Skip to main content

Marque uma reunião

© Todos os direitos reservados

Blog Template

Written by Ingrid Pardo on . Posted in Blog. No Comments on Blog Template

BLOG

Tackling Tech Bloat: Slimming Down to Boost Efficiency, Security, and Innovation

How Major Banks and Large Financial Services Providers can Streamline their Tech Systems
Today’s technology can be both a vital enabler to progress and growth, and also a potential hindrance to efficiency. With the accumulation of outdated, redundant, or overly complex tech systems, larger financial institutions, including major banks, are feeling the pressures of tech bloat. And just like any other bloating, tech bloat is uncomfortable – hampering efficiency, escalating costs, and stifling innovation – which makes it a critical issue to address. For larger banks in particular, the urgency to streamline tech infrastructure has never been greater. With an increasingly competitive (and much more highly regulated) environment for financial services providers, eliminating tech bloat is essential to enhancing your overall operational efficiency, improving your security, and enabling your ability to remain agile.

documents

According to a 2023 survey by MuleSoft and Deloitte, large enterprises now use an average of more than a thousand applications across their organization.

So what exactly is tech bloat, and how can you slim down your stack? Read on to find out more.

The Silent Saboteur: Understanding Tech Bloat in Financial Services

Referring to the excessive accumulation of outdated, redundant, or highly complex tech systems that weigh down an organization, tech bloat in financial services is becoming increasingly common. This phenomenon stems from a variety of causes, but the biggest tends to be an abundance of legacy systems that have been patched and repurposed over the years. Of course many financial services providers require very specific needs to be addressed (including everything from core banking systems and risk assessment models, to cybersecurity software, workflow automation, customer relationship management, financial planning and forecasting, data sources, fraud prevention, loan origination systems, and payment processing). As the list of needs (and related tech) grows with your organization, so does the bloat.

But many of the software solutions you have will overlap in functionality, leading to inefficiencies in both operation and cost. A survey by Freshworks shared that “54% of IT professionals say their organization pays for software” that never gets used. And often these systems are not integrated with each other very well, creating numerous silos of information, complicating workflows, and making data access tricky. Not to mention the fact that extensive customizations and add-ons over the years, while useful at first, can quickly turn into burdens, limiting flexibility and making maintenance and updates difficult. And of course those updates are critical, because with constant regulatory shifts, financial institutions do regularly need to update their systems, which can result in a quickly tangled web of temporary fixes that, you guessed it, add more bloat (not to mention leave you more vulnerable to everything from data breaches to lapses in compliance).

Unveiling the Not-so-Hidden Consequences of Tech Bloat
Now that we’ve looked at what it is and how it starts… What impact does tech bloat really have on day-to-day operations? As it turns out, a lot – and those effects get compounded the longer your bloat hangs on.
Financial Implications: First and foremost, tech bloat significantly strains your financial resources. Maintaining and supporting any number of redundant systems is, well, redundant, leading to increasing operational and maintenance costs. And outdated systems tend to consume a disproportionate share of your budget, diverting necessary funds away from more strategic, growth-focused investments, and hampering your ability to invest in more innovative, efficient solutions.

documents

According to Freshworks, “the cost of trying to use unhelpful technology amounts to more than $84B annually in wasted time in the US alone, or $10M every hour of every day.”

  • Operational Inefficiency: A bloated tech environment slows down business processes and complicates workflows, with legacy systems and overlapping solutions creating bottlenecks. This inefficiency affects day-to-day operations, but also has a compounding effect the longer it continues, leading to longer turnaround times and a lack of flexibility and agility in your operations, ultimately adding friction to customer experiences.
  • Risk and Compliance Challenges: The more outdated systems you have to manage, the more the risk of errors, data inconsistencies, and compliance misfires increases. All financial services providers must adhere to stringent regulatory requirements, and the more bloated your organization, the more challenging it is to ensure compliance, leading to potential fines and reputational damage.
  • Security Vulnerabilities: Along the lines of compliance struggles, outdated systems are often easier prey for cyber attackers. The complexity of a bloated tech environment makes it much more difficult to implement robust security measures effectively, leaving you open to targeting by cybercriminals. Any breach (data, compliance, ransomware) can have severe consequences, including financial losses and significant damage to customer trust.
  • Innovation Roadblocks: Want a surefire way to stifle innovation? Maintaining and integrating multiple tech systems makes it extremely challenging to adopt new technologies, even if those technologies are ones you really, really want to utilize. In an industry where agility, flexibility, and continuous innovation are required to stay competitive, this hindrance to tech advancement places larger, more complex financial services organizations at a distinct disadvantage – making it difficult to explore new opportunities and deliver cutting-edge solutions to your customers.

Any of these consequences should be enough to address your tech bloat problem, but put them all together and you can see it’s not just about security or reducing operational costs – it’s fundamental to unlocking your potential for sustained innovation and sustainable growth. Streamlining your tech infrastructure allows you to overcome these challenges and position yourself for future success and customer loyalty.

Case Study:
Reducing Tech Bloat

Consider the case of Provenir customer NewDay. Some of their existing systems were proving costly in terms of release times and updates, and were due for decommissioning. By implementing a more holistic decisioning solution, they were able to significantly reduce processing time and improve quote response times.

  • Sub-1

    second decisioning processing time

  • 99.95%

    SLA for availability

  • 80%

    improvement in speed of change

  • 2.5x

    faster quote response

Winning the War on Tech Bloat: Strategies for Financial Institutions
So what can you do to streamline your operations and slim down for good? It sounds daunting, but what it really requires is a strategic, methodical approach (and the right technology partner).
1. Conduct a Technology Audit:
  • Identify Redundant and Outdated Systems: Thoroughly review all of your existing systems to pinpoint which ones are outdated, redundant, or no longer serve a critical function
  • Assess Integration and Interoperability: Evaluate how well your current systems integrate and communicate with each other, identifying gaps and inefficiencies
2. Streamline and Consolidate:
  • Prioritize Critical Systems: Determine which systems are essential for your core operations and focus on maintaining and enhancing those first
  • Phase Out or Replace Redundant Solutions: Gradually eliminate or replace systems that are no longer necessary or that duplicate functionality
3. Invest in Modern, Integrated Solutions:
  • Adopt Cloud-Based Platforms: Leverage cloud technology to improve scalability, flexibility, and cost-efficiency
  • Emphasize Integrations and Scalability: Invest in solutions that can easily integrate with your existing systems and scale as you grow (or can scale as you continue to eliminate other existing systems)
4. Enhance Data Management and Governance:
  • Centralize Data Repositories: Consolidate your data into centralized repositories to ensure consistency, accessibility, and security
  • Implement Robust Data Governance Frameworks: Establish strong data governance practices to manage your data quality, privacy, and compliance
5. Foster a Culture of Continuous Improvement:
  • Encourage Innovation and Flexibility: Promote a mindset that embraces new technologies and innovative solutions
  • Regularly Review and Update Technology Strategy: Continuously assess and update your technology strategy to align with evolving business needs and tech advancements in the industry
6. Partner with the Right Tech Providers:
  • Collaborate with Established Software Companies and Consultants: Engage with tech firms and consultants to leverage their expertise and innovative solutions (and be sure they have experience with legacy migrations, complex integrations, and reducing tech bloat)
  • Leverage Industry Expertise to Guide Transformation: Utilize the knowledge and experience of industry experts to navigate the complexities of technology transformation (i.e. does your new tech provider have an experienced Professional Services team that can help guide you?)
Fighting off Future Bloat
Now that you’ve slimmed your stack, how can you ensure that your tech bloat doesn’t return with a vengeance? Adopt a forward-thinking, agile approach. Agile methodologies are crucial, as they promote flexibility in technology development and deployment, allowing you to adapt quickly to changing consumer/industry needs and emerging industry trends. Agile methods encourage iterative improvements, which can help ensure that all of your systems remain both current and effective. Which is also why it’s critical to stay aware (and ahead) of tech advances in the industry. Keeping up with cutting-edge solutions and tech advancements allows you to proactively enhance efficiency and the customer experience. Look towards building a sustainable technology roadmap; with long-term planning that focuses on scalability and adaptability, you’ll ensure that your tech infrastructure can grow and evolve with the organization. Prioritizing this flexibility and continuous improvement and innovation will help you safeguard against tech bloat and maintain a streamlined, efficient, customer-centric tech environment.
Provenir’s AI-Powered Decisioning Platform

Part of fighting the bloat battle is selecting the right technology partner – one that can enable flexibility, scalability, and an end-to-end platform that you can build and grow your business on. Provenir’s AI-Powered Decisioning Platform brings together the key capabilities you need to turn decisioning into a differentiator, allowing you to deploy accurate, fully automated decisioning across the lifecycle, while also gaining actionable insights to optimize strategies and enhance performance across the entire organization. Featuring solutions for data, decisioning, case management, and decision intelligence, across onboarding, fraud & identity, customer management and collections, Provenir’s platform is a one-stop solution that eliminates silos, brings teams together, and enables sustainable, customer-centric growth.

Want more info on how Provenir’s dedicated team of Principal Consultants and Professional Services experts can help you reduce tech bloat in your organization?

Contact Us

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

Navegando no Cenário Econômico: Maximize o valor do cliente em serviços financeiros

Written by Allison Karavos on . Posted in Blog. No Comments on Navegando no Cenário Econômico: Maximize o valor do cliente em serviços financeiros

BLOG

Navegando no Cenário Econômico: Maximize o valor do cliente em serviços financeiros

Como a plataforma holística certa de tomada de decisão de risco permite lucratividade em todo o ciclo de vida

Qaisquer que sejam os serviços financeiros que você oferece – é importante estar no topo do jogo. É claro que a concorrência aumentou e evoluiu, mas também as expectativas dos consumidores. Com acesso quase imediato a praticamente tudo e uma abundância de recomendações personalizadas (o que ver/comer/vestir/comprar/ver a seguir), os consumidores esperam que as suas ofertas de serviços financeiros também sejam customizadas. Rápido, fácil e acima de tudo personalizado. De acordo com a The Financial Brand, 31% dos consumidores mudarão de prestadores de serviços financeiros primários por questões como níveis de taxas, recompensas, segurança e conveniência. Sessenta e seis por cento dos clientes também esperam que as empresas compreendam as suas necessidades e expectativas únicas, mas apenas 32% dos executivos afirmam ter a capacidade de transformar dados em preços, ofertas e produtos personalizados em tempo real através de vários canais e pontos de contato.

O cenário econômico atual (na verdade, sempre que estiver lendo isto!) torna esta personalização ainda mais crucial. São tempos difíceis. Além das consequências persistentes da crise de saúde global, o mundo enfrenta inflação e taxas de juros elevadas, perturbações contínuas na cadeia de abastecimento, agitação política contínua e a recessão que permanece como tema constante. Os níveis de dívida comercial e de consumo continuam a subir e, para muitos clientes de serviços financeiros, isso significa uma mudança significativa nos comportamentos de compra.

