Skip to main content

Agende uma Reunião

© Todos os direitos reservados

Resource: Blogs

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

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em Navegando no Cenário Econômico: Maximize o valor do cliente em serviços financeiros

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

Blogs mais recentes

Navegando no Cenário Econômico: Maximize o valor d...

Com as crescentes expectativas dos consumidores e um cenário econômico desafiador, provedores de serviços financeiros ...
Leia mais

O Modelo de Cobrança de Última Geração

Descubra como a análise avançada e a IA estão transformando a cobrança de dívidas. Neste ...
Leia mais

Mitos vs. Realidade na atualização de sua tecnolog...

Com a pressão crescente das fintechs e a demanda por jornadas de clientes sem atritos, ...
Leia mais

3 tendências inovadoras que impulsionam a mudança ...

A indústria de cartões de crédito está evoluindo com cartões alternativos, BNPL e hiperpersonalização. Saiba ...
Leia mais

Continue lendo

O Modelo de Cobrança de Última Geração

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em O Modelo de Cobrança de Última Geração

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

Blogs mais recentes

Navegando no Cenário Econômico: Maximize o valor d...

Com as crescentes expectativas dos consumidores e um cenário econômico desafiador, provedores de serviços financeiros ...
Leia mais

O Modelo de Cobrança de Última Geração

Descubra como a análise avançada e a IA estão transformando a cobrança de dívidas. Neste ...
Leia mais

Mitos vs. Realidade na atualização de sua tecnolog...

Com a pressão crescente das fintechs e a demanda por jornadas de clientes sem atritos, ...
Leia mais

3 tendências inovadoras que impulsionam a mudança ...

A indústria de cartões de crédito está evoluindo com cartões alternativos, BNPL e hiperpersonalização. Saiba ...
Leia mais

Continue lendo

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

Escrito por Cassidy Bellville em . Postado em Blog. Nenhum comentário em Mitos vs. Realidade na atualização de sua tecnologia de decisão de crédito

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

Blogs mais recentes

Navegando no Cenário Econômico: Maximize o valor d...

Com as crescentes expectativas dos consumidores e um cenário econômico desafiador, provedores de serviços financeiros ...
Leia mais

O Modelo de Cobrança de Última Geração

Descubra como a análise avançada e a IA estão transformando a cobrança de dívidas. Neste ...
Leia mais

Mitos vs. Realidade na atualização de sua tecnolog...

Com a pressão crescente das fintechs e a demanda por jornadas de clientes sem atritos, ...
Leia mais

3 tendências inovadoras que impulsionam a mudança ...

A indústria de cartões de crédito está evoluindo com cartões alternativos, BNPL e hiperpersonalização. Saiba ...
Leia mais

Continue lendo

3 tendências inovadoras que impulsionam a mudança na indústria

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em 3 tendências inovadoras que impulsionam a mudança na indústria

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

Blogs mais recentes

Navegando no Cenário Econômico: Maximize o valor d...

Com as crescentes expectativas dos consumidores e um cenário econômico desafiador, provedores de serviços financeiros ...
Leia mais

O Modelo de Cobrança de Última Geração

Descubra como a análise avançada e a IA estão transformando a cobrança de dívidas. Neste ...
Leia mais

Mitos vs. Realidade na atualização de sua tecnolog...

Com a pressão crescente das fintechs e a demanda por jornadas de clientes sem atritos, ...
Leia mais

3 tendências inovadoras que impulsionam a mudança ...

A indústria de cartões de crédito está evoluindo com cartões alternativos, BNPL e hiperpersonalização. Saiba ...
Leia mais

Continue lendo

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

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em Como impor restrições a modelos de decisão de crédito com machine learning (ML)

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 lendo

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

Escrito por Cassidy Bellville em . Postado em Blog. Nenhum comentário em 15 empresas que estão mudando o cenário de compre agora, pague depois – BNPL

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 lendo

Dez fintechs que impulsionam a inovação no financiamento de veículos

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em Dez fintechs que impulsionam a inovação no financiamento de veículos

Dez fintechs que impulsionam a inovação no financiamento de veículos

Como melhorar a experiência de financiamento de veículos com a tecnologia

A General Motors Corporation financiou o primeiro automóvel em 1919, e durante o século seguinte, o leasing e o financiamento tornaram-se uma parte crítica da indústria automotiva globalmente. Mas e a experiência do cliente, ela mudou muito desde então? Imagine sua última compra de um carro — ela envolveu centenas de documentos, ficar plantado em uma concessionária e tirar milhares de fotocópias de cada pedaço de sua identidade?

