcionados por una variedad de fuentes. El uso de motores de toma de decisiones y procesos de toma de decisiones automatizados puede ayudar a una organización a acceder, analizar y tomar acción en una gran variedad de datos, lo que permite una toma de decisiones más inteligente.
Decisiones tácticas: Las decisiones tácticas se enfocan mucho más en los procesos comerciales y tienden a ser menos complejas y a más corto plazo. Algunos ejemplos incluyen el lanzamiento de nuevos productos, el cambio de precios de productos, la gestión del control de inventario, la cadena de suministro y la logística. Con los motores de toma de decisiones, puedes analizar más fácilmente los datos de rendimiento y ayudar a determinar nuevas estrategias de precios para tus productos de servicios financieros o buscar estratégicamente a qué grupo demográfico o región apuntar a continuación.
Decisiones operativas: Centradas en las operaciones diarias de una empresa, las decisiones operativas son de escala mucho menor. Tienden a estar relacionadas con la producción diaria global y, por lo general, se ejecutan en consonancia con la visión estratégica general de una organización. En el mundo de los servicios financieros, los motores de toma de decisiones pueden mejorar la eficiencia y ayudar a automatizar o agilizar las distintas decisiones diarias, incluidas las aprobaciones de préstamos, las ofertas de tasas de interés, el asesoramiento sobre cobros, la incorporación de comerciantes, la optimización de precios, los procesos de cumplimiento, la verificación de identidad, la prevención de fraudes y más.
Ámbito del motor de toma de decisiones
Entonces, ¿cómo funciona realmente un motor de toma de decisiones? ¿Y cómo funcionan los motores de toma de decisiones en una empresa? Si bien depende de cada organización individual (y de sus reglas comerciales internas) determinar cómo se ejecutarán sus decisiones empresariales, hay algunos pasos básicos que son comunes en todos los procesos.
Establecer los resultados deseados: Analiza cuáles son tus metas. ¿Para qué reglas comerciales específicas necesitas utilizar el motor de toma de decisiones o los flujos de trabajo?
Determinar los criterios para la toma de decisiones: ¿Cuáles son los estándares o requisitos con los que efectúas las evaluaciones o tomas las decisiones? Por ejemplo, en el caso de muchas aplicaciones de crédito, algunos criterios particulares a menudo incluyen los ingresos, el estado laboral, la edad, el estado civil, el coeficiente de endeudamiento, etc.
Organizar las fuentes de datos: ¿Qué tipo de fuentes de datos necesitas para procesar estas decisiones comerciales basadas en tus resultados deseados y tus criterios determinados? ¿Necesitas datos tradicionales de oficinas de crédito y de terceros, o datos alternativos como información de alquileres, presencia en los medios sociales y datos web, etc.?
Crear los flujos de trabajo para la toma de decisiones: ¿Cuáles son los pasos necesarios en tu proceso de toma de decisiones? Utiliza las herramientas de configuración dentro del motor de toma de decisiones para establecer los flujos de trabajo y las reglas comerciales a fin de habilitar las decisiones automatizadas.
Probar e iterar: Crea, prueba e implementa tus tarjetas de puntuación de modelado y el proceso de toma de decisiones, y observa qué sucede cuando ingresas a un cliente típico en el sistema. Por ejemplo, si un cliente solicita una tarjeta de crédito, su información se ingresa en el motor de toma de decisiones, el cual luego extrae los datos necesarios (verificación de identidad, KYC, verificación de ingresos, fraude) y rechaza o aprueba la solicitud según los criterios iniciales determinados. ¿Falta algo? ¿Puede tu proceso de negocio ser más fluido? ¡Iterar!
Determinar los siguientes pasos a seguir: ¿Cuál es tu umbral para aplicaciones complejas? ¿Qué aplicaciones requieren una intervención manual? El procesamiento directo te permite tomar decisiones instantáneas para las solicitudes de crédito y préstamos más simples, mientras que un proceso de toma de decisiones impulsado por reglas te ayudará a identificar y redirigir las excepciones que requieren un mayor grado de intervención manual.