Quer se trate da necessidade de acessar mais crédito e combater o aumento da inadimplência, ou do adiamento de financiamento imobiliário e de leasing automotivo, o resultado final é que a aquisição de novos clientes, qualquer que seja a sua oferta de serviços financeiros, é cada vez mais desafiadora. (E nem sequer falamos no forte aumento da concorrência. Como afirma a Forbes, “as fintechs e o open finance mudaram o cenário em múltiplas funções financeiras de consumo. Nos últimos anos, as startups de fintech têm desafiado os bancos e instituições financeiras tradicionais.”)

O que tudo isso realmente significa é que, embora ainda seja fundamental permanecer competitivo e conquistar novos clientes, é igualmente fundamental reter os existentes. E existem algumas maneiras importantes de fazer isso. Veremos alguns motivos (e métodos) para melhorar a experiência do cliente e o que sua plataforma de tomada de decisão de risco tem a ver com a maximização do valor do cliente em todo o ciclo de vida.

Decisões Holísticas de Risco em todo o Ciclo de Vida do Cliente

Gerenciar decisões de risco para prestadores de serviços financeiros envolve muito mais do que apenas determinar a qualidade de crédito na originação. Muitas vezes, o onboarding recebe mais atenção das soluções de tomada de decisão, mas é apenas uma peça do quebra-cabeça. Existem inúmeras outras decisões de risco a serem tomadas ao longo do ciclo de vida de seus clientes – incluindo as renovações/upsells/vendas cruzadas mencionadas anteriormente, conformidade e fraude e, claro, estratégias de pré-cobranças/cobranças. O problema de concentrar mais energia, esforço e dinheiro em soluções de onboarding é que você pode realmente maximizar o valor de seus clientes se também melhorar seu jogo em relação a essas outras decisões de risco. E muitas vezes estas diferentes decisões são geridas de diferentes formas, através de diferentes equipes, com diferentes conjuntos de dados e modelos de risco, através de distintas soluções de tomada de decisão. O que torna incrivelmente difícil integrar e orquestrar múltiplas fontes de dados, acompanhar o desempenho dos seus modelos de risco e gerenciar o risco geral em um nível estratégico.

Eliminar ambientes díspares e isolados e reunir suas decisões de risco em uma solução holística orientada por IA garante eficiência e eficácia ideais de todas as suas decisões de risco.

A inteligência orientada por IA permite que você:

Melhore a precisão das suas decisões em todas as fases do ciclo de vida

  • Maximize os recursos de detecção e prevenção de fraudes
  • Preveja, em vez de reagir, a contas inadimplentes, mudanças nos comportamentos dos consumidores e evolução das tendências do mercado
  • Personalize preços e ofertas para encantar seus clientes
  • Potencialize a inclusão financeira com decisões em tempo real e baseadas em dados

Há uma imensa recompensa em focar na maximização do valor de seus clientes e na garantia de decisões de risco mais holísticas em todo o ciclo de vida. E, felizmente, eles andam de mãos dadas! Porque quando você tem a solução certa de decisão de risco, você pode tomar decisões sofisticadas e orientadas por IA em questões de identidade, fraude e crédito, proporcionando experiências mais personalizadas e otimizadas para seus clientes. Todos ganham!

Para obter mais informações sobre como escolher a plataforma de decisão de risco certa para suas necessidades específicas, confira nosso novo Guia do Comprador. Ele compartilha mais insights sobre o uso de decisões orientadas por IA, o papel que os dados desempenham no sucesso das decisões e os principais recursos a serem procurados em uma solução de d

Descubra como a tomada de decisões orientada por IA pode ir além do onboarding.

Saiba Mais

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

O Modelo de Cobrança de Última Geração

Written by Allison Karavos on . Posted in Blog. No Comments on O Modelo de Cobrança de Última Geração

BLOG

O Modelo de Cobrança de Última Geração

Habilitado por Análise Avançada

O ambiente econômico muda constantemente e a sua organização precisa se adaptar para se manter competitiva. Instituições financeiras, empresas de energia, telecomunicações, automóveis, serviços públicos e finanças de varejo reconheceram a necessidade de construir um novo modelo de cobrança que utilize análises e resultados avançados para impulsionar processos, ao invés de simplesmente depender de informações estáticas, como dias de atraso.

Infelizmente, a indústria de cobranças tem sido relativamente lenta na adoção de novas técnicas de análise em comparação com outras áreas das organizações (como por exemplo, originação de crédito), e cerca de 72 milhões de brasileiros enfrentam desafios relacionados a dívidas não pagas e restrições de crédito. O investimento no processo de cobrança é muitas vezes esquecido em favor de projetos que visam aumentar a base de clientes. No entanto, com os altos níveis de endividamento dos consumidores brasileiros (ao todo, são 273 milhões de dívidas, que, somadas, chegam a R$ 397 bilhões), os centros de cobrança estão finalmente recebendo a atenção que merecem. Neste blog, veremos as novas tecnologias disponíveis, como elas impactam o processo e maneiras de utilizar as novas tecnologias para se manter à frente da concorrência.

O Novo Modelo de Cobrança

As preocupações regulamentares, as preferências dos consumidores e os níveis crescentes de endividamento dos consumidores criaram a necessidade de rever e renovar o processo de cobrança. Nos mercados de crédito em expansão, novas tecnologias já foram adotadas para melhorar a experiência do cliente no processo de aquisição de crédito. Mas agora é hora de aplicar a mesma abordagem em outros lugares.

O novo modelo de cobrança precisa se concentrar em análises e novas tecnologias, que não estavam disponíveis durante a última crise. Se você é um gestor de risco, é importante garantir que sua organização esteja preparada para gerenciar a incerteza econômica. Adotar análises avançadas e processos orientados a resultados pode ajudar sua organização a ficar à frente da curva e a manter uma vantagem competitiva. Implemente um novo modelo otimizado para o sucesso – e garanta que sua organização não ficará para trás.

Análise Avançada e Tecnologia para Cobranças de Última Geração

A indústria de cobranças tem sido lenta em adotar métodos analíticos. Mas os avanços nos métodos analíticos e no aprendizado de máquina, juntamente com as tecnologias digitais, criaram novas oportunidades, permitindo processos de cobrança mais eficazes e eficientes e revolucionando a forma como os credores interagem com os clientes. A utilização destas análises avançadas significa que instituições financeiras, empresas de energia, telecomunicações, empresas de serviços públicos e de financiamento de varejo podem construir um modelo mais eficiente, resultando num melhor desempenho a um custo menor.

A segmentação de clientes também pode ser melhorada, capturando uma visão mais holística do cliente inadimplente. Isso inclui sua capacidade e disposição de pagar, intenção de pagar e preferência de canal de contato. Impulsionada pela análise, esta nova abordagem determina a melhor estratégia de tratamento possível, a forma ideal de comunicação e o momento ideal para fazer contato. Ao combinar a estratégia de tolerância mais adequada para cada cliente e comunicar através do seu canal preferido, as instituições financeiras podem otimizar tanto a experiência do cliente como o custo de cobrança.

Nos últimos 30 anos, os processos de cobrança tradicionais dependeram fortemente da pontuação de comportamento, dias de atraso e equilíbrio para priorizar estratégias de chamadas efetuadas. No entanto, esta abordagem já não é suficiente no mercado atual. A análise avançada pode permitir o desenvolvimento de estratégias de cobrança mais eficazes, fornecendo uma segmentação mais precisa e uma maior variedade de possibilidades de contato com o cliente. Isto cria um conjunto mais diversificado de canais para comunicação com o cliente, o que melhora a experiência do cliente e proporciona um maior grau de controle nas interações credor-cliente. Esta mudança marca uma mudança dramática em relação ao processo de cobrança tradicional, que depende de classificações estáticas, como dias de atraso ou pontuações de risco, para orientar a tomada de decisão. Ao adotar uma abordagem mais dinâmica que se concentra nos resultados e na propensão de resposta, os credores podem fornecer tratamentos mais individualizados que refletem melhor as preferências e circunstâncias do cliente.

Acima de tudo, a utilização de análises e tecnologias avançadas, como a inteligência artificial e o aprendizado de máquina, permite que as instituições financeiras migrem para um tratamento mais profundo e informado dos seus clientes em risco. Ao aprender com atividades de cobrança anteriores, a atribuição de tratamentos torna-se mais precisa e eficaz ao longo do tempo, gerando eficiências consideráveis e melhorando ao mesmo tempo a experiência geral do cliente.

Quais elementos de dados são necessários?

No geral, é necessária uma combinação de dados comportamentais on-us e off-us, dados de histórico de contatos anteriores e dados sociodemográficos para construir uma visão abrangente e holística do cliente inadimplente.

Os dados comportamentais on-us se referem à interação dentro de uma mesma instituição e incluem o histórico de pagamentos do cliente, histórico de inadimplência e cheques devolvidos, entre outros atributos.

Já os dados comportamentais off-us se referem à interação entre uma instituição e outras instituições e envolvem fontes de dados de terceiros que fornecem insights sobre as obrigações e compromissos financeiros de um cliente, bem como atualizações sobre seu comportamento com base em atualizações quase em tempo real.

Os dados do histórico de contato são essenciais para aprender com tentativas de contato anteriores e modificar a abordagem de tratamento de acordo.

Os dados sociodemográficos podem ser usados para construir perfis de clientes para auxiliar na seleção do canal de comunicação apropriado.

Aproveitar essas diversas fontes de dados e aplicar análises avançadas permite que você crie uma abordagem individualizada para cobranças, com base nas preferências e circunstâncias do cliente. Esta nova abordagem marca um afastamento significativo do modelo atual, que se baseia em classificações estáticas básicas, como dias de atraso ou pontuações de risco único. Com o modelo de cobrança de última geração, o tratamento do cliente final é muito mais personalizado, focado nos resultados e na propensão de resposta.