Noventa minutos é o suficiente para que a satisfação do cliente diminua em uma concessionária de automóveis e, de acordo com a AutoTrader, 65% dos compradores de carros acham que o financiamento e a documentação demoram muito. Mas não se preocupe — à medida que o mundo continua avançando rapidamente para digitalizar tudo, os financiadores de automóveis estão seguindo o exemplo. Na verdade, 72% dos consumidores desejam preencher os pedidos de crédito e a documentação de financiamento online. Por isso, encontramos dez fintechs/organizações de serviços financeiros inovadoras que descobriram como fazer isso ou inovaram em outros aspectos do processo de financiamento de veículos.

  1. Upstart – Auto Retail: Combinando recursos de varejo digital online e na loja, o objetivo do Upstart Auto Retail é ajudar vendedores/concessionárias de veículos a criar uma experiência de compra verdadeiramente omni-channel. O Upstart é um marketplace de empréstimos de IA que procura melhorar o acesso ao crédito e automatizou a experiência de financiamento de veículos, permitindo mais aprovações de empréstimos em tempo real com base em regras individuais de preços e financiamento estabelecidas pelo revendedor.
  2. Caribou: Com a missão de colocar os motoristas no controle de suas finanças automotivas, a Caribou, com sede nos EUA, oferece “flexibilidade e liberdade” nos pagamentos de carros, graças ao seu programa de refinanciamento rápido e simples. Oferecendo acesso imediato a taxas de financiamento competitivas e uma plataforma de aplicativos online segura, a Caribou economiza em média USD 100 por mês para seus clientes nos pagamentos de seus carros.
  3. TU Auto Payment Shopper: Combinando acessibilidade com estoque em tempo real, o Auto Payment Shopper da TransUnion é um portal de varejo atualizado que permite aos consumidores entender mais sobre o processo de financiamento de veículos online. Ao permitir que os consumidores comparem veículos (e pagamentos de veículos) antes de enviar uma solicitação, o programa, em parceria com a CarNow, garante que as pessoas confiram os veículos que podem comprar antes de passar por todo o processo.
  4. Cazoo: A Cazoo, com sede no Reino Unido, permite que os consumidores comprem ou financiem veículos totalmente online, com entrega ou coleta de carros novos em menos de 72 horas. Prometendo um financiamento “simples” de carros usados, a Cazoo oferece taxas de juros competitivas, decisões rápidas e aplicações e acordos de financiamento online, graças à sua estratégia de dados.
  5. AutoFi: Com opções de comércio online e lojas físicas, bem como um conjunto completo de APIs, o AutoFi permite que os financiadores de automóveis incorporem ferramentas de vendas e finanças digitais diretamente em sua plataforma existente ou criem suas próprias desde o início. E o AutoFi garante processos de financiamento automatizados em parcerias diretas com mais de 40 financiadores, roteamento inteligente de financiadores e decisões diretas em tempo real para os consumidores.
  6. Carvana: O Carvana, um dos principais sites de compra de carros online nos EUA, também facilita o financiamento de veículos usados para os consumidores. Os consumidores podem navegar pelo site para encontrar seu próximo veículo, solicitar financiamento diretamente com o Carvana e receber seu novo veículo diretamente na garagem. Com seu programa de empréstimo automático pré-qualificado, a empresa permite que os compradores naveguem no estoque com condições de financiamento personalizadas, sem afetar os scores de crédito com verificações de crédito até que estejam prontos para comprar.
  7. Automatic: Anunciado como um balcão único para financiamento de veículos, o Automatic é uma plataforma que permite que pequenas e grandes concessionárias independentes assumam o controle de seus produtos de financiamento. Com um marketplace aberto que permite que os revendedores se conectem a diversas opções de financiamento imediatamente após enviar uma solicitação de crédito de um cliente, o Automatic oferece resultados em tempo real e aprovações rápidas, tudo em apenas uma plataforma online.
  8. AusLoans: Com sede na Austrália, o AusLoans Finance Group se posiciona como um dos principais agregadores de finanças de ativos do país, graças ao seu investimento dedicado à tecnologia e transparência, eles também oferecem opções de financiamento ao cliente para empresas de automóveis. Apresentando uma solução de financiamento automotivo no ponto de venda, parcerias com mais de 40 financeiras locais, aprovações rápidas e processos de solicitações sem qualquer papel, a AusLoans pode oferecer empréstimos de até USD 500 mil a concessionárias para pagar por serviços automotivos.
  9. Ally: A Ally, líder em serviços financeiros digitais, também oferece financiamento de veículos pessoais com prazos flexíveis e opções de pagamento facilitadas. Com gestão de contas online e um aplicativo móvel para que os clientes mantenham suas contas sempre à mão, a Ally oferece um financiamento de veículos que se adapta a todos os tipos de consumidor. Eles ainda oferecem financiamento de veículos especiais, com condições flexíveis que cobrem necessidades de acessibilidade, como controles manuais e elevadores para cadeiras de rodas.
  10. CarDoor: Em parceria com vários financiadores, a plataforma CarDoor do Canadá garante que os consumidores consigam as melhores taxas de financiamento possíveis e recebam aprovações em apenas alguns minutos. Com um processo de compra de carro totalmente digital, a CarDoor oferece uma solicitação online e um financiamento que promete ser seguro, transparente e flexível — tudo com as melhores taxas possíveis. E como bônus, os clientes podem pré-qualificar com apenas uma verificação de crédito básica, e os empréstimos aprovados também recebem um relatório de pontuação de risco da TransUnion gratuito.