Monitorear y optimizar: ¿Ofrece el motor de toma de decisiones un valor real para tu negocio? Usa la información que te proporciona el motor para supervisar el rendimiento de las decisiones. Identifica las oportunidades para mejorar aún más el proceso de toma de decisiones y habilita una toma de decisiones más eficiente, lo que fomentará el crecimiento del negocio.
¿Cómo funciona un motor de toma de decisiones en una empresa?
Como hemos demostrado, hay una gran variedad de formas en las que los motores de toma de decisiones pueden ayudar a dotar de información a los procesos comerciales. Pero, ¿cómo funciona esto exactamente? En el caso de los servicios financieros, piensa en todas las decisiones manuales que requieren intervención humana. Por ejemplo, si una persona necesita un préstamo para un automóvil, ¿cómo determina un prestamista si esa persona es solvente o no? Y si lo es, ¿qué tasa de interés o plazos de pago deberían ofrecerse? Tener un motor de toma de decisiones automatizadas permite agilizar el proceso de solicitudes, aprobaciones y financiación para garantizar una experiencia superior y eficiente para los clientes.
En el ejemplo de la financiación de automóviles, las solicitudes pueden pasar de formularios manuales con mucho papel y horas de espera en un concesionario a solicitudes en línea simplificadas. Una persona puede completar fácilmente una solicitud y proporcionar una identificación, lo que luego permite que un motor de toma de decisiones mueva a esa persona rápida y fácilmente a través del flujo de trabajo de toma de decisiones a lo largo de una serie de pasos predeterminados, de acuerdo con los criterios iniciales. En este caso, esos criterios podrían comenzar con el análisis de datos para la verificación de identidad (¿es esta persona realmente quien dice ser? ¿Qué edad tiene? ¿Tiene una licencia de conducir válida?), y luego continuar con los distintos factores que determinan la solvencia. ¿Tiene esta persona un ingreso que está por encima de nuestro umbral? ¿Cuál es su puntaje crediticio? ¿Cuánta deuda acumula esta persona y cuál es su relación deuda-ingresos? ¿Tiene incumplimientos de préstamos anteriores en su historial?
A medida que el motor de toma de decisiones accede y analiza automáticamente todos los datos requeridos de acuerdo con las reglas comerciales, mueve esa solicitud a través del flujo de trabajo en función de las respuestas. ¿Licencia de conducir? Verificado. ¡Siguiente paso! ¿Tiene edad suficiente para tener un automóvil? Claro. ¿Tiene trabajo? Sí. ¡Continúa! Pero luego viene un puntaje de crédito inaudito y un historial de numerosos préstamos que han pasado a cobros. La pelota se detiene aquí y el motor de toma de decisiones (según las «instrucciones» iniciales al momento de establecer el flujo de trabajo original) detiene la aplicación y determina que esta persona NO es un riesgo que este prestamista quiere correr.
Por supuesto, no todas las situaciones son tan claras como ese ejemplo, pero la belleza de automatizar los procesos comerciales con un motor de toma de decisiones es que puedes optimizar y mejorar la eficiencia para muchas situaciones y tipos de solicitantes, mientras el foco está en ese recurso más preciado, los humanos, en los casos más complejos que requieren intervención manual.
Datos, datos y más datos
A pesar de todas las formas maravillosas en las que se pueden mejorar los procesos comerciales utilizando motores de toma de decisiones, no puede haber una ejecución de decisiones automatizada sin una gran cantidad de datos. Los datos, preferentemente variados y provenientes de una amplia gama de fuentes, son fundamentales para el proceso de toma de decisiones. Todas las organizaciones de servicios financieros utilizan los datos para tomar decisiones informadas a lo largo del ciclo de vida del cliente, pero tener que acceder e integrar manualmente las fuentes de datos puede ser toda una pesadilla. El consumo de datos ha evolucionado, junto con los motores de toma de decisiones que se alimentan de dichos datos. Es imposible tomar decisiones precisas basadas en las necesidades comerciales sin los datos correctos que se alinean con los criterios particulares establecidos. Piensa en los ejemplos analizados anteriormente: ¿dónde obtienes información sobre pagos de préstamos, puntajes de crédito, índice de ingresos a deuda, verificación de edad, etc.? Todo tiene que ver con tus fuentes de datos.