O Papel do Motor de Decisão

Pode parecer desafiador implementar tecnologias mais avançadas na sua estratégia de cobrança, mas o papel de um motor de decisão automatizado é fundamental. O uso de dados em tempo real e a tomada de decisão de risco automatizada é a chave para aprimorar seu processo de cobrança de diversas maneiras:

  1. Priorização de Devedores: Use algoritmos de aprendizado de máquina para analisar o histórico de pagamentos, situação financeira e outros dados para prever imediatamente a probabilidade de inadimplência ou atraso no pagamento e permitir priorizar os esforços de cobrança para melhorar a eficiência e eficácia.
  2. Estratégias de Cobranças Personalizadas: Conforme mencionado acima, estratégias de tratamento personalizadas significam resultados mais eficazes e taxas de recuperação mais altas.
  3. Tomada de Decisão em Tempo Real: Tomar decisões em tempo real permite que você avance rapidamente e ajuste as estratégias de cobrança à medida que novos dados fiquem disponíveis.
  4. Custos Operacionais Reduzidos: Limite a necessidade de trabalho manual e permita operações 24 horas por dia, 7 dias por semana, sem custos adicionais de pessoal, graças à automação de decisões, integração de dados em tempo real e otimizações de aprendizado de máquina.
  5. Melhor Conformidade: Os processos automatizados de decisão de risco, para cobranças ou outros, podem ser programados para seguir regulamentos e políticas relevantes (permitindo também diferenças regionais) e reduzir o risco de não conformidade.
  6. Experiência Aprimorada do Cliente: Ninguém gosta do processo de cobrança, mas como discutido anteriormente, quanto mais pessoal, respeitosa e apropriada for a estratégia de tratamento, mais facilmente você poderá preservar o relacionamento com o cliente.

Os processos de cobrança tradicionais dependiam fortemente de medidas simplistas, como pontuação de comportamento, dias de atraso e saldo, para priorizar estratégias de chamadas efetuadas. Mas no mercado dinâmico e em rápida mudança, esta abordagem é insuficiente. À medida que a indústria continua a evoluir, é imperativo que os profissionais de cobrança reconheçam o potencial transformador da análise e aproveitem-na para criar uma vantagem competitiva no cenário de cobrança. Fazer isso pode exigir um novo olhar sobre a plataforma de decis

Procurando mais recursos para te ajudar a prosperar?

Confira o e-Book, O Segredo do Sucesso do Crédito ao Consumidor

Acessar conteúdo

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

Mitos vs. Realidade na atualização de sua tecnologia de decisão de crédito

Written by Cassidy Bellville on . Posted in Blog. No Comments on Mitos vs. Realidade na atualização de sua tecnologia de decisão de crédito

BLOG

O Poder dos Cartões de Crédito: 3 tendências inovadoras que impulsionam a mudança na indústria

How Major Banks and Large Financial Services Providers can Streamline their Tech Systems
Como os bancos podem aproveitar a decisão automatizada de risco de crédito para obter mais agilidade e velocidade

As instituições financeiras estão sob pressão, e os bancos não são exceção. Com o aumento da concorrência de fintechs, neobancos e outros provedores de serviços financeiros, os bancos estão sentindo o aquecimento. A pandemia de Covid-19 acelerou a digitalização mais rápido do que se previa, e os consumidores estão ainda mais resistentes ao atrito em suas jornadas de experiência do cliente, seja na compra de eletrodomésticos, férias, veículos ou na solicitação de crédito. “De acordo com a McKinsey, o setor “avançou cinco anos na adoção digital de consumidores e empresas” em apenas oito semanas. Além disso, temos um problema de dados. Antes da Covid, o comportamento do consumidor era inerentemente mais previsível – mas a pandemia mudou isso, e ainda não está claro se os dados tradicionais (e nossa análise desses dados) se manterão verdadeiros. Então, como os bancos podem se concentrar no crescimento e atender às necessidades e expectativas dos clientes e, ao mesmo tempo, gerenciar os riscos de forma eficaz? Em muitos casos, isso significa que é hora de analisar seus dados e sua tecnologia de tomada de decisões.

Atualizar sua tecnologia de decisão de risco de crédito parece assustador. Mas estamos aqui para falar sobre alguns dos mitos que persistem em torno da atualização de sua tecnologia – e o contraponto da realidade.

Mito 1: Os dados de crédito tradicionais são bons o suficiente

Realidade: Os dados tradicionais de crédito raramente são suficientes para traçar um quadro preciso e holístico da capacidade de crédito de um cliente. Fontes de dados alternativos, incluindo informações de celular/telco, dados de aluguel e serviços públicos, presença na mídia social/web e informações bancárias abertas podem ajudá-lo a obter uma visão mais abrangente da saúde financeira de um cliente em potencial, bem como de sua capacidade e disposição para pagar.

O Desafio dos Dados:

Há uma grande quantidade de dados no mercado e, muitas vezes, eles residem em ambientes isolados, o que dificulta o acesso e torna custosa a sua integração na tomada de decisões. Além disso, pode ser fácil presumir que mais dados são a resposta. Mas isso nem sempre é o que você precisa. A chave para otimizar sua estratégia de dados não é necessariamente mais dados, mas ter os dados certos no momento certo. De acordo com a IDC, em 2022, “mais de cem mil exabytes de dados terão sido gerados, ultrapassando o limite de 100 mil pela primeira vez“. No entanto, 74% dos tomadores de decisão que pesquisamos disseram que têm dificuldades com a estratégia de risco de crédito de sua organização porque os dados não estão facilmente acessíveis e 70% dizem que os dados alternativos não são facilmente integrados ao seu sistema de decisão atual. O uso de dados alternativos para complementar os dados de crédito tradicionais (principalmente dados de bureau) é fundamental não apenas para fornecer uma visão mais precisa e em tempo real da capacidade de crédito de seus clientes, mas também para expandir seu mercado de empréstimos. Ao ser mais inclusivo e aceitar indivíduos que podem ter scores de crédito tradicionais mais baixos, você está melhorando a inclusão financeira e garantindo maior acesso a serviços financeiros e, ao mesmo tempo, expandindo seus negócios.

Mito 2: É muito caro fazer o upgrade

Realidade: Pode ser fácil supor que mudar sua tecnologia de tomada de decisões envolverá um grande investimento inicial (sem mencionar o medo de “desperdiçar” investimentos anteriores em sua tecnologia legada). Porém, quanto mais seus sistemas de tomada de decisão envelhecem, mais isso lhe custará no longo prazo. Sem mencionar a economia de custos que você encontrará quando se tornar autossuficiente e não precisar mais depender de suas equipes de TI/desenvolvimento ou de fornecedores externos para fazer alterações em seus fluxos de trabalho de tomada de decisões.

O Desafio do Custo:

O cenário econômico atual em um mundo pós-Covid significa que as pressões de custo estão em toda parte. Portanto, não é de surpreender que, às vezes, os bancos relutem em considerar a mudança de plataformas tecnológicas. Com as horas de tempo e os enormes investimentos monetários feitos na implementação da infraestrutura de tomada de decisões, pode parecer um desperdício fazer a transição dos sistemas legados. Mas é importante não deixar que o medo de investimentos passados o impeça. Porque o cenário econômico atual também significa maior concorrência, expectativas cada vez mais exigentes dos consumidores e um ambiente regulatório em constante mudança. Adquirir novos clientes, manter seus clientes atuais, evitar fraudes, atender aos requisitos de conformidade… tudo isso se torna mais caro quanto mais seus sistemas envelhecem. A atualização da sua tecnologia de tomada de decisões resulta, na verdade, em um custo total de propriedade mais baixo, graças à eliminação de atrasos no lançamento e na iteração de produtos que fazem com que você perca clientes, à capacidade de automatizar fluxos de trabalho de tomada de decisões de risco para processos mais eficientes e à melhor detecção/prevenção de fraudes.

Mito 3: É muito difícil reformular nossos sistemas atuais

Realidade: Não se trata de uma situação de tudo ou nada. Procure soluções de tomada de decisão que possam ser executadas paralelamente ao seu software atual ou maneiras de orquestrar seus dados de forma mais eficiente com um ecossistema de dados. Isso pode gerar a adesão de outros departamentos e linhas de negócios quando eles perceberem a maior eficiência e a maneira como a tecnologia atualizada melhora o processo geral de tomada de decisões. 

O Desafio da Dificuldade:

Já falamos sobre o aspecto do custo da atualização, que parece assustador, mas não se trata apenas de dinheiro. Muitas pessoas dedicam horas e horas à escolha e à implementação de plataformas de tomada de decisão. Porque os benefícios de longo prazo valem a pena, e pode não ser tão difícil quanto parece. Raramente é necessário remover e substituir toda a sua tecnologia de tomada de decisões de uma só vez (o que, convenhamos, pode ser um grande empreendimento quanto maior e mais complexa for a sua organização). Existem plataformas de tomada de decisão mais flexíveis e ágeis disponíveis que podem ser integradas ou executadas juntamente com os fluxos de trabalho existentes ou você pode optar por atualizar uma linha de negócios de cada vez. O segredo é escolher uma plataforma de tecnologia que facilite isso eque tenha experiência com a troca de plataformas de tomada de decisão competitivas. (A Provenir, por exemplo, tem vasta experiência na substituição de sistemas legados de tomada de decisão da concorrência e pode colocá-lo em funcionamento rapidamente, independentemente do tamanho da implementação).

Mito 4: A tecnologia em nuvem não atenderá aos nossos requisitos de conformidade

Realidade: Seja no local ou na nuvem, as instituições de serviços financeiros estão sujeitas a padrões incrivelmente altos quando se trata de segurança de dados e normas de conformidade. E essas normas estão evoluindo rapidamente. As soluções legadas (especialmente on prem) podem não ser flexíveis ou capazes de evoluir com rapidez suficiente para acompanhar o ritmo, deixando brechas vulneráveis em seus processos de conformidade e segurança. 

O Desafio da Dificuldade:

Há vários aspectos para atender aos requisitos de conformidade no setor bancário (requisitos regulatórios, gerenciamento de riscos, privacidade de dados, due diligence do cliente). Melhorar sua eficiência e garantir a consistência em seus processos de tomada de decisão é uma das maneiras pelas quais a tomada de decisão automatizada pode ajudar. Com a ajuda da incorporação do aprendizado de máquina e da IA, você pode reduzir o viés e otimizar ainda mais seus processos de tomada de decisão. Além disso, a automação da coleta e do processamento de dados pode ajudá-lo a cumprir melhor as normas de proteção de dados. Mas um dos maiores benefícios de atualizar sua tecnologia de tomada de decisões quando se trata de conformidade é a flexibilidade e a capacidade de dimensionamento – as normas de conformidade mudam rapidamente e, quanto maior ou mais global for a sua organização, mais regiões e normas você terá de cumprir. As plataformas de tomada de decisão ágeis e baseadas em nuvem podem evoluir junto com as mudanças no cenário regulatório. (E não deixe de procurar certificações de segurança adicionais, como a ISO/IEC 27001).

Mito 5: A decisão de risco automatizada aumenta o risco de fraude

Realidade: ter uma tomada de decisão de risco mais eficiente e a capacidade de acessar, integrar e agir melhor sobre os dados de fraude garante que você possa detectar e prevenir fraudes em tempo real. A análise de grandes quantidades de dados de várias fontes (incluindo histórico de transações, atividade da conta, comportamento do usuário, bem como fontes de dados alternativos) com o benefício do aprendizado de máquina e da IA pode detectar com mais eficiência o comportamento fraudulento, sinalizando atividades suspeitas e proporcionando uma imensa economia de custos.