Todas essas organizações entendem que uma experiência de consumidor memorável e satisfatória é aquela que é rápida, digital e fácil. O futuro do financiamento de veículos está aqui, mas como todas as financeiras podem se juntar ao clube? Uma forma de garantir decisões automatizadas, aprovações rápidas e experiências personalizadas é com dados em tempo real e soluções de decisão baseadas em IA. Ser capaz de acessar, integrar e analisar dados alternativos com facilidade é fundamental, graças às populações cada vez mais diversificadas atualmente. Muitas pessoas em todo o mundo não têm históricos de crédito convencionais ou não podem provar facilmente a capacidade de pagar com um relatório ou pontuação de crédito convencional. Mas ser capaz de integrar dados de pagamento de aluguel e serviços públicos, mídia social e informações da presença na web e informações de viagem pode ajudar.

Apesar do atual clima economicamente incerto, a Mordor Intelligence prevê que o mercado global de financiamento de veículos deve chegar a USD 300 bilhões até 2026, portanto, nunca houve um momento melhor para impulsionar a inovação em financiamento de automóveis.

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

Pronto para acelerar sua estratégia de financiamento de veículos?

Baixe o e-Book

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue lendo

Dez fintechs que estão transformando os empréstimos para pequenas e médias empresas

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em Dez fintechs que estão transformando os empréstimos para pequenas e médias empresas

Dez fintechs que estão transformando os empréstimos para pequenas e médias empresas

As micro, pequenas e médias empresas (MPMEs) são as novas queridinhas da economia. Elas são inovadoras, ágeis e impulsionam a concorrência – sem mencionar que criam a maioria dos empregos. Entretanto, muitas vezes elas são colocadas no fim da fila quando se trata de acesso ao crédito. Por quê? Empréstimos para PMEs podem ser inerentemente arriscados e extremamente demorados. As instituições financeiras tradicionais muitas vezes têm um processo de solicitação extremamente burocrático e podem achar difícil tomar uma decisão de risco de crédito sem intervenção humana.

Entre as PMEs, 44% precisam de financiamento imediato para cobrir as despesas operacionais e 56% delas buscam crédito para inovar e expandir os seus negócios. Ter acesso ao crédito rapidamente pode significar a diferença entre a prosperidade ou a ruína de uma empresa, então quais são as opções?

Felizmente, hoje em dia existem outras opções. Cada vez mais, há financiadores inovadores, incluindo fintechs e neobancos, em todo o mundo para ajudar a garantir que PMEs tenham acesso ao crédito quando precisarem. Escolhemos alguns desses inovadores, que estão bem-preparados para enfrentar o problema de decisão de risco de crédito para PMEs.