Llamado a la acción: Descubre cómo la integración de datos simplificada, a través de una sola API, permite tomar decisiones más inteligentes. Botón: Dile hola a los datos
Actualmente cada vez más prestamistas están analizando una gama más amplia de fuentes de datos que incluyen datos alternativos, como el pago de alquileres, la interacción en las redes sociales, información de sitios web, datos de viajes y mucho más, para garantizar:
Una visión más precisa de la verificación de identidad
Una visión más holística del riesgo y la solvencia
Una mejor prevención de fraudes
Para ayudar a garantizar decisiones automatizadas más precisas que proporcionen valor a una empresa, es necesario acceder a estos datos y analizarlos para actuar de manera adecuada. Como dijo The Financial Brand: “Los datos, por sí mismos, no son un activo valioso. Lo que haces con ellos es lo que importa”. Tener una variedad de datos disponibles a pedido resulta esencial para que puedas mejorar la toma de decisiones automatizada. Los proveedores de datos de terceros, conectados a través de una plataforma o sitio de mercadeo centralizados con una API única, puede facilitar el uso de los datos, proporcionándote la capacidad para acceder a numerosos datos e integrarlos en tan solo minutos. Utiliza los datos para probar los flujos de trabajo de toma de decisiones, y después repite y adapta fácilmente el proceso.
Toma de decisiones impulsada por IA
El uso de la inteligencia artificial y el aprendizaje automatizado están creciendo. La IA en los servicios financieros se considera una oportunidad de $450.000 millones. Pero, ¿cómo puedes usar la IA de manera más efectiva en tus motores de toma de decisiones? El uso de inteligencia artificial y aprendizaje automatizado para potenciar tu proceso de toma de decisiones permite lo siguiente:
Puede parecer abrumador tratar de implementar IA en tus procesos de toma de decisiones, pero no necesitas científicos de datos en tu equipo para que la IA tenga impacto. Con una plataforma tecnológica que incorpora fuentes de datos y aprendizaje automatizado avanzado en tu motor de toma de decisiones, puedes aprovechar la toma de decisiones avanzada y obtener todos los beneficios enumerados anteriormente. La IA te permite hacer cosas que pueden resultar un desafío para los motores de toma de decisiones tradicionales, incluida la habilitación de más aprobaciones para los consumidores no bancarizados, la adaptación a las tendencias del mercado y a las demandas de los consumidores que cambian rápidamente sin sacrificar la experiencia del cliente y el establecimiento de relaciones en tus datos (¿ves? ¡Los datos mandan!) que de otro modo serían invisibles. Si tienes la suerte de tener científicos de datos en el equipo y necesitas encontrar una manera de utilizar toda su experiencia en tu motor de toma de decisiones o aplicaciones comerciales, busca un socio tecnológico que pueda migrar fácilmente los modelos existentes a una plataforma fácil de usar.
¿Cuál es el beneficio?