O Desafio da Fraude:

A fraude continua sendo uma grande preocupação para o setor de serviços financeiros. Graças, em parte, à rápida mudança para serviços bancários online/digitais, houve um aumento acentuado no número de tentativas de fraude (e na sofisticação dos fraudadores), o que pode resultar em perdas financeiras significativas, danos à reputação dos bancos e desconfiança dos clientes. “De acordo com a Federal Trade Commission, somente em 2021, houve mais de 2,8 milhões de denúncias de fraude nos EUA. No Reino Unido, a Action Fraud relata que houve 875.622 denúncias de fraude em 2021, 336.707 das quais foram denúncias de fraude em cheques, cartões plásticos e contas bancárias. Esse é um novo recorde e um aumento em relação aos números de 2020.”

Mas pode ser difícil equilibrar a detecção e a prevenção de fraudes com sua estratégia de crescimento. Você quer dizer sim a mais clientes e continuar a expandir seus negócios, mas não quer se expor a mais riscos. É nesse ponto que a tecnologia de decisão de risco automatizada e as integrações de dados corretas entram em ação. Analisar grandes quantidades de dados, em várias fontes de dados, e poder integrá-los ao seu processo de decisão em tempo real significa uma detecção de fraude mais precisa e sofisticada. Com a adição do aprendizado de máquina, você também pode analisar mais facilmente grandes quantidades de dados para detectar padrões que indiquem atividade fraudulenta. E com a capacidade de os algoritmos de aprendizado de máquina aprenderem com os dados, você estará em uma posição melhor para se adaptar a novos padrões de fraude à medida que eles evoluem.

Como fazer esta corrida mais inteligente:

Um dos desafios mais comuns que os bancos estão enfrentando atualmente é a ameaça da concorrência – e a consequente necessidade de tomar decisões de risco mais rápido para acompanhar o ritmo. Mas o segredo é fazer isso sem sacrificar sua estratégia de risco. É possível tornar-se mais ágil e autossuficiente, o que lhe permite tomar decisões de risco mais rápidas e precisas e lançar novos produtos em menos da metade do tempo – e uma das melhores maneiras de fazer isso é atualizar sua tecnologia legada de tomada de decisões. Procure um parceiro que possa lhe oferecer esses elementos essenciais:

  • Acesso a dados em tempo real a centenas de fontes de dados por meio de uma única API
  • Análises avançadas com base em seus perfis de risco exclusivos
  • Gerenciamento integrado de casos para uma perspectiva completa de ponta a ponta das solicitações de crédito
  • UI de baixo código e amigável ao usuário comercial que permite a autossuficiência ao alterar processos e iterar fluxos de trabalho

Experiência com a troca de tecnologia legada/plataformas de decisão competitivas para garantir uma transição perfeita

O cenário de decisões sobre risco de crédito é complexo e está em constante mudança, e os bancos enfrentam muitos desafios para acompanhar essas mudanças. Mas o aproveitamento de dados automatizados e integrados e da tecnologia de decisão de risco pode ajudá-lo a aumentar sua agilidade, precisão e velocidade. Com as ferramentas certas à mão, você pode acompanhar os novos entrantes no mercado e também atender aos requisitos de conformidade regulatória, ao mesmo tempo em que toma decisões de crédito mais informadas que melhoram a experiência do cliente – e fazer isso mais rápido do que a concorrência. Porque na corrida pelos clientes… velocidade é tudo.

Pronto para melhorar sua agilidade?

Saiba mais sobre o Provenir para Bancos

Veja a Ficha Técnica

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

3 tendências inovadoras que impulsionam a mudança na indústria

Written by Allison Karavos on . Posted in Blog. No Comments on 3 tendências inovadoras que impulsionam a mudança na indústria

BLOG

O Poder dos Cartões de Crédito: 3 tendências inovadoras que impulsionam a mudança na indústria

O setor de cartões de crédito percorreu um longo caminho desde que o primeiro cartão de crédito foi lançado na década de 1950. Hoje, os saldos dos cartões bancários atingiram um novo recorde de US$ 930 bilhões somente nos EUA, e o setor como um todo está crescendo rapidamente em todo o mundo. Com o crescimento vem a concorrência acirrada, de modo que os emissores estão constantemente procurando maneiras de atrair novos clientes e manter os atuais.

Com a incerteza econômica moldando os serviços financeiros em todo o mundo, a flexibilidade e o pensamento criativo tornaram-se necessários para os emissores e outros credores que tentam reduzir o risco e a inadimplência o máximo possível. As abordagens tradicionais incluem o ajuste dos critérios de empréstimo, a redução dos limites de crédito e o aumento das taxas de juros para proteção contra possíveis perdas. No entanto, os credores com visão de futuro optaram por adotar as macrotendências, como a digitalização, para oferecer um melhor atendimento ao cliente e a inclusão financeira para expandir o mercado endereçável.

Mais especificamente, tendências como cartões de crédito alternativos, oferta de funcionalidade BNPL (buy now, pay later) e hiperpersonalização não estão apenas fortalecendo as posições de risco dos credores e aumentando seus negócios, mas também estão mudando a forma como usamos e pensamos sobre o que pode ser um cartão de crédito.

Explore as três tendências inovadoras que impulsionam a mudança no setor de cartões de crédito:

So what exactly is tech bloat, and how can you slim down your stack? Read on to find out more.

Tendência 1: Cartões de Crédito “Alternativos”

Os cartões de crédito alternativos são cartões projetados para consumidores recém-chegados ao crédito (NTC) com histórico de crédito reduzidos ou nulo, inclusive estudantes universitários, imigrantes e pessoas de baixa renda, para ajudar a criar crédito e melhorar a credibilidade. Diferentemente dos cartões de crédito tradicionais, estes não requerem uma investigação de crédito e, muitas vezes, vêm acompanhados de recursos como educação financeira, pagamentos automáticos e recompensas para ajudar os usuários a criar crédito e, ao mesmo tempo, promover o uso responsável do cartão. Os cartões de crédito alternativos podem ser um ótimo ponto de entrada para os 1,4 bilhão de adultos que não têm conta bancária em todo o mundo.

Por que são populares:

Os cartões de crédito alternativos oferecem aos credores uma oportunidade de atrair novos usuários que normalmente não se qualificariam para os cartões de crédito tradicionais devido a um histórico creditício limitado ou inexistente ou baixo score de crédito. Ao oferecer cartões que ensinam os usuários a construir crédito, com limites de gastos baixos e pagamentos automáticos, os credores podem ajudar os consumidores a estabelecer um bom crédito e criar um relacionamento com eles para futuros produtos financeiros.

Como oferecê-los:

Talvez não seja surpreendente o fato de que os dados alternativos sejam a chave para os cartões de crédito alternativos. Dados alternativos referem-se a todas as informações financeiras que não estão incluídas em um relatório de crédito, como contas de serviços públicos, pagamentos de aluguel, histórico de emprego e, às vezes, até mesmo mídias sociais. Como esses cartões são criados para consumidores sem os dados tradicionais dos bureaus, os credores podem criar seus próprios modelos de pontuação de crédito integrando uma grande quantidade de dados alternativos em seus motores de decisão. Se você tem dados alternativos, você tem a base para cartões de crédito alternativos.

Tendência 2: Pagamentos BNPL

A funcionalidade Buy Now Pay Later (BNPL) está se tornando cada vez mais popular na indústria de cartões de crédito, à medida que os credores procuram conquistar espaço no mercado de US$ 19,5 bilhões de seus concorrentes diretos. A adição de pagamentos no formato BNPL aos cartões de crédito permite que os consumidores distribuam o custo de suas compras ao longo do tempo, normalmente com um período de curto prazo sem juros entre três e seis meses. Isso também permite que os credores de cartões de crédito recuperem parte dos negócios que perderam para os participantes do BNPL.

Por que é popular:

A funcionalidade BNPL está se tornando popular porque oferece maior flexibilidade e acessibilidade aos consumidores, ao mesmo tempo em que acrescenta fluxos de receita adicionais e vantagem competitiva para os credores de cartões de crédito. Os consumidores têm mais tempo para pagar compras maiores e não precisam criar uma conta BNPL totalmente nova ou baixar outro aplicativo para se beneficiar. Um bônus adicional são as recompensas incorporadas que eles já recebem com seu cartão de crédito. Os credores podem aproveitar o aumento da receita com os juros do BNPL, mas a principal vantagem é o potencial de atrair novos clientes e manter os atuais – se o seu cartão de crédito já oferece o BNPL, você não precisa fazer compras com outro provedor de serviços financeiros.

Como oferecê-lo:

Para usar a funcionalidade BNPL de forma eficaz, os emissores precisam aumentar a flexibilidade de sua plataforma. Isso pode ser alcançado por meio do uso de recursos avançados de tomada de decisão, que identificam os usuários com maior probabilidade de usar a funcionalidade BNPL, determinam ofertas personalizadas e até mesmo monitoram o comportamento para otimizar os planos com base nas atividades de pagamentos – tudo isso refletindo o seu apetite por riscos.

Tendência 3: Hiperpersonalização

80% dos consumidores querem ofertas de cartões de crédito adaptadas às suas necessidades – a personalização não é mais um bônus, mas um requisito básico. Desde a integração até o ciclo de vida completo do cliente, os cartões de crédito hiperpersonalizados estão atendendo aos clientes onde eles estão e apoiando-os em suas jornadas financeiras. Como as condições econômicas variam, esses cartões – que são orientados por aprendizado de máquina, tomadas de decisões e análises avançadas – podem ajudar a garantir que os consumidores ainda paguem seus cartões e que os credores de cartões de crédito mantenham carteiras de baixo risco.

Por que é popular:

Os cartões hiperpersonalizados são atraentes para novos usuários, que buscam benefícios e recompensas personalizados, criados especificamente para seus padrões de gastos, comportamentos e até mesmo estilo de vida. Um cartão de crédito hiperpersonalizado pode oferecer recompensas para categorias específicas de gastos com os quais o usuário se envolve com frequência, como viagens, refeições ou compras online. O cartão também pode oferecer benefícios exclusivos, como descontos, cashback ou serviços de concierge, o que estimula a fidelidade do cliente. A abordagem orientada por dados por trás dos cartões de crédito hiperpersonalizados também ajuda os usuários a entender melhor seus hábitos de consumo e a tomar decisões financeiras mais bem informadas, ao mesmo tempo em que ajuda os credores a obter insights sobre os hábitos de consumo e as preferências de seus clientes, reduzir o risco e minimizar as perdas com contas inadimplentes e, por fim, identificar possíveis fatores de risco e tomar medidas proativas para evitar inadimplências.