  1. OakNorth – A fintech OakNorth, sediada no Reino Unido, oferece análise de crédito instantânea e insights de portfólio em tempo real com foco na transformação de empréstimos comerciais. Os cofundadores da OakNorth tiveram o crédito que precisavam para expandir a empresa deles rejeitado diversas vezes, levando-os a criar sua plataforma de inteligência de crédito. O objetivo deles era construir um banco robusto e sustentável, mas também criar um software que permitisse que outros bancos emprestassem a PMEs que antes não eram atendidas.
  2. NeoGrowth – Fundada em 2011, a NeoGrowth Credit, com sede na Índia, é uma empresa de tecnologia que oferece empréstimos não garantidos a pequenos varejistas na Índia. Combinando dados tradicionais e alternativos para uma pontuação de crédito mais precisa, a NeoGrowth também oferece prazos de pagamento dinâmicos e processos de cobrança automatizados para ajudar a identificar os clientes com mais capacidade de pagamento. Autodenominando-se pioneiros em empréstimos para PMEs com base em dados de pagamentos digitais, sua missão é ajudar os proprietários de pequenas empresas a impulsionar um crescimento que corresponda às suas ambições.
  3. Kabbage – Selecionado para a lista de startups “FinTech 50” da Forbes de 2019, o Kabbage (agora pertencente à American Express) fornece crédito às PMEs ao avaliar dados alternativos com foco comercial, como informações contábeis, vendas online e remessas. Com essa visão mais variada dos dados para entender melhor o desempenho, a Kabbage pode oferecer opções de crédito flexíveis em tempo real.
  4. Banco Pichincha – Em 2016, o Banco Pichincha recebeu uma linha de crédito de USD 55 milhões da International Finance Corporation (IFC) para empréstimos a PMEs controladas por mulheres, uma iniciativa para estimular o crescimento de empresárias equatorianas. Maior banco do Equador, ele dobrou sua posição em 2019 ao assinar uma aliança com a Overseas Private Investment Corporation (OPIC) e a Wells Fargo com um empréstimo combinado de USD 108 milhões destinado a empréstimos para MPMEs que apoiem ou sejam controladas ou lideradas por mulheres na região.
  5. Allica Bank – Afirmando que as PMEs muitas vezes foram abandonadas pelos “grandes bancos”, o Allica Bank combina tecnologia moderna com relacionamentos locais para garantir que as PMEs tenham as ferramentas e o financiamento de que precisam para operar. Com sede no Reino Unido, o Allica Bank oferece financiamento de ativos para PMEs, com opções de financiamento flexíveis de até GBP 1 milhão.
  6. Judo Bank – Único banco concorrendo nesse mercado na Austrália, ele foi criado especificamente para empréstimos a PMEs, essa organização inovadora busca trazer de volta a arte perdida de relacionamentos em bancos comerciais. Criado por profissionais experientes em bancos comerciais, eles se consideram uma “alternativa legítima” para PMEs que desejam acesso rápido não apenas aos fundos, mas também à experiência de cliente superior que merecem.
  7. First Circle – Com sede nas Filipinas, a missão do First Circle é permitir que PMEs atinjam todo o seu potencial por meio de uma parceria financeira rápida e flexível. Seus clientes muitas vezes não têm dados de crédito ou podem dar garantias fixas e, por isso, são excluídos do setor bancário tradicional (e frequentemente forçados a trabalhar com financiadores predatórios). O First Circle permite que essas PMEs obtenham financiamento em apenas um dia por meio de um processo de solicitação automatizado e digitalizado.
  8. Lulalend – Entre as empresas sul-africanas, 60% têm dificuldade em acessar o capital necessário para expandir seus negócios, devido aos longos tempos de espera, às exigências burocráticas penosas e à necessidade de garantias elevadas. O Lulalend usa IA para pontuar a capacidade de crédito automaticamente, garantindo que os proprietários de pequenas empresas sejam capazes de receber financiamento 24 horas após a solicitação. Até o momento, eles já processaram mais de 70.000 solicitações e garantiram financiamento para milhares de pequenas empresas na África do Sul.
  9. Siembro – A organização argentina Siembro usa IA para alimentar seu algoritmo de empréstimo interno e, assim, tem a capacidade de oferecer aprovações imediatas de empréstimos para pequenas empresas na área de agricultura e para maquinário. Com mais de 1,5 milhão de pequenas e médias empresas agrícolas no país com acesso limitado ao crédito (e fluxos de caixa limitados), a Siembro se concentra em garantir que os produtores de milho, trigo e soja consigam o financiamento de que precisam para sobreviver.
  10. Iwoca – Uma start-up que começou quando os seus fundadores perceberam que as pequenas empresas estavam ficando fora do acesso a um crédito tão necessário, a iwoca é agora um dos financiadores comerciais que mais crescem na Europa. Trabalhando com a meta de financiar um milhão de pequenas empresas, a iwoca quer garantir que as PMEs tenham mais tempo para administrar e expandir seus negócios, em vez de serem forçadas a enfrentar uma burocracia interminável e aguardar aprovações.
Aprovações de empréstimos mais rápidas