Mientras hablamos de integraciones de datos, flujos de trabajo automatizados, científicos de datos, aprendizaje automatizado… ¿por qué tomarse tantas molestias? Hay un inmenso valor en el uso de motores de toma de decisiones para los servicios financieros en lugar de intentar tomar decisiones manualmente en torno a tus procesos comerciales. Algunos de los beneficios incluyen:
Rendimiento mejorado: toma decisiones de manera más rápida y efectiva, lo que permite un rendimiento comercial optimizado
Mayores ganancias: otorga préstamos a más clientes sin aumentar tu riesgo, lo que permite mejorar los márgenes de ganancia
Eficiencia mejorada: ahorra tiempo y recursos, con menos necesidad de intervenciones humanas y con la capacidad de tomar decisiones más rápido
Flexibilidad: cambia tus criterios de decisión sin tener que rehacer todo tu flujo de trabajo
Escalabilidad: agrega fácilmente más integraciones de datos y nuevos criterios o parámetros de decisión a tus flujos de trabajo a medida que tu negocio crece o cambian las necesidades de tus consumidores o del mercado
Recursos enfocados: ahorra la atención y la intervención manual para tus suscriptores en los casos más complejos
Coherencia: asegura la coherencia y la estabilidad en tus procesos de toma de decisiones, lo que permite mejorar las relaciones con los clientes y la confiabilidad en el desempeño comercial
Transparencia: obtén una visibilidad completa de lo que tu motor de toma de decisiones está haciendo y mide el rendimiento para que puedas optimizarlo fácilmente
Capturar información: la suscripción manual requiere la captura manual de información. Con un motor de toma de decisiones automatizado, puedes llevar al día fácilmente información sobre tus clientes, tus decisiones y tu rendimiento general, que luego puedes retroalimentar a tu motor de toma de decisiones para una mayor optimización.
La experiencia del cliente es más importante que nunca. En una época en la que todo está disponible bajo demanda (programas de televisión, atracciones, entrega de alimentos, entrenamientos), tus consumidores esperan velocidad. Además de eso, valoran la personalización. Queremos que Netflix sepa exactamente qué tipo de programa queremos ver a continuación o apreciamos cuando nuestro feed de Facebook está lleno de anuncios que resuenan. Según PwC, el 80 % de los consumidores considera que la velocidad es un factor de compra clave y Salesforce dice que el 76 % de los consumidores esperan ofertas personalizadas. ¿Quién tiene tiempo para eso si estás ocupado tomando todas tus decisiones comerciales manualmente?
El futuro de los motores de toma de decisiones
¿Qué depara el futuro para los motores de toma de decisiones? Desde nuestra perspectiva, el panorama es brillante. ¿Sabías que Forrester agregó recientemente plataformas digitales de toma de decisiones a su informe de tendencias? Según Forrester, las plataformas de toma de decisiones digitales (DDP) son “una evolución de los sistemas expertos, los sistemas basados en el conocimiento, los sistemas de gestión de reglas comerciales y los sistemas de gestión de decisiones». Es una afirmación ambiciosa, pero está claro que la trayectoria es positiva cuando automatizas tus decisiones comerciales. Y con la mayor aceptación que tiene la inteligencia artificial y el aprendizaje automatizado, las formas en las que podemos automatizar las decisiones serán cada vez más interesantes (y rentables).
¿Estás listo para descubrir cómo una plataforma de toma de decisiones impulsada por IA puede ayudarte en tu proceso de toma de decisiones? Consulta nuestro libro electrónico.
Los mejores podcasts 2020 de fintech y la banca que nos inspiran
Muchos aeropuertos sólo están operando parcialmente, varias actividades se cancelaron y los planes se siguen posponiendo. Pero, a pesar de estar atrapados en nuestras casas tratando de equilibrar la vida laboral con la vida en el hogar, aún podemos contar con múltiples maneras de estar al día e informados sobre los avances de Fintech y la banca.
¿Cómo? Con podcasts. ¿Ya eres fanático de los podcasts? Si no es así, ahora es el momento perfecto para intentar escuchar uno o ¡varios! Renueva tu entusiasmo por aprender más, escuchando los mejores podcasts de la industria financiera. Estos audios te llevarán a conectarte con inspiradores líderes globales en donde descubrirás cómo las compañías más relevantes del mercado trabajan para crear las mejores experiencias con sus clientes.
Hemos seleccionado una exclusiva lista de podcasts actualizados de Fintech y la Banca con destacados influenciadores y líderes (organizados por idioma) para que puedas acceder e inspirarte en proyectos futuros, el camino hacia digitalización, inclusión financiera y mucho más.