Como oferecê-los:

Os cartões de crédito hiperpersonalizados são baseados em dados, tomada de decisões e tecnologia de aprendizado de máquina para fornecer análises avançadas. Essa tecnologia permite que os credores reúnam e analisem grandes quantidades de dados alternativos e tradicionais para obter uma compreensão mais profunda do perfil financeiro do mutuário e criar uma experiência de cartão de crédito exclusiva para ele. A tecnologia de tomada de decisão também pode ser usada para automatizar o processo de solicitação e aprovação do cartão de crédito, permitindo que os credores avaliem rapidamente a capacidade de crédito do tomador e façam ofertas de crédito personalizadas em tempo real.

Vá da tendência ao sucesso

A indústria de cartões de crédito está evoluindo rapidamente, e essas três tendências representam apenas algumas das mudanças inovadoras que estão ocorrendo. Os cartões de crédito alternativos, a funcionalidade BNPL e a hiperpersonalização estão remodelando a forma como os consumidores acessam e usam o crédito, ao mesmo tempo em que contribuem para o crescimento da indústria global.

Ao adotar essas tendências, os credores de cartões de crédito podem alcançar novos usuários com pouco ou nenhum histórico creditício, competir com os novos players do BNPL e atender às necessidades exatas dos clientes atuais. Entretanto, as empresas devem aproveitar a análise avançada e as fontes de dados alternativos para obter o máximo desses novos recursos. À medida que o setor continua a evoluir, fica claro que os cartões de crédito continuarão sendo uma ferramenta financeira essencial para os consumidores, e aqueles que adotarem a inovação estarão melhor preparados para prosperar.

Procurando mais recursos para te ajudar a prosperar?

Confira o e-Book, O Segredo do Sucesso do Crédito ao Consumidor

Acessar conteúdo

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

O guia definitivo para motores de decisão

Written by Allison Karavos on . Posted in Blog. No Comments on O guia definitivo para motores de decisão

BLOG

O guia definitivo para motores de decisão

Os motores de decisão, às vezes chamados de árvores de decisão, são plataformas de software que automatizam regras ou decisões comerciais — ajudando você a otimizar os processos comerciais que exigem tomada de decisão sem ter que pensar nisso. Um motor de decisão automatiza essas decisões comerciais com base em suas necessidades comerciais e nos critérios específicos estabelecidos pelo proprietário da plataforma, poupando você do trabalho manual e centralizando o processo de tomada de decisão.

O que um motor de decisão precisa para funcionar? Além do conjunto de regras (lógica), também conhecido como fluxo de decisão, os motores de decisão precisam de dados. Muitos e muitos dados. Acesse e integre dados de várias fontes aplicando essas “regras” de acordo com seus critérios… pronto — você já pode automatizar a tomada de decisões. No mundo financeiro, em especial, os motores de decisão são frequentemente usados para ajudar você a decidir para quem emprestar e determinar que tipos de produtos você pode oferecer a seus clientes. Os motores de decisão automatizados também podem permitir preços e ofertas personalizados (ou seja, condições financeiras e taxas de juros), todos personalizáveis de acordo com suas necessidades exclusivas. Alguns exemplos populares no mundo dos serviços financeiros e fintechs incluem: empréstimos ao consumidor, originação de empréstimo, aprovações de cartão de crédito, financiamento de automóveis, empréstimos no ponto de venda como compre agora, pague depois (BNPL), empréstimos para PMEs, aprovações de apólices de seguro, ofertas de maximização/vendas cruzadas, estratégias campeão/desafiante, auditorias, cobranças e muito mais.

Como um motor de decisão pode ajudar a informar as decisões comerciais?

Os motores de decisão podem ajudar a informar vários tipos de decisões comerciais — desde operações básicas do dia a dia até decisões comerciais estratégicas de alto nível.

  • Decisões estratégicas: As decisões estratégicas pertencem ao nível mais alto e tendem a ser mais complexas, afetando uma parte muito maior da organização e muitas vezes aplicáveis a um prazo mais longo (ou seja, mudanças nas estruturas de custos ou planejamento para o crescimento organizacional de longo prazo). Os motores de decisão e os processos de decisão automatizados podem agilizar e simplificar vários processos, melhorar a eficiência e permitir que você tome decisões mais inteligentes em geral. No caso de serviços financeiros, isso pode significar uma mudança na decisão de para quem você deve emprestar para expandir sua base geral de clientes e planejar o crescimento. Lembre-se de que a execução de decisões mais complexas normalmente exige um grande volume de dados, fornecidos por várias fontes. O uso de motores de decisão e processos de decisão automatizados pode ajudar uma organização a acessar, analisar e agir com vários tipos de dados, permitindo uma tomada de decisão mais inteligente.
  • Decisões táticas: As decisões táticas são muito mais focadas nos processos comerciais e tendem a ser de curto prazo e menos complexas. Os exemplos incluem o lançamento de novos produtos, alteração de preços de produtos, gestão de controle de estoque e cadeia de suprimentos e logística. Com os motores de decisão, você pode analisar os dados de desempenho com mais facilidade e ajudar a determinar novas estratégias de preços para seus produtos de serviços financeiros ou analisar estrategicamente que dados demográficos ou região segmentar em seguida.
  • Decisões operacionais: Focadas nas operações diárias de uma empresa, as decisões operacionais são mais reduzidas em escala. Elas tendem a estar relacionadas à produção diária geral e geralmente são executadas de forma alinhada à visão estratégica geral de uma organização. Nos serviços financeiros, os motores de decisão podem melhorar a eficiência e ajudar a automatizar ou simplificar várias decisões cotidianas, incluindo aprovações de empréstimos, ofertas de taxas de juros, orientação sobre cobranças, integração de comerciantes, otimização de preços, processos de conformidade, verificação de identidade, prevenção de fraudes e muito mais.
Estrutura do motor de decisão

Então, como um motor de decisão funciona de fato? E como os motores de decisão ajudam em uma empresa? Embora caiba a cada organização individual decidir como suas decisões serão executadas (e todas as regras que as compõem), existem algumas etapas básicas que são aplicáveis a todos os aspectos.

  1. Defina os resultados desejados: Veja quais são seus objetivos. Quais são as regras comerciais específicas que você precisa que seu motor de decisão ou fluxos de trabalho executem?
  2. Determine os critérios de decisão: Quais são os padrões ou exigências que influenciam suas avaliações ou decisões? Por exemplo, no caso de muitos pedidos de crédito, critérios específicos geralmente incluem renda, situação profissional, idade, estado civil, índice de endividamento, etc.
  3. Organizar fontes de dados: Para processar essas decisões comerciais com base nos resultados desejados e nos critérios determinados, de que tipo de fontes de dados você precisa? Você precisa de dados tradicionais de bureaus de crédito, fontes de terceiros, dados alternativos, como informações de aluguel, presença de mídia social e dados da web e outros?
  4. Criar fluxos de trabalho de decisão: Quais são as etapas necessárias no seu processo de decisão? Use as ferramentas de configuração em seu motor de decisão para definir seus fluxos de trabalho e regras comerciais e permitir decisões automatizadas.
  5. Teste e faça iterações: Crie, teste e implemente seus scorecards de modelagem e processo de decisão e veja o que acontece quando um cliente típico é colocado em seu sistema. Por exemplo, se um cliente solicita um cartão de crédito, suas informações são colocadas no motor de decisão, que então coleta os dados necessários (verificação de identidade, KYC, verificação de renda, fraude) e rejeita ou aprova com base nos critérios iniciais determinados. Está faltando algo? Seu processo comercial poderia ser mais simples? Faça iterações!
  6. Determine os passos seguintes: Qual é o seu limite para aplicações complexos? Quais aplicações precisam de intervenção manual? O processamento direto permite decisões instantâneas para solicitações de crédito e empréstimos mais simples, enquanto um processo de decisão orientado por regras ajuda a identificar e redirecionar as exceções que exigem mais intervenção manual.
  7. Controle e otimize: Seu motor de decisão está oferecendo valor comercial real? Mantenha controle sobre seu desempenho de decisão usando as informações que seu motor de decisão fornece a você. Identifique oportunidades para aprimorar ainda mais seu processo e ferramentas de decisão e permita uma tomada de decisão mais eficiente — e o crescimento dos negócios.

Dados, dados e mais dados

Apesar de todas as maneiras maravilhosas de melhorar os processos comerciais com motores de decisão, a execução da decisão automatizada não pode ocorrer sem dados completos. Dados, de preferência variados e de uma ampla gama de fontes de dados, são críticos para o processo de tomada de decisão. Todas as organizações de serviços financeiros usam dados para tomar decisões informadas em todo o ciclo de vida do cliente, mas ter que acessar e integrar manualmente as fontes de dados pode ser um pesadelo. O consumo de dados evoluiu, juntamente com os motores de decisão aos quais os dados são alimentados. É impossível tomar decisões precisas com base nas necessidades comerciais sem os dados corretos que se alinhem aos critérios específicos estabelecidos. Pense nos exemplos discutidos anteriormente — onde você obtém informações sobre pagamentos de empréstimos, scores de crédito, relação renda/dívida, verificação de idade etc.? São as suas fontes de dados.

Atualmente, mais e mais financiadores estão procurando uma diversidade cada vez maior de fontes, incluindo dados alternativos, como pagamentos de aluguel, interações de mídia social, informações de sites, dados de viagens e muito mais, para garantir:

Atualmente, mais e mais financiadores estão procurando uma diversidade cada vez maior de fontes, incluindo dados alternativos, como pagamentos de aluguel, interações de mídia social, informações de sites, dados de viagens e muito mais, para garantir:

  • Uma visão mais precisa da verificação de identidade
  • Uma visão mais holística de risco e credibilidade
  • Melhor prevenção de fraudes

Todos esses dados devem ser acessados, analisados e acionados apropriadamente para garantir decisões automatizadas mais precisas que agreguem valor comercial. Como disse o The Financial Brand: “Os dados, por si só, não são um ativo valioso. É o que se faz com eles que conta.” Ter uma diversidade de dados disponíveis sob demanda é essencial para aprimorar suas decisões. Provedores de dados de terceiros, conectados por meio de uma plataforma ou marketplace centralizado com uma única API, podem facilitar esse consumo de dados, oferecendo a você a capacidade de acessar e integrar várias fontes de dados em minutos. Use esses dados para testar seus fluxos de trabalho de tomada de decisão e, em seguida, faça iterações e adapte facilmente.