Como essas organizações são capazes de fazer o que financiadores muito maiores e mais tradicionais não conseguem? Eles adotaram o uso de tecnologia digital, dados, aprendizado de máquina e ferramentas analíticas avançadas como machine learning e IA para a) simplificar o processo de solicitação (e, muitas vezes, transformá-lo totalmente em digital) tanto quanto possível e b) automatizar o processo de decisão de crédito fornecendo aprovações precisas e rápidas, permitindo às PMEs ter acesso a fundos mais rápido do que nunca. Como vantagem adicional, os produtos que esses financiadores inovadores oferecem às PMEs tendem a ser mais flexíveis e personalizados de acordo com suas necessidades específicas.

Os tipos de PMEs estão sempre mudando (mas definitivamente, sem reduzir a marcha), e esse espírito inovador precisa ser cultivado tanto quanto possível. Isso significa que é muito gratificante ver financiadores de todos os tipos concentrarem a atenção nessas empresas e encontrarem continuamente novas formas de ajudá-las a atingir os seus objetivos. Ao automatizar a coleta de dados, a decisão de risco e preços, os financiadores podem automatizar as aprovações e garantir que o financiamento esteja disponível em questão de poucos dias — até mesmo horas!

Quer saber mais sobre como aumentar as aprovações de empréstimos para PMEs sem aumentar os seus riscos?

Confira nosso e-book atualizado e explore os quatro principais componentes necessários para criar experiências de crédito para PMEs internacionais.

Baixe o e-book

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue lendo

Três passos para combater a fraude em telecomunicações

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em Três passos para combater a fraude em telecomunicações

Três passos para combater a fraude em telecomunicações

As operadoras de telecomunicações (telcos) perdem cerca de USD 40 bilhões para fraudadores a cada ano, e isso está piorando.

A fraude aumentou 28% de 2019 a 2021 e, com o aumento dos custos dos aparelhos, os fraudadores estão saindo impunes com produtos e serviços de maior valor. Ficou mais difícil identificar o comportamento fraudulento à medida que ele se torna mais complexo — existem mais de 200 tipos de fraude apenas no setor de telecomunicações. O problema claramente não vai desaparecer tão cedo.

Mas não se renda! As empresas de telecomunicações podem lutar contra isso com três táticas extremamente

  • Acesso
  • Análise
  • Ação

E no centro de tudo? Outro A: dados “Alternativos”. Alimentar dados alternativos em cada etapa do processo de mitigação de fraudes é a chave para recuperar bilhões em perdas anuais.

1. Acesso 

A primeira etapa para combater a fraude é o Acesso — o acesso aos dados, incluindo dados alternativos, oferece informações mais completas sobre fraudes e verificações de KYC durante os processos de ativação. 

Um tipo comum de fraude nesta fase do ciclo de vida do cliente é a fraude de assinatura, que pode ser muito cara. Os fraudadores usam identificações roubadas e informações de cartão de crédito para criar contas, comprar aparelhos caros e embolsar a mercadoria gratuita ou revendê-la. Se o criminoso comprar um smartphone de última geração, isso significa potencialmente uma perda de receita na casa de milhares em um único esquema.

O acesso a extensas fontes de dados, tradicionais e alternativos, permite que você identifique até as anormalidades mais sutis durante as verificações de fraude e KYC na integração. Por exemplo, identidades sintéticas são comumente usadas por fraudadores para abrir contas, o que pode ser difícil de detectar, já que identidades sintéticas usam alguns elementos legítimos para passar despercebidas. Os dados alternativos podem fornecer as pistas necessárias para detectar fraudes, mesmo em casos assim. Verificar o e-mail para ver se há pequenas alterações ou ver se a localização geográfica corresponde às atividades nas redes sociais.

2. Análise 

O segundo passo é a Análise: verificar com precisão todos os dados que você acessou. E não análise apenas à moda antiga — integre a aprendizagem de máquina e IA em suas análises.

Digamos que uma vítima de phishing teve seu telefone violado e o criminoso tenha o encaminhamento de texto ativado para que possa receber um código de segurança. A análise de IA/ML de dados móveis pode alertar a equipe de risco de que os textos estão sendo encaminhados e sugerir que outras verificações sejam realizadas.

