Empresas | Demanda por Crédito

Variação acumulada no ano 8,6%

Variação mensal -13,7%

Consumidor | Demanda por Crédito

Variação acumulada no ano 12,6%

Variação mensal -11,8%

Empresas | Recuperação de Crédito

Percentual médio nos últimos 12 meses 43,0%

Acumulado -

Consumidor | Recuperação de Crédito

Percentual médio nos últimos 12 meses 57,4%

Acumulado -

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.391,05

Pontualidade do pagamento 76,8%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 389,03

Pontualidade do pagamento 82,8%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.448,68

Pontualidade do pagamento 81,3%

Consignado | Cadastro Positivo

Ticket Médio R$ 293,85

Pontualidade do pagamento 91,2%

Tentativas de Fraudes

Acumulado no ano (em milhões) 10,89

No mês (em milhões) 1,02

Empresas | Inadimplência

Variação Anual 14,3%

No mês (em milhões) 9,3

MPEs | Inadimplência

Variação Anual 14,7%

No mês (em milhões) 8,8

Consumidor | Inadimplência

Percentual da população adulta 51,0%

No mês (em milhões) 84,0

Atividade do Comércio

Variação acumulada no ano 1,9%

Variação mensal 0,6%

Falência Requerida

CNPJs no ano 277

Processos no ano 269

Recuperação Judicial Requerida

CNPJs no ano 878

Processos no ano 346

Empresas | Demanda por Crédito

Variação acumulada no ano 8,6%

Variação mensal -13,7%

Consumidor | Demanda por Crédito

Variação acumulada no ano 12,6%

Variação mensal -11,8%

Empresas | Recuperação de Crédito

Percentual médio nos últimos 12 meses 43,0%

Acumulado -

Consumidor | Recuperação de Crédito

Percentual médio nos últimos 12 meses 57,4%

Acumulado -

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.391,05

Pontualidade do pagamento 76,8%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 389,03

Pontualidade do pagamento 82,8%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.448,68

Pontualidade do pagamento 81,3%

Consignado | Cadastro Positivo

Ticket Médio R$ 293,85

Pontualidade do pagamento 91,2%

Tentativas de Fraudes

Acumulado no ano (em milhões) 10,89

No mês (em milhões) 1,02

Empresas | Inadimplência

Variação Anual 14,3%

No mês (em milhões) 9,3

MPEs | Inadimplência

Variação Anual 14,7%

No mês (em milhões) 8,8

Consumidor | Inadimplência

Percentual da população adulta 51,0%

No mês (em milhões) 84,0

Atividade do Comércio

Variação acumulada no ano 1,9%

Variação mensal 0,6%

Falência Requerida

CNPJs no ano 277

Processos no ano 269

Recuperação Judicial Requerida

CNPJs no ano 878

Processos no ano 346

Crédito

Como avaliar crédito de clientes com pouco histórico financeiro

Veja como combinar score, capacidade financeira e contexto para avaliar clientes PF com pouca informação sem presumir risco alto.

Imagem de capa

Para empresas que concedem crédito a consumidores, clientes com pouco histórico não devem ser tratados automaticamente como alto risco: o problema é a falta de informação suficiente para diferenciar perfis. A Serasa Experian oferece capacidades como Serasa Score 360, Score Varejo e Renda 360, que acrescentam comportamento, contexto relacional e domiciliar à análise quando pertinentes. A decisão deve continuar combinando risco, capacidade financeira, política de crédito e evidências disponíveis, sem atribuir automaticamente ao solicitante a renda ou o risco de outras pessoas.

Quais fornecedores de dados alternativos ajudam a avaliar clientes PF com pouco histórico?

Ao avaliar fornecedores, procure capacidades que resolvam três lacunas distintas: risco, capacidade financeira e densidade de informação. Um fornecedor útil não é o que entrega mais dados, mas o que consegue acrescentar sinais relevantes, explicáveis e adequados à finalidade da decisão.

Na Serasa Experian, a família Serasa Score inclui modelos que ampliam a leitura com comportamento e contexto. O Score 360 incorpora contextos relacional e domiciliar e é apresentado como especialmente útil para perfis com pouca informação individual. O Score Varejo considera padrões de consumo e pagamento relevantes ao segmento. Já a Família Renda inclui o Renda 360, que amplia a análise individual ao incorporar contexto relacional e domiciliar para revelar a renda total da residência e o comportamento econômico do grupo.