Tomada de decisão baseada em IA

O uso de inteligência artificial e aprendizagem de máquina está crescendo. Nos serviços financeiros a IA é vista como uma oportunidade de US$ 450 bilhões. Mas como você pode usar a IA de forma mais eficaz em seus motores de decisão? O uso de IA/ML para impulsionar seu processo de decisão permite:

  • Maior precisão da decisão
  • Detecção de fraude superior
  • Relacionamento com o cliente mais rico
  • Melhor relacionamento com o cliente
  • Expansão da base de clientes
  • Otimização de preços
  • Aumento da receita

A McKinsey destacou que “Os avanços contínuos em big data, digital e analytics estão criando oportunidades para os bancos melhorarem os modelos de decisão de crédito que sustentam seus processos de empréstimo… os bancos (e as fintechs) que implementaram novos modelos aumentaram a receita, reduziram os índices de perda de crédito e obtiveram ganhos significativos de eficiência graças a uma tomada de decisão mais precisa e automatizada”.

Pode parecer assustador tentar implementar a IA em seus processos de decisão, mas você não precisa necessariamente de cientistas de dados em sua equipe para tornar a IA impactante. Com uma plataforma de tecnologia que incorpora fontes de dados e aprendizagem de máquina avançada em seu motor de decisão, você pode fazer uso de decisões avançadas — e obter todos os benefícios acima.

A IA permite que você faça coisas que podem ser desafiadoras para os motores de decisão tradicionais, incluindo permitir mais aprovações para consumidores sem contas bancárias, adaptar-se a tendências de mercado que mudam rapidamente e demandas dos consumidores sem sacrificar a experiência do cliente e encontrar conexões em seus dados (está vendo? Os dados são sábios!) que poderiam ser invisíveis. Se você tiver a sorte de ter cientistas de dados internos e precisar descobrir uma maneira de utilizar todo o conhecimento deles em seu motor de decisão ou aplicações comerciais, procure um parceiro de tecnologia que possa migrar facilmente modelos existentes para uma plataforma simples de usar.

Qual é a vantagem?

Enquanto estamos falando de integrações de dados, fluxos de trabalho automatizados, cientistas de dados, aprendizagem de máquina… por que se dar ao trabalho de fazer tanta coisa? Há um imenso valor em usar motores de decisão em serviços financeiros em vez de tentar tomar decisões manualmente a respeito de seus processos comerciais. Veja algumas das vantagens:

  • Melhor desempenho: tome decisões de forma mais rápida e eficaz, com um desempenho comercial otimizado
  • Mais lucratividade: empreste para mais clientes, sem aumentar seu risco, permitindo melhores margens de lucro
  • Eficiência aprimorada: economize tempo e recursos, com menos intervenções humanas necessárias e a capacidade de tomar decisões mais rapidamente
  • Flexibilidade: altere seus critérios de decisão sem ter que refazer todo o seu fluxo de trabalho
  • Escalabilidade: adicione facilmente mais integrações de dados e novos critérios ou parâmetros de decisão aos seus fluxos de trabalho, à medida que sua empresa cresce ou as necessidades de seus consumidores/mercado mudam
  • Recursos concentrados: economize a atenção de seus solicitantes e a intervenção manual para casos mais complexos
  • Consistência: assegure consistência e estabilidade em seus processos decisórios, possibilitando melhor relacionamento com os clientes e confiabilidade no desempenho comercial
  • Transparência: obtenha visibilidade total do que o seu motor de decisão está fazendo e meça o desempenho para otimizar facilmente
  • Obtenha informações: a solicitação manual exige que as informações sejam obtidas manualmente — com um motor de decisão automatizado, você pode manter facilmente informações sobre seus clientes, suas decisões e seu desempenho geral, e podem ser retroalimentados em seu motor de decisão para mais otimização ainda

A experiência do cliente é mais crítica do que nunca. Em uma época de ter tudo disponível sob demanda (programas de TV, passeios, entrega de comida, treinos), seus consumidores esperam velocidade. Além disso, eles valorizam a personalização. Queremos que a Netflix saiba exatamente que tipo de programa nós queremos ou aprecie quando nosso f

O futuro dos motores de decisão

O que o futuro reserva para os motores de decisão? Do nosso ponto de vista, as perspectivas são brilhantes. Você sabia que a Forrester recentemente adicionou plataformas de decisão digital ao relatório Wave? De acordo com a Forrester, as plataformas de decisão digital (Digital Decisioning Platforms – DDP) são “uma evolução de sistemas especialistas, sistemas baseados em conhecimento, sistemas de gestão de regras comerciais e de decisões”. É muita coisa, mas é muito claro que a trajetória é positiva se você automatizar suas decisões comerciais. Com a crescente aceitação da inteligência artificial e do aprendizado de máquina, as formas de automatizar as decisões só ficarão mais empolgantes (e lucrativas).

Você está pronto para descobrir como uma plataforma de decisão baseada em IA pode ajudar no seu processo de tomada de decisão? Confira nosso e-book.

Para leitura complementar (em inglês):

Você está pronto para descobrir como uma plataforma de decisão baseada em IA pode ajudar no seu processo de tomada de decisão?

Confira nosso e-book

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

Dez fintechs que estão revolucionando a oferta de crédito ao consumidor

Written by Allison Karavos on . Posted in Blog. No Comments on Dez fintechs que estão revolucionando a oferta de crédito ao consumidor

Blog

Dez fintechs que estão revolucionando a oferta de crédito ao consumidor

Com o cenário em constante evolução da tecnologia financeira, o crédito ao consumidor nunca foi tão acessível e eficiente – em grande parte, devido à inovação das fintechs. Com o tamanho do mercado global de crédito ao consumidor de US$ 110 bilhões, o rápido crescimento da classe média nos mercados emergentes e a incerteza econômica que afeta a todos nós, a oportunidade para os credores aproveitarem a necessidade de crédito dos consumidores é imensa. 

Em todo o amplo espectro de empréstimos ao consumidor, as fintechs estão respondendo ao chamado e revolucionando o tradicional. Você não tem score de crédito? Não tem problema. Você se preocupa com pagamentos perdidos? Você está protegido. De uma empresa que apoia trabalhadores em todo o mundo a um cartão de crédito para quem gosta de comer, essas dez fintechs estão revolucionando o crédito para automóveis, BNPL, cartões de crédito, imóveis e varejo/PDV.

Financiamento de Automóveis
  • Lendbuzz – USA
    Se você é novo no crédito, pode ser difícil obter aprovação para financiamento de automóveis. A Lendbuzz está aqui para mudar isso. A fintech oferece um processo de solicitação simples e rápido que avalia a capacidade de crédito com dados que vão além do seu score de crédito. Trabalhando diretamente com concessionárias de automóveis, a Lendbuzz oferece financiamento personalizado e decisões imediatas, conduzindo os clientes do início ao fim do processo.
  • Moove – EMEA and India
    Fundada na Nigéria em 2020, a Moove é uma startup global que visa democratizar o acesso à propriedade de veículos para “empreendedores de mobilidade” em toda a África, Oriente Médio, Europa e Índia. Para enfrentar a alta barreira ao financiamento de veículos que milhões de pessoas enfrentam, especialmente em mercados emergentes, a Moove usa um modelo de financiamento baseado em receita para oferecer financiamento de carros que os motoristas pagam por meio de seu aplicativo de compartilhamento de viagens.
BNPL (Compre Agora, Pague Depois)
  • ShopBack (anteriormente Hoolah) – Sudeste Asiático e Austrália
    A ShopBack, fundada em Cingapura, é uma fintech que proporciona melhores experiências de compras aos consumidores e maior alcance e envolvimento dos compradores para marcas e varejistas. Operando em toda a APAC, seu serviço BNPL integrado permite que você pague as compras em três parcelas, que podem ser combinadas com recursos como cashback e vouchers de varejo pré-pagos. A ShopBack espera tornar as compras “mais gratificantes, agradáveis e acessíveis”.
  • Nelo – Mexico
    Se você quiser comprar agora e pagar depois nos principais estabelecimentos comerciais do México, faça o download do aplicativo mais bem avaliado da Nelo – é o primeiro desse tipo na região, permitindo que os compradores paguem em parcelas com um cartão virtual gerado no checkout. E, por meio da parceria da empresa com a Mastercard, você pode usá-lo em qualquer estabelecimento comercial online. Você também pode usá-lo para financiar despesas diárias, como serviços públicos e outras contas, uma marca da inovação do BNPL e um sinal de como o segmento provavelmente evoluirá.
Cartão de Crédito
  • Cred.ai, USA
    O Cred.ai é um cartão de crédito com tecnologia de IA projetado para ajudar os usuários a criar crédito e, ao mesmo tempo, reduzir a perda de pagamentos. A fintech estabelece limites de gastos automatizados, ajudando você a gastar dentro de suas possibilidades, e seu modelo de subscrição proprietário significa que você não precisa de uma pontuação para se inscrever. O cartão em si é de metal, com tema de unicórnio e gratuito para candidatos aprovados. Ele funciona melhor com seu produto bancário digital e vem com recursos como um cheque de pagamento antecipado (chamado capacitor de fluxo) e cartões digitais de “autodestruição” chamados stealthcards.
  • Yonder, London
    Um cartão de crédito de recompensas “ótimo para expatriados e imigrantes”, o Yonder é um cartão de crédito que não possui taxas de câmbio, seguro de viagem global e você pode solicitá-lo sem ter uma pontuação de crédito no Reino Unido. Aproveitando a tecnologia open banking, o cartão de crédito é capaz de se concentrar na inclusão financeira e, ao mesmo tempo, recompensar os usuários pelas experiências que enriquecem suas vidas, sejam elas viagens ou jantares nos restaurantes parceiros do Yonder em Londres.
Financiamento Imobiliário
  • Hypofriend, Germany
    A Hypofriend foi fundada para simplificar e personalizar o processo de obtenção de uma hipoteca para os alemães. Eles usam tecnologia avançada para analisar sua estratégia financeira ideal e prever decisões bancárias para conectar você a uma oferta imobiliária personalizada de um credor que atenda às suas necessidades. A equipe do Hypofriend também está à disposição para aconselhar seus clientes do início ao fim, desmistificando o processo complexo e proporcionando transparência para apoiar uma maior educação e compreensão financeira.
  • HomeCrowd, Malaysia
    Focada em ajudar a geração do milênio na Malásia a realizar o sonho de ter uma casa própria, a HomeCrowd usa pontuação de crédito holística e orientada por dados para combinar candidatos a hipotecas com credores peer-to-peer (P2P) em uma plataforma Web3 alimentada por blockchain. A empresa é a primeira no país a ser licenciada e regulamentada pelo governo para empréstimos P2P especificamente para hipotecas e financiamento ao consumidor.
Varejo/Ponto de Venda (PDV)
  • Blnk, Egypt
    Você sabia que menos de 4% dos egípcios têm acesso a cartões de crédito? A maioria dos egípcios precisa contar com a poupança ou financiar compras com empréstimos a juros altos. A Blnk veio para mudar isso: ela permite que qualquer consumidor receba crédito imediato no ponto de venda. Sua rede atual de comerciantes inclui mais de 300 empresas e a fintech já desembolsou mais de US$ 20 milhões em empréstimos.
  • Acima, USA
    A Acima, sediada nos EUA, oferece aos consumidores soluções de leasing como uma alternativa ao financiamento tradicional de varejo. Você não precisa de crédito para se candidatar e seu score de crédito não é afetado. Basta selecionar os móveis, eletrônicos ou qualquer outro item que você queira comprar e “alugá-los” até que o custo do item seja coberto ou pagar antecipadamente com desconto. Se você não quiser mais o item, basta devolvê-lo! A Acima permite que você faça compras online e na loja física e oferece condições de pagamento flexíveis.