La inclusión financiera es un factor clave para reducir la pobreza, la desigualdad y para impulsar el crecimiento económico de un país. En América Latina, según datos de la Cepal, en promedio, solo el 45,8% de las personas mayores de 15 años tiene acceso al sistema financiero. Giovanni di Plácido, responsable de Análisis y Estudios de la Fundación Microfinanzas BBVA, analiza el importante papel de las microfinanzas para impulsar la inclusión financiera y en concreto, de la labor que está realizando la Fundación en América Latina para erradicar la pobreza y promover el crecimiento económico inclusivo y sostenible.
Esta edición explora una problemática social de trascendencia a nivel mundial, como lo es la exclusión financiera. Ignacio Carballo, Director de «Fintech & Digital Banking» de la UCA, Economista, Docente e Investigador analiza qué relevancia tienen y podrían tomar las Fintechs en la búsqueda de romper las barreras de acceso a las finanzas.
Muchas empresas fintech luchan por ganar escala, financiamiento y reconocimiento de marca en un ecosistema bancario cada vez más saturado. Aprovechando el poder de la tecnología digital y más de un siglo de experiencia en marca, Goldman Sachs presentó su plataforma de banca de consumo, Marcus, en 2016. A través de adquisiciones, partnerships y un crecimiento orgánico significativo, Marcus se ha convertido en una plataforma multiproducto, con miles de millones en depósitos, saldos de préstamos y tarjetas de consumo y millones de clientes, todo sin el modelo tradicional de banco / sucursal. Dustin Cohn, jefe de marca y marketing de Goldman Sachs y la marca Marcus, habla sobre la construcción de una nueva marca de banca digital dentro de una firma financiera heredada y la misión de crear una experiencia única para el cliente.
Este podcast explora cómo algunas de los fintechs globales se comercializan y adaptan a los hábitos cambiantes del consumidor. Laurel Wolfe, VP de marketing, habla sobre su vida antes de Klarna y su fascinación por el espacio de pagos. Laurel revela cómo funciona el equipo de marketing de Klarna, su filosofía, los desafíos en el mercado y algunas de las campañas más destacadas. También habla sobre la actualización de la marca (de azul a rosa) y cómo las ideas se venden y desarrollan internamente en Klarna.
Jennifer Duncan – VP de Global Government Innovation en Mastercard, Chirag Patel – Global Head of Payments en Santander y Shiliashki – CEO de Payments en PayU se sientan juntos para discutir la innovación de pagos digitales, el cambio global lejos del efectivo. La pandemia actual solo ha acelerado el cambio global lejos del efectivo y hacia soluciones de pagos digitales. Este episodio se sumerge en algunos desafíos globales: ¿Qué significará para la inclusión financiera el movimiento hacia una sociedad sin efectivo? ¿Cuáles son las posibles repercusiones en términos de datos y privacidad? ¿Y cuáles son los riesgos cuando la big tech ingresa a los mercados de pagos y finanzas personales?
En este exclusivo podcast de Wharton Fintech, Antony Noto (CEO de SoFi) y Clay Wilkes (CEO de Galileo) analizan su transacción más reciente: la adquisición de Galileo por parte de SoFi. Hablan sobre los desafíos de ejecutar esta transacción durante la pandemia, lo que motivó a SoFi a considerar a Galileo como una alternativa estratégica vital, la expansión global y los nuevos productos que construirán. Anthony y Clay también discuten la misión de desarrollar la inclusión financiera para millones de consumidores desfavorecidos.
En este episodio, Ajay Banga, CEO de Mastercard, analiza cómo la pandemia global ha impactado el negocio de MasterCard, cómo será la recuperación económica y cuándo llegará. Banga cree que la crisis probablemente acelerará la adopción de tecnologías digitales, y si bien esto puede ser un gran ecualizador, también puede profundizar las divisiones. A Banga le apasiona la inclusión financiera: bajo su liderazgo, Mastercard ha lanzado aproximadamente 1500 productos diseñados para promover la inclusión financiera. Esos proyectos han tocado a unos 500 millones de personas en 80 países diferentes.