Táticas como o controle de contas podem causar danos mesmo após a integração. Imagine ter que detectar pequenas inconsistências para centenas de milhares de assinantes durante todo o ciclo de vida por conta própria. Pode ser um desafio para as soluções de decisão legadas identificar indicadores de fraude complexos.

Ter uma tecnologia inteligente e automatizada que pode selecionar dados incomuns e analisá-los com rapidez e precisão fará a diferença para assinantes novos e ativos. A aprendizagem de máquina e a IA ficam mais inteligentes à medida que analisam dados e comportamentos, melhorando o reconhecimento de padrões fraudulentos que, de outra forma, seriam ignorados.

Otimize seu processo de fraude com aprendizagem de máquina e tecnologia de IA para analisar qualquer tipo de dado e melhorar sua precisão a cada análise.

3. Ação 

A etapa final para impedir a fraude é a Ação: quando você acessa todos os dados tradicionais e alternativos de que precisa e a IA/ML os analisa, você está pronto para tomar uma decisão.

Se a primeira camada de verificações ainda não mostrar uma imagem clara da legitimidade de um assinante, sua solução de decisão pode verificar mais detalhadamente os dados para uma análise mais profunda. Dependendo do seu modelo, você pode oferecer um plano para assinantes de alto risco ou rejeitá-los imediatamente. Se tudo der certo, por outro lado, seu mecanismo de decisão pode fazer a aprovação e a integração.

A tomada de decisão avançada usa todos os dados que você coletou para tomar as decisões mais precisas — que protegem você contra fraudes. Ele melhora a eficiência e economiza dinheiro fazendo apenas as verificações necessárias — você não precisa adotar uma abordagem única.

Depois que as decisões são tomadas, os resultados realimentam a plataforma, adicionando dados e análises ainda mais valiosos para direcionar a tecnologia de IA/ML tornando suas decisões mais precisas no futuro.

Vimos alguns exemplos de como os dados alternativos podem alimentar u

Parte 2: Três coisas que as empresas de telecomunicações precisam saber sobre dados alternativos

O cenário financeiro é muito amplo, especialmente em escala global. As telecomunicações se estendem por todo esse cenário, já que serviços sem fio e produtos como aparelhos e modems estão em alta demanda entre pessoas de todas as condições financeiras. Para atingí-las, você não pode confiar apenas em dados tradicionais, como scores de crédito, para determinar o risco de inadimplência. Coletar e usar dados alternativos pode ajudar a impactar inúmeras vidas, explorando um mercado mundial enorme.

1. O que são dados alternativos?

Não são dados apenas para “fazer bonito” — é uma ferramenta poderosa para inclusão financeira.

Eu outras palavras, dados alternativos são todas as informações não mantidas pelos bureaus de crédito que podem mostrar a saúde financeira e do risco geral de uma pessoa de uma forma mais holística. Eles podem incluir informações financeiras como aluguel, serviços públicos ou até mesmo pagamentos de telecomunicações, mas também analisam outras informações, como atividades em redes sociais, geolocalização e registros de propriedade.

Dados alternativos podem contar uma história mais completa do que dados tradicionais isoladamente. Existem 50 milhões de credit invisibles, os “invisíveis do crédito” nos EUA, acompanhados por 70% da população da América Latina, 60% do Sudeste da Ásia e quase um quarto da população mundial — há quase 1,7 bilhão de pessoas sem histórico bancário ou de crédito. É uma quantidade enorme de pessoas que não estão qualificadas para abrir uma conta de telecomunicações pelos métodos tradicionais.

E, enquanto os scores de crédito já provaram ser fortes indicadores de que alguém pagará suas contas em dia, não faz sentido levar em consideração a utilidade e outros padrões de pagamento recorrentes para prever o mesmo comportamento para empresas de telecomunicações? Mais de 90% dos americanos fazem pagamentos em telefones celulares financiados, mas apenas 2,5% dos arquivos dos bureaus de crédito ao consumidor contêm informações de pagamento de telecomunicações. Embora você possa ter os registros de pagamento de seus próprios assinantes, poder acessar essas informações para quem deseja trocar de operadora seria uma maneira confiável de determinar o risco. A inclusão de dados de serviços públicos para complementar os scores de crédito é capaz de oferecer insights relevantes como indicadores de risco ainda mais sólidos.