Conquiste o crédito ao consumidor do seu jeito

Confira o e-Book

LATEST BLOGS

Error: View 9eee8a37qy may not exist

Continue reading

O papel da tecnologia na promoção da inclusão financeira das mulheres

Written by Allison Karavos on . Posted in Blog. No Comments on O papel da tecnologia na promoção da inclusão financeira das mulheres

BLOG

O papel da tecnologia na promoção da inclusão financeira das mulheres

Para celebrarmos o Dia Internacional da Mulher, Gabriela Herrera, executiva de vendas sênior para América Latina da Provenir, reflete sobre o papel da tecnologia na promoção da inclusão financeira das mulheres em artigo publicado no portal brasileiro TI Inside.

“A tecnologia vem se colocando como um potencial catalisador para uma mudança. Existem inúmeras maneiras pelas quais as fintechs e o uso de aprendizado de máquina, inteligência artificial e dados alternativos podem criar um ambiente mais igualitário para mulheres e outras populações”, afirma Gabriela.

Confira o artigo na íntegra

Descubra os benefícios de uma plataforma unificada com IA + Dados para a tomada de decisões.

Deseja ganhar agilidade?

Baixe o e-Book

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue reading

Como impor restrições a modelos de decisão de crédito com machine learning (ML)

Written by Allison Karavos on . Posted in Blog. No Comments on Como impor restrições a modelos de decisão de crédito com machine learning (ML)

BLOG

Como impor restrições a modelos de decisão de crédito com machine learning (ML)

Giampaolo Levorato, Senior Data Scientist, Provenir & Dr. Mark Thackham, Head of Data Science, Provenir

Como obter explicabilidade e transparência com modelos complexos de ML

Um número cada vez maior de financiadores tem adotado modelos avançados de aprendizagem de máquina (ML) para decisões de crédito. Os modelos de ML (como Random Forest, XGBoost, LightGBM e redes neurais) são mais preditivos e precisos quando comparados à regressão logística utilizada como padrão em análises de crédito tendo em vista sua capacidade de capturar relações não lineares altamente complexas. Sem uma configuração cuidadosa durante o treinamento, contudo, tanto a explicabilidade quanto o poder de generalização do modelo podem ser afetados. Isso é crucial, uma vez que os modelos de decisão de crédito devem atender a dois critérios:

  • Explicabilidade: os mecanismos do modelo devem ser transparentes para os usuários e prover conclusões acionáveis para clientes com crédito recusado; e 
  • Generalização: os modelos não devem sobreajustar os dados de treinamento e devem apresentar um alto poder de generalização, i.e., devem alcançar alta performance em novos dados (de produção).

Este artigo explica a importância de se aplicar restrições monotônicas e de interação ao treinar modelos de ML a fim de atender a esses critérios.

Transparência e acionabilidade

Muitas jurisdições exigem que os financiadores expliquem como e por que uma solicitação de crédito foi recusada, estipulando que os financiadores forneçam códigos de ação adversa com os principais motivos da recusa. Explicações corretas sobre por que a previsão de um modelo levou um financiador a recusar o crédito torna os modelos de ML transparentes (não há a imprecisão de uma “caixa preta” quanto aos mecanismos de previsão do modelo) e acionáveis (o crédito recusado do cliente tem ações claras e tangíveis sobre as medidas que podem ser tomadas para melhorar suas perspectivas de obter crédito). Vejamos um exemplo concreto de explicabilidade: se o atributo em um modelo cujo impacto mais negativo para quem tem crédito recusado for o “número de buscas de crédito nos últimos seis meses”, então o código de ação adversa poderiaser “o número de buscas de crédito nos últimos seis meses é muito alto”. Isso mostra transparência e indica uma ação clara para os clientes que, para melhorarem sua credibilidade, precisam reduzir suas buscas de crédito. Assim, os solicitantes podem se conscientizar mais facilmente dos fatores que os impedem de ter melhores pontuações e melhorar sua credibilidade.

A transparência garante ainda aos financiadores que as decisões de crédito sejam baseadas em atributos explicáveis e defensáveis e não usem atributos protegidos por lei como sexo, religião ou etnia. 

Há diversos métodos de explicabilidade para interpretar decisões de modelos complexos. Dois dos mais populares são:

  1. Local Interpretable Model-Agnostic Explanations (LIME)
  2. SHapley Additive exPlanation (SHAP)

O LIME aproxima modelos complexos de ML com um modelo local mais simples e fácil de explicar. Como o LIME utiliza um modelo proxy com foco no impacto local dos atributos, não se pode empregá-lo na geração de códigos de ação adversa, os quais devem ser gerados com o modelo de ML adotado para decisão de crédito (e não um proxy).

O SHAPquantifica a contribuição de cada atributo para uma previsão feita por um modelo de ML (atributos com maiores contribuições para a previsão do modelo têm um SHAP superior), tornando as previsões do modelo transparentes. Todavia, a transparência não leva diretamente à ação necessária para uso em códigos de ação adversa. Para usar os valores SHAP na derivação de códigos de ação adversa é necessário impor as seguintes restrições ao treinamento do modelo:

  1. restrições de não-interação e
  2. restrições de monotonicidade.

Por que as restrições do modelo são necessárias?

Para entender a necessidade de tais restrições, é útil observar um gráfico de dependência SHAP que mostra o efeito de um único atributo nas previsões feitas pelo modelo (o gráfico abaixo foi produzido a partir de uma árvore de decisão com gradient boosting treinada em um conjunto de dados de risco de crédito com o objetivo de estimar a probabilidade de inadimplência dos solicitantes de empréstimos).

Os cartões de crédito alternativos são cartões projetados para consumidores recém-chegados ao crédito (NTC) com histórico de crédito reduzidos ou nulo, inclusive estudantes universitários, imigrantes e pessoas de baixa renda, para ajudar a criar crédito e melhorar a credibilidade. Diferentemente dos cartões de crédito tradicionais, estes não requerem uma investigação de crédito e, muitas vezes, vêm acompanhados de recursos como educação financeira, pagamentos automáticos e recompensas para ajudar os usuários a criar crédito e, ao mesmo tempo, promover o uso responsável do cartão. Os cartões de crédito alternativos podem ser um ótimo ponto de entrada para os 1,4 bilhão de adultos que não têm conta bancária em todo o mundo.

Por que são populares:

Os cartões de crédito alternativos oferecem aos credores uma oportunidade de atrair novos usuários que normalmente não se qualificariam para os cartões de crédito tradicionais devido a um histórico creditício limitado ou inexistente ou baixo score de crédito. Ao oferecer cartões que ensinam os usuários a construir crédito, com limites de gastos baixos e pagamentos automáticos, os credores podem ajudar os consumidores a estabelecer um bom crédito e criar um relacionamento com eles para futuros produtos financeiros.

Como oferecê-los:

Talvez não seja surpreendente o fato de que os dados alternativos sejam a chave para os cartões de crédito alternativos. Dados alternativos referem-se a todas as informações financeiras que não estão incluídas em um relatório de crédito, como contas de serviços públicos, pagamentos de aluguel, histórico de emprego e, às vezes, até mesmo mídias sociais. Como esses cartões são criados para consumidores sem os dados tradicionais dos bureaus, os credores podem criar seus próprios modelos de pontuação de crédito integrando uma grande quantidade de dados alternativos em seus motores de decisão. Se você tem dados alternativos, você tem a base para cartões de crédito alternativos.

Figura 1 – Gráfico de dependência SHAP para o Atributo 1

A primeira observação é que o padrão é não monotônico: à medida que os valores do Atributo 1 aumentam, a qualidade de crédito melhora, até que se preveja uma deterioração.

A primeira ação necessária é aplicar restrições de monotonicidade, que impõem previsões de modelo para aumentar ou diminuir monotonicamente em relação a um atributo quando todos os outros atributos permanecem inalterados. No exemplo acima, valores mais altos do Atributo 1 correspondem a mais qualidade de crédito. Desvios da monotonicidade (que podem ocorrer frequentemente quando as restrições de atributos monotônicos não são aplicadas) raramente representam um padrão genuíno, e sim geralmente indicam um sobreajuste excessivo aos dados de treino, comprometendo o poder de generalização do modelo.

A aplicação de restrições de monotonicidade não é suficiente para que os valores SHAP retornem códigos de ação adversa. De fato, os atributos podem ser correlacionados até certo ponto: quando os recursos interagem entre si em um modelo de ML, a previsão não pode ser expressa como a soma dos efeitos dos atributos, porque o efeito de um atributo depende do valor de outros.

O gráfico de dependência SHAP a seguir mostra como o efeito de Atributo 1 depende do Atributo 2: a interação entre ambos aparece como um padrão vertical distinto de coloração.

Figura 2 – Gráfico de dependência SHAP mostrando interação entre Atributo 1 e Atributo 2

A segunda ação que precisa ser tomada é impor restrições de não-interação, que permitem isolar o comportamento do modelo em relação a cada atributo independente de todos os outros atributos, fornecendo uma imagem clara de como um atributo individual prediz o risco. Assim, a previsão do modelo corresponde à soma de cada efeito individual.

Quando as restrições de monotonicidade e denão-interação são aplicadas, os valores SHAP podem ser usados para retornar códigos de ação adversa (alguns benefícios adicionais são processos de treinamento mais rápidos, maior poder de generalização do modelo e cálculos de importância de atributos mais fáceis de interpretar). O gráfico de dependência SHAP a seguir mostra o efeito do Atributo 1 na previsão do modelo após a aplicação de ambas as restrições: pode-se notar que há uma relação monotônica de um para um entre os valores do atributo e os valores SHAP.

Figura 3 – Gráfico de dependência SHAP do Atributo 1 depois com restrições monotônicas e de interação aplicadas

Mantenha a conformidade com o Provenir AI

O Provenir AI adota uma abordagem cuidadosa para o desenvolvimento do modelo de ML, prevenindo o sobreajuste e fornecendo modelos totalmente transparentes e acionáveis, favorecendo o acesso dos consumidores ao financiamento e, simultaneamente, permitindo que os financiadores cumpram as regulamentações financeiras.