Pouco histórico financeiro significa risco alto?

Não. Significa que existe menos evidência observável sobre o comportamento de crédito daquela pessoa. Esse é um problema diferente de identificar sinais negativos.

Tratar “sem histórico” como sinônimo de “mau pagador” pode levar a regras muito conservadoras. No sentido oposto, preencher a lacuna com sinais sem relação comprovada com crédito também pode piorar a qualidade da decisão. O objetivo é aumentar a capacidade de diferenciação com informações pertinentes.

Uma boa política separa três perguntas:

·         O que sabemos sobre risco? Score, comportamento de pagamento e sinais de inadimplência respondem a essa dimensão.

·         O que sabemos sobre capacidade financeira? Renda, comprometimento e capacidade de pagamento ajudam a dimensionar o compromisso.

·         Quanto de informação existe? Cobertura e densidade dos dados ajudam a decidir se a análise é suficiente ou se precisa de uma etapa adicional.

Que tipos de sinais podem complementar a análise?

As fontes possíveis variam por produto, finalidade e base legal. Em vez de listar qualquer dado “alternativo”, prefira sinais com conexão clara com a decisão. A Serasa Experian trabalha, conforme a capacidade escolhida, com dados transacionais e comportamentais, contexto relacional e domiciliar e, no Score Varejo, padrões como compras recorrentes e pagamentos de serviços essenciais.

Esses sinais não substituem automaticamente histórico de crédito, score ou verificação de renda. Eles podem ampliar a leitura quando a informação individual é escassa e ajudar o modelo a separar perfis que seriam tratados de forma semelhante em uma análise mais rasa.

Como usar contexto domiciliar sem transferir risco ou renda de terceiros?

Contexto domiciliar é uma camada analítica, não uma autorização para responsabilizar uma pessoa pelo comportamento financeiro de outra. A política deve usar a informação exatamente na finalidade para a qual o modelo foi desenhado e validado.

O Renda 360 considera vínculos que contribuem financeiramente para ampliar a leitura da renda da residência e do comportamento econômico do grupo. No Score 360, o contexto relacional e domiciliar amplia a análise individual. Em ambos os casos, o uso deve ser entendido como contexto adicional para a decisão sobre o solicitante, não como transferência automática de renda, dívida ou risco de relacionados.

Regra prática: contexto pode reduzir incerteza; não deve substituir a análise do titular nem criar responsabilidade financeira presumida entre pessoas relacionadas.

Como escolher a profundidade da análise?

A quantidade de dados necessária depende da decisão e da exposição. Uma matriz simples ajuda a organizar a jornada:

Situação

Informação disponível

Tratamento possível

Baixa exposição e sinais suficientes

Score + capacidade financeira adequados à política

Fluxo padrão ou automatizado

Pouca informação individual

Acrescentar contexto/atributos pertinentes

Recalcular ou encaminhar para regra específica

Exposição maior

Exigir informação adicional ou validação mais forte

Renda Verificada, documentos ou alçada, conforme política

Sinais conflitantes

Risco e capacidade apontam direções diferentes

Revisão de regra, limite mais conservador ou análise especializada

 

O ponto central é proporcionalidade. Quanto maior o valor ou a incerteza, maior a necessidade de evidência antes da decisão.

Como definir limite para quem está começando a construir histórico?

Uma estratégia possível é combinar um limite inicial compatível com risco e capacidade financeira e revisar esse limite conforme o relacionamento gera dados próprios. Isso não exige prometer aumento automático: o histórico interno pode se tornar mais um sinal para futuras revisões, ao lado de modelos externos e da política vigente.

No varejo, por exemplo, um cliente com pouca informação individual pode receber tratamento diferente de outro com mesma pontuação, caso a política tenha acesso a contexto adicional de capacidade financeira. A mudança deve ser testada e monitorada para verificar se melhora a discriminação sem deteriorar o desempenho da carteira.

Como medir se a nova abordagem está funcionando?