Informações de telecomunicações, serviços públicos e locação/propriedade geralmente são excelentes indicativos de confiabilidade de crédito, mas simplesmente não são consideradas pelos bureaus de crédito. É por isso que os dados alternativos são tão poderosos.

2. Como você pode obter dados alternativos?

As empresas de telecomunicações podem acessar dados alternativos por meio de registros públicos, juntamente com quaisquer parceiros de dados que possa integrar à sua solução de decisão. Esses parceiros de dados podem compartilhar atividades de mídia social, informações de emprego e muito mais — que você poderá acessar, dependendo das regras e regulamentações de conformidade da sua região, sobre decisões de crédito.

Embora essas informações possam não ter uma correlação direta com a confiabilidade do crédito, elas podem fornecer uma visão mais completa do estilo de vida de uma pessoa. As redes sociais, por exemplo, podem ser uma fonte muito esclarecedora de dados alternativos, com informações sobre atividades e hábitos que podem ser pertinentes. À medida que mais redes sociais começam a oferecer opções de pagamento incorporadas em suas plataformas, o perfil do Instagram da pessoa pode fornecer uma visão de seu comportamento transacional. Compreender com que frequência uma pessoa compra no Instagram, o valor dos itens que compram e se essas compras estão relacionadas a pagamentos pontuais de contas podem ser formas úteis de analisar esse comportamento.

Procure ter acesso a integrações de dados e parceiros que oferecerão a você uma visão mais ampla dos parâmetros necessários para analisar os assinantes e obter os melhores resultados com dados alternativos. Escolher uma tecnologia que acelere a integração de parceiros e o acesso a dados alternativos garantirá um ROI rápido, conectando você a mais assinantes, mais rapidamente.

3. Os dados alternativos funcionam?

Sim! Os scores de crédito podem não refletir necessariamente a saúde financeira atual de uma pessoa, pois a pontuação pesa muito sobre o comportamento de crédito passado, além do comportamento atual. Mesmo que alguém seja muito responsável no presente, decisões erradas no passado ainda podem afetar negativamente o crédito delas. Se você analisou o perfil dessa pessoa por meio de seu processo de decisão tradicional, ela pode ser sinalizada como de alto risco, levando a uma avaliação imprecisa. O mesmo aconteceria com alguém que nunca teve acesso ao crédito devido à situação financeira anterior ou práticas discriminatórias de empréstimo. Dados alternativos resolvem esse problema.

E há provas para fundamentá-los: entre financiadores/provedores de crédito que usam dados alternativos 64% observam uma avaliação de risco aprimorada, 48% têm um aumento na aceitação da oferta e 64% vêem benefícios tangíveis em um ano após a implementação. Outros benefícios incluem decisões mais precisas, melhor proteção contra fraudes, maior inclusão financeira, velocidade de lançamento no mercado, integração rápida e valor geral maximizado.

Estamos vivendo em uma era em que a informação é mais acessível do que nunca — é hora de usá-la. A indústria das telecomunicações está na vanguarda da inovação, então por que continuar avaliando a qualidade de crédito da mesma forma que fazíamos décadas atrás? Ao integrar dados alternativos em suas decisões, você está tornando o mundo ainda maior para milhões de pessoas que precisam de serviços de telecomunicações e convidando assinantes de baixo risco para acelerar o seu crescimento.

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.

Transforme sua empresa de telecomunicações em um super-herói de decisão

Baixe o e-Book

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue lendo

Incerteza econômica: mais um ciclo econômico para a América Latina

Escrito por Allison Karavos em . Postado em Blog. Nenhum comentário em Incerteza econômica: mais um ciclo econômico para a América Latina

Incerteza econômica: mais um ciclo econômico para a América Latina

O cenário econômico global é incerto, pois enfrentamos fatores como inflação, conflitos regionais e mudanças nas regulamentações financeiras. A América Latina não foi poupada da recessão, mas há oportunidades para financiadores e instituições financeiras (IFs) que adotam a tecnologia. Conversamos com José Vargas, EVP da Provenir e GM da América Latina, para saber sua opinião sobre os desafios econômicos atuais e o que será necessário para sair ileso (e até crescer!).

O cenário de crédito/bancário atual: a inflação e a desvalorização atingiram duramente a região

Embora a incerteza econômica seja generalizada, a América Latina tem experiência, pois passou por cenários semelhantes. As condições econômicas tendem a ser cíclicas, e a região já passou por crises piores do que essa – a desaceleração não é um território desconhecido.