Quer saber mais sobre como o Provenir AI permite transparência e capacidade de ação?

Agende uma demonstração!

LATEST BLOGS

Error: View 9eee8a37qy may not exist

Continue reading

15 empresas que estão mudando o cenário de compre agora, pague depois – BNPL

Written by Cassidy Bellville on . Posted in Blog. No Comments on 15 empresas que estão mudando o cenário de compre agora, pague depois – BNPL

BLOG

15 empresas que estão mudando o cenário de compre agora, pague depois – BNPL

O Buy Now Pay Later (BNPL), “compre agora e pague depois”, em português, tornou-se rapidamente um fenômeno global, com cada vez mais clientes optando por parcelar pagamentos para uma ampla variedade de bens e serviços. O que começou como uma forma de os consumidores comprarem principalmente itens de alta qualidade (moda, joias, sapatos, artigos para casa) em prestações se transformou em uma indústria massiva por si só e fonte de muito debate. Com o aumento das regulamentações surgindo globalmente e mais clientes aproveitando as opções de BNPL, o cenário dos provedores está mudando. Não apenas mais organizações estão oferecendo o BNPL como opção de pagamento, os tipos de bens e serviços oferecidos estão se expandindo rapidamente.

Dê uma olhada nessas 15 empresas que estão mudando a forma como vemos o Compre Agora, Pague Depois.

  1. Uplift – Com sede na Califórnia, a missão da Uplift é ajudar as pessoas a comprar o que mais importa, se houver, viagens. Com parceiros internacionais que vão de cruzeiros marítimos e resorts a companhias aéreas e distribuidores de pacotes de férias, a Uplift espera que os planos de compre agora, pague depois sejam “o impulso econômico necessário para inflamar a indústria de viagens“. A Uplift trabalha diretamente com os comerciantes para fortalecer a fidelidade à marca, oferecendo aos clientes uma maneira mais fácil de pagar pelas viagens selecionando as opções da Uplift no caixa, sem direcionar os consumidores para seu próprio mercado exclusivo.
  2. Fly Now Pay Later – A empresa Fly Now Pay Later do Reino Unido, expandiu-se para o mercado dos EUA, ávido por viagens, enquanto aumentava as operações no Reino Unido e na Alemanha. Com a missão de tornar as viagens acessíveis e flexíveis, a empresa está capitalizando na recuperação pós-pandemia, oferecendo planos de pagamento de viagens que funcionam para todos – destinos e clientes. Com um aplicativo de reserva fácil de usar, o Fly Now Pay Later paga suas férias com o provedor de viagens selecionado, permitindo que você as pague com opções flexíveis de pagamento ao longo do tempo.
  3. Flava – Faturado como o primeiro supermercado Buy Now, Pay Later do Reino Unido, o Flava oferece zero juros e um crédito inicial de ‘cesta’ de £ 100, que pode aumentar para £ 320 por pedido assim que o histórico de pagamentos for estabelecido. Oferecendo uma gama completa de produtos de mercearia de marca, entrega à sua porta e planos de pagamento flexíveis, o Flava visa ajudar os clientes com insegurança alimentar a estocar seus armários em meio à incerteza econômica.
  4. Hokodo – Compre agora, pague depois está se tornando cada vez mais popular entre os varejistas, portanto, oferecer opções de pagamento para compras B2B é uma reviravolta única. Hoje, os comerciantes B2B são essencialmente forçados a oferecer condições de pagamento a seus clientes com métodos de gerenciamento de crédito desatualizados, incluindo aplicativos em papel, verificações manuais de crédito e programas de cobrança penosos. A Hokodo, com sede na Europa, tem como objetivo facilitar a venda para compradores atacadistas. Os compradores de atacado compram em sites de comerciantes selecionados, com ofertas em tempo real e condições de pagamento, alimentados por “APIs de crédito empresarial da Hokodo“. Eles afirmam que as opções de pagamento incorretas são uma das principais razões pelas quais os compradores B2B saem de um funil de vendas: o BNPL ajudará a aumentar a taxa de conversão? Hokodo acredita que sim.
  5. Sunbit – BNPL não é apenas para roupas e férias na lista de desejos. A Sunbit visa ajudar os consumidores a pagar por itens do dia-a-dia que alguns de nós consideramos garantidos, incluindo serviços automotivos, ópticos e odontológicos. O modelo da organização é oferecer serviços de back-end para as empresas onde essas transações essenciais ocorrem – como o dentista ou o oftalmologista local ou a concessionária que já está com o seu carro. “O principal produto da Sunbit permite que as empresas guiem os clientes através do processo de financiamento, que é integrado aos seus próprios sistemas de ponto de venda” para oferecer uma experiência mais completa ao cliente.
  6. PrimaHealth Credit – Em países sem assistência médica financiada pelo governo, os tratamentos de saúde necessários e eletivos estão fora do alcance de muitos. Um relatório da Financial Technology Partners observa que apenas 23% dos americanos podem pagar uma conta médica de mais de US$ 2.000. As pontuações de crédito subprime, ou indivíduos sem histórico de crédito, significam oportunidades de mercado significativas para os serviços BNPL na área da saúde. A missão da PrimalHealth Credit é “ajudar mais pacientes a dizer sim ao tratamento”, com opções de pagamento simples e transparentes oferecidas por profissionais de saúde no ponto de atendimento. Dar às pessoas mais opções para acessar os cuidados de saúde de que precisam sempre pode ser considerado uma vitória.
  7. Deferit – assim como acontece com os serviços de saúde e outros serviços médicos, há certos itens essenciais pelos quais todos nós temos que pagar. Deferit, uma empresa com sede na Austrália, permite que os clientes dividam as contas de serviços públicos, telecomunicações, registro de automóveis ou creches em prestações. Com o compromisso de capacitar os clientes, incluindo opções para alterar as condições de pagamento, a Deferit criou uma ferramenta de orçamento fácil para pagamentos, eliminando juros e taxas anuais.
  8. Flex – enquanto falamos de serviços essenciais, vem à mente habitação. Muitas pessoas enfrentam decisões difíceis sobre para onde seu dinheiro deve ir a cada mês (aluguel, comida ou outros itens essenciais), especialmente em meio à incerteza econômica atual. Estima-se que US$ 5 bilhões em multas por atraso vão para os proprietários de casas todos os anos. O Flex entende esses desafios (e o estresse que eles causam!) E visa evitar o pagamento de multas por atraso, cobrindo seu aluguel e oferecendo opções flexíveis para devolvê-los, sem taxas ou juros ocultos.
  9. Zip – Um dos líderes do BNPL, (anteriormente conhecido como QuadPay) oferece opções de pagamento para gigantes do varejo, incluindo Apple, Amazon, Walmart e Target, bem como parcerias exclusivas de varejo. Com categorias que cobrem tudo, desde educação e animais de estimação a sapatos e viagens, o QuadPay está disponível em uma variedade de plataformas, bem como em lojas físicas, oferecendo opções sem juros praticamente em qualquer lugar onde você queira fazer compras.
  10. Sezzle – oferece planos de parcelamento típicos, mas também apresenta alguns produtos exclusivos para seus usuários que eles chamam de diferenciais estratégicos. O Sezzle Up, por exemplo, permite que um comprador construa sua classificação de crédito, permitindo que a empresa relate o histórico de pagamentos às agências de crédito. Eles também fizeram parceria com o Ally Bank para oferecer opções de financiamento de longo prazo, demonstrando mais uma vez que a flexibilidade nas opções de pagamento pode ser um fator chave para o crescimento.
  11. Splitit – Com sede em Nova York, a Splitit é única no espaço BNPL, pois permite que os consumidores aproveitem seu crédito existente. Ao usar seus próprios cartões de crédito ou débito com seu programa de parcelamento, os clientes verão cobranças de parcelamento em suas contas, equilibrando efetivamente os fluxos de caixa. A capacidade de dividir os pagamentos em partes menores sem juros adicionais, aplicações ou taxas e criar crédito ao mesmo tempo torna a Splitit uma opção atraente para os consumidores, ao mesmo tempo em que é uma opção segura para os comerciantes.
  12. Simpl – a startup indiana Simpl tem uma missão simples: fazer com que as pessoas comprem facilmente o que quiserem, quando quiserem, com pagamento em prestações. Em um país com sistemas financeiros complicados que muitas vezes dificultam a obtenção de crédito pelas pessoas, o Simpl permite que seus usuários comprem agora e paguem em um momento mais conveniente posteriormente. Com uma plataforma completa, voltada para pagamentos por meio de dispositivos móveis, o Simpl possibilita compras com um clique e promete total transparência para seus usuários e lojistas.
  13. Twisto – Com um “giro” diferente no BNPL, a empresa europeia Twisto oferece um limite de crédito mensal para seus pagamentos, uma vez que você se registre com eles. Compre online ou em lojas até esse valor definido todos os meses e, em seguida, receba sua fatura. Depois de faturado, você pode liquidar o valor total com Twisto ou pagar 10% e adiar o restante para uma data posterior. O Twisto também oferece opções de devolução e diversos planos mensais, com recursos como gestão de finanças pessoais e seguro de viagem familiar.
  14. Tymit – diferente dos planos típicos de pagamento em quatro parcelas que muitos provedores de BNPL oferecem, o cartão de crédito da Tymit permite que você selecione vários planos de parcelamento à medida que você faz sua compra – incluindo o reembolso em 3 meses sem juros ou até mais (até 36 meses) com preços transparentes cotados antecipadamente. O Tymit também oferece o Tymit Booster, um cartão de crédito de recarga que permite construir sua pontuação de crédito e ainda oferece 0% de juros em todas as compras.
  15. Paidy – No Japão, muitos consumidores preferem não usar cartões de crédito para pagamentos online, deixando grandes oportunidades para opções alternativas como o BNPL. A fintech japonesa Paidy permite que os consumidores façam compras em uma variedade de varejistas online com um aplicativo móvel conveniente que requer apenas seu endereço de e-mail e número de telefone – o parcelamento pode ser feito por transferência bancária, débito direto e até mesmo em lojas de conveniência, tudo apenas com a apresentação do aplicativo.

O status do compre agora, pague depois está mudando rapidamente e novos jogadores entram em cena com frequência. Apesar da incerteza econômica global e das crescentes regulamentações no horizonte, uma coisa é clara – o conceito não vai a lugar nenhum tão cedo.

So what exactly is tech bloat, and how can you slim down your stack? Read on to find out more.

Faça o download do e-Book agora

De volta ao futuro: 8 recursos da tecnologia de “compre agora, pague depois”, rápida e pronta para o futuro

Baixe o e-Book

LATEST BLOGS

Error: View 9eee8a37qy may not exist

Continue reading