El líder de TBI Bank, analiza la transformación de TBI Bank, su modelo “phygital” y cómo imagina el cambio bancario en la actual crisis de coronavirus.
El CEO de Nubank habla sobre su experiencia de vida, su determinación de construir una cultura empresarial centrada en el cliente que también cuide a los empleados. David argumenta que la crisis actual no necesariamente crea nuevas tendencias, sino que acelera varias tendencias y comportamientos que ya estaban teniendo lugar. Desde la digitalización hasta políticas de trabajo remoto más flexibles, estas tendencias solo se están acelerando. Sin embargo, lo que es más importante, David está convencido de que la pandemia está obligando a las empresas a repensar sus valores y adoptar una visión mucho más amplia del capitalismo, a través de un modelo que requiere que las empresas demuestren integridad y cuiden a sus clientes, sus personas, sus comunidades y ambiente. Como lo demuestran sus acciones recientes, Nubank ciertamente está adoptando esta filosofía.
Renato Lopes, Gerente de Arquitectura Empresarial en Itaú-Unibanco habla sobre su trayectoria que lo llevó a convertirse en uno de los mayores referentes de blockchain en Brasil.
Equilibra el riesgo y las oportunidades a lo largo del ciclo de vida del cliente.
Desde el equipo de marketing global y regional de Provenir, realizamos un estudio para obtener feedback en relación al crecimiento, digitalización y desafíos de la industria financiera en las regiones de LATAM, EMEA, APAC y NA. Identificamos que globalmente se espera:
Impacto negativo en el crecimiento
Aceleración de la digitalización
Análisis de riesgo como el principal reto a resolver.
Cómo los datos alternativos pueden aumentar el acceso al crédito para las MiPyme en América Latina y el Caribe
Allanando el camino hacia la inclusión financiera en América Latina
El Banco Mundial define la inclusión financiera como “personas físicas y empresas que tienen acceso a productos y servicios financieros útiles y asequibles que satisfacen sus necesidades (transacciones, pagos, ahorros, crédito y seguro), prestados de manera responsable y sostenible”.
América Latina es una región que históricamente ha dependido del uso de efectivo y ha estado rezagada en la transición al uso de tarjetas y herramientas digitales para transacciones financieras. Solamente cerca de la mitad de la población regional tiene una cuenta bancaria. Esto, a su vez, ha ralentizado su avance en términos de convertirse en una región financieramente inclusiva.
En Centroamérica, por ejemplo, el 85% de las transacciones se realizan en efectivo y se puede observar una tendencia similar en toda la región. México, un país que es uno de los líderes regionales en términos de número de fintechs, se encuentra muy rezagado en bancarización formal donde sólo el 37% de la población mayor de 15 años tiene una cuenta bancaria, de acuerdo al Banco Mundial. Alrededor del 86% de todos los pagos en México se realiza en efectivo.
Existen varios factores que contribuyen al predominio del efectivo en la región, incluyendo una gran economía informal, la falta de confianza en las instituciones financieras y la falta de sucursales bancarias disponibles, especialmente en las zonas rurales, entre otros. Las estimaciones del FMI indican que, en promedio, más del 60% de los trabajadores activos en la región forman parte del sector informal. Por lo general, estas personas reciben ingresos inconsistentes en efectivo, por lo que las comisiones en las que incurren los bancos y otras complicaciones percibidas se consideran inconvenientes e innecesarias.
Acceso al crédito: un obstáculo para la inclusión financiera
La falta de acceso al crédito es uno de los mayores obstáculos para lograr una sociedad financieramente inclusiva. Las personas más jóvenes o aquellas que no tienen servicios bancarios o cuentan con servicios sub-bancarizados, a menudo carecen de historial crediticio, lo que resulta en una denegación de crédito por parte de las instituciones financieras. Además, las altas tasas de interés suelen ser prohibitivas para estos grupos demográficos, lo que impide el establecimiento de un historial crediticio.