Os efeitos, embora familiares, atingiram duramente a região, pois a inflação e a desvalorização da moeda aumentaram nos principais mercados. A Argentina vive sua pior inflação, com uma taxa de 64% em junho de 2022; a Colômbia luta com uma grande desvalorização do peso, que atingiu 4600 COP para 1 USD em julho de 2022.

Como consequência, as taxas de juro subiram, especialmente no Brasil, onde chegaram a 13%. O México também enfrenta altas taxas de juros e, além da queda nos empréstimos, deve enfrentar a dependência econômica dos EUA, que também está em recessão. Do lado da regulamentação, espera-se que a reforma financeira no Chile tenha um efeito na economia regional e aumente a volatilidade.

O impacto nos financiadores/consumidores: maior cautela e verificação

Em um movimento já esperado, tanto os financiadores quanto os consumidores adotaram abordagens cada vez mais cautelosas em relação à economia. A alta das taxas de juros é um exemplo disso, assim como a desaceleração, tanto nos pedidos quanto nas originações.

A gestão de risco ocupa o centro das atenções à medida que a desaceleração continua, e perfis mais arriscados que podem ter sido considerados durante um ciclo de superávit não são mais um risco que vale a pena correr. Alguns bancos internacionais chegaram a considerar certos mercados muito arriscados e optaram por deixá-los, concentrando-se naqueles que são lucrativos.

No entanto, as fintechs normalmente têm mais flexibilidade do que os operadores históricos e podem encontrar oportunidades onde as grandes instituições financeiras recuam. Armadas com financiamento significativo, as fintechs colocarão esse capital para trabalhar e encontrarão maneiras inovadoras de atender os consumidores nesse cenário incerto.

Como as fintechs e instituições financeiras podem oferecer suporte a seus clientes: gerenciar portfólios de maneira mais inteligente com tecnologia

Durante as desacelerações econômicas, o foco muda do crescimento para a manutenção. O foco principal passa de atrair clientes novos, mas potencialmente arriscados, para apoiar os atuais, especialmente porque suas próprias perspectivas financeiras são suscetíveis a mudança. Prever essa mudança ajudará as IFs a evitar perdas.

A gestão de riscos exigirá mais do que aumentar os juros e restringir a elegibilidade de crédito – os financiadores terão que gerenciar limites de crédito, coberturas de cheque especial, oportunidades de vendas adicionais e cruzadas e oferecer suporte a clientes em risco de cobrança. As instituições financeiras que usam tecnologia preditiva baseada em dados terão vantagem competitiva sobre aquelas que não o fazem – elas poderão agir proativamente para proteger os clientes da inadimplência, em vez de gerenciá-los depois que isso acontecer.

Esse período também é propício à inovação em crédito, especificamente para BNPL e outros produtos de crédito. À medida que os consumidores na América Latina têm dificuldades financeiras e as instituições financeiras se tornam mais conservadoras, há uma lacuna que precisa ser preenchida. Fintechs que podem assumir mais riscos agora têm a chance de fazer exatamente isso.

Perspectivas na América Latina: a adoção contínua da inovação reduzirá a incerteza econômica

A América Latina tem sido um centro de inovação financeira e isso continuará a ser verdade conforme avançamos em meio à incerteza econômica – o boom de fintechs da região ainda não acabou. À medida que problemas mais complexos surgirem no cenário atual, o setor fornecerá soluções.

As fintechs e FIs que não tiverem experiência em gestão de riscos precisarão se tornar especialistas para sair da desaceleração em uma posição sólida. No entanto, os provedores de serviços financeiros que têm acesso à tecnologia, dados, ferramentas e estratégias certos poderão atender às necessidades dos clientes, mesmo com parâmetros de risco mais rígidos.

Obtenha uma perspectiva global

Quer se aprofundar nos insights da América Latina com mais detalhamentos e previsões? Deseja saber como as outras regiões se sairão durante a incerteza econômica? Confira o panorama completo dos especialistas da Provenir, que cobrem tudo, desde o cenário atual até dicas para instituições financeiras que procuram enfrentar a desaceleração global.

Conheça o Provenir Data

Conhecimento é poder

Você tem os dados corretos para tomar decisões assertivas sobre riscos, mesmo diante da incerteza econômica?

Conheça o Provenir Data

LATEST BLOGS
Error: View 9eee8a37qy may not exist

Continue lendo