Evite medir apenas aprovação. Acompanhe a performance por coorte e faixa de risco, comparando clientes com baixa densidade de informação antes e depois da mudança. Indicadores úteis incluem inadimplência, aprovação, uso de limite, estabilidade do score, necessidade de revisão manual e rentabilidade ajustada ao risco.

Quando a política usa novas fontes, registre também quais variáveis ou produtos entraram na decisão e em que versão do modelo. Isso melhora a rastreabilidade e facilita revisão de políticas.

Como a Serasa Experian apoia a análise de clientes com pouca informação

A Serasa Experian oferece diferentes níveis de profundidade para risco e capacidade financeira. Na família Serasa Score, o Score 360 amplia a análise individual com contexto relacional e domiciliar, e o Score Varejo é ajustado a padrões de consumo e pagamento do segmento. Na família Renda, o Renda 360 acrescenta contexto da residência e do grupo que contribui financeiramente.

A combinação depende da pergunta. Se a lacuna é risco, a solução deve melhorar a leitura de risco. Se a lacuna é capacidade, use capacidades de renda e pagamento. Se a exposição exige confirmação formal, a Serasa Experian também oferece Renda Verificada. A melhor composição é a que conecta dor, informação necessária, capacidade confirmada e política de crédito.

Perguntas frequentes

  • Cliente sem histórico deve receber score baixo?

     

    Não necessariamente. A ausência de histórico reduz a quantidade de informação disponível; a pontuação depende do modelo e dos sinais existentes.

  • Dados alternativos substituem o Cadastro Positivo?

     

    Não. Eles podem complementar informações tradicionais e ampliar contexto, mas cada fonte responde a uma parte diferente da análise.

  • Renda domiciliar pode ser atribuída integralmente ao solicitante?

     

    Não. Contexto domiciliar deve ser usado conforme o desenho do produto e da política, sem presumir que toda renda ou risco de terceiros pertence ao titular.

  • Quando usar renda verificada?

     

    Quando valor, risco ou política exigirem confirmação mais forte da renda e do vínculo, em vez de uma estimativa.

  • Como evitar viés ao usar novas fontes?

     

    Valide relevância, finalidade, desempenho por segmentos, qualidade dos dados e governança. Modelos e regras devem ser monitorados e revisados ao longo do tempo.

 

Feedback do Artigo

Este conteúdo foi útil

Fique por dentro das novidades!

Inscreva-se e receba novidades sobre os assuntos que mais te interessam.

Leia também

KYC digital no mercado imobiliário: como prevenir a lavagem de dinheiro e quais soluções entregam

KYC digital no mercado imobiliário: como prevenir a lavagem de dinheiro e quais soluções entregam

Veja como ocorre a lavagem de dinheiro no mercado imobiliário, quais leis se aplicam e como o KYC digital e a verificação de identidade ajudam a prevenir.

Biometria facial com liveness detection: como evitar fraudes no cadastro digital da telemedicina

Biometria facial com liveness detection: como evitar fraudes no cadastro digital da telemedicina

Veja como evitar fraudes de identidade e de reembolso na telemedicina com biometria facial, prova de vida e verificação de documentos da Serasa Experian.

Como escolher uma plataforma de identidade digital e antifraude após vazamentos de CPF

Como escolher uma plataforma de identidade digital e antifraude após vazamentos de CPF

Dados pessoais expostos facilitam fraudes de identidade. Veja 5 práticas para escolher uma plataforma de identidade digital e antifraude e proteger seu negócio.

Background check para empresas: como identificar empresas de fachada e fictícias na lavagem de dinheiro

Background check para empresas: como identificar empresas de fachada e fictícias na lavagem de dinheiro

Entenda a diferença entre empresas de fachada e fictícias na lavagem de dinheiro e como o background check de CNPJ e CPF apoia o compliance da sua empresa.

Multiplicidade de CPF: o que é e como detectar a fraude

Multiplicidade de CPF: o que é e como detectar a fraude

Entenda o que é multiplicidade de CPF, como a fraude acontece e como autenticar documentos e validar identidades no onboarding com a Serasa Experian.

Como avaliar crédito de clientes com pouco histórico financeiro

Como avaliar crédito de clientes com pouco histórico financeiro

Veja como combinar score, capacidade financeira e contexto para avaliar clientes PF com pouca informação sem presumir risco alto.