Datos alternativos: una solución a la barrera crediticia
Las personas que carecen de historial crediticio podrían ser buenos prestatarios si se pudiera evaluar su solvencia crediticia utilizando datos alternativos. Las innovaciones en big data y aprendizaje automático permiten a los prestamistas predecir el riesgo crediticio basándose en información digital. Los datos de comportamiento y consumo en línea son algunos de los tipos de datos alternativos que los bancos y los prestamistas están utilizando para predecir el riesgo y ofrecer mejores oportunidades financieras a mayor velocidad.
Micro, pequeñas y medianas empresas (MiPyme): también enfrentan la barrera crediticia
El acceso al crédito no solo es un problema para los particulares, sino también para las micro, pequeñas y medianas empresas (MiPyme) que constituyen la gran mayoría de las economías de América Latina y el Caribe. Según BID Invest, la falta de acceso al crédito es uno de los principales obstáculos para el crecimiento de las pequeñas empresas. Frecuentemente, esto les impide ingresar a nuevos mercados, aumentar su fuerza laboral e incrementar su productividad con las inversiones adecuadas. Esto es especialmente problemático ya que este segmento representa el 99% de las empresas en la región y el 67% de las fuentes de empleo, según la Organización para la Cooperación y el Desarrollo Económicos (OCDE).
El acceso al crédito para las MiPyme en América Latina y el Caribe
Las micro, pequeñas y medianas empresas (MiPyme) en América Latina y el Caribe reciben solo el 12% del crédito total, según datos de la OCDE. Esto es menos de la mitad de la proporción que reciben las MiPyme en los países de la OCDE, con un 25%. Además, las Pyme informales superan en número a las formales en una proporción de 3.4 a 1 en los mercados en desarrollo, según el Foro de Finanzas de Pyme. Estas son las empresas que más sufren por la falta de acceso al crédito.
Desafíos para las MiPyme en el acceso al crédito
Las MiPyme son consideradas clientes de alto riesgo por los bancos y prestamistas debido a la falta de documentación financiera completa, especialmente para aquellas que se consideran informales. También suelen afrontar largos períodos de tiempo para la aprobación de crédito debido a procesos manuales que requieren mucho papeleo.
Beneficios de utilizar datos alternativos
Al utilizar datos alternativos, los prestamistas pueden obtener una visión más completa de las MiPyme para poder tomar una decisión crediticia adecuada a medida que buscan adquirir fondos inmediatos para sus operaciones y su crecimiento. Sin embargo, aprovechar los datos alternativos para tomar decisiones sobre el riesgo crediticio puede ser un desafío para las instituciones financieras, ya que requiere un alto grado de coordinación y comprensión entre los expertos en riesgo crediticio y los especialistas de datos.
El papel de los datos alternativos
Aprovechar los datos alternativos para la calificación crediticia para complementar los modelos tradicionales probablemente desempeñará un papel cada vez más decisivo para que las personas subatendidas en América Latina obtengan acceso al crédito. Por sí solo, no pueden aumentar el nivel de inclusión financiera en la región, pero pueden aumentar la tasa de aprobación de crédito y minimizar el riesgo al utilizar algoritmos de aprendizaje automático para este propósito.
Ejemplo de éxito en el uso de datos alternativos
Mercado Crédito es un ejemplo de alto perfil del uso exitoso de datos alternativos para decisiones crediticias. La plataforma utiliza datos como el historial de compras de MercadoLibre para complementar los datos más tradicionales, ya que ajusta la tasa de interés en función del nivel de conocimiento del cliente. A junio de 2020, Mercado Crédito otorgó 3.2 millones de créditos a 450,000 usuarios en Argentina por $11,000 millones de pesos.
Inclusión financiera en la región
Aunque el uso de datos alternativos para la calificación crediticia es importante, las instituciones financieras y las fintech deben abordar las realidades culturales, sociales y económicas de sus clientes y tomarlas en cuenta al diseñar sus productos y servicios. Aquellos que lo hacen pueden aumentar considerablemente su propuesta de valor al tiempo que contribuyen a aumentar el nivel de inclusión financiera en la región.
