Como o novo Serasa Score com Positivo pode ajudar nas decisões de crédito B2B?

Em empresas que concedem crédito a outras empresas, o score é um dos elementos essenciais quando se trata de tomada de decisão, servindo como critério de avaliação do risco de inadimplência das empresas com que se quer trabalhar. Tradicionalmente, esse score é modelado utilizando variáveis que incluem dados cadastrais e de negativação. A novidade é que agora, com o

, este elemento deverá assumir um papel de maior destaque e um peso muito maior nas análises, pois será totalmente revisto ao adicionar os dados positivos em suas variáveis. É por isso que a

desenvolveu uma nova modelagem de score que aplica as variáveis geradas pelas informações do

ao

, com informações cadastrais e de restrição completas e atualizadas. O resultado é a entrega ao mercado de uma nova dimensão de avaliação de risco, muito mais acurada. Quer saber como este produto pode impactar suas decisões de crédito? Leia a seguir!

A nova modelagem de score para B2B

A Serasa Experian tem ampla

. Ao dispor de um banco de dados robusto e de tecnologias avançadas, ao longo do tempo vem produzindo modelos que atendem desde às necessidades mais simples para análise de risco até as mais complexas e customizadas. O acesso a dados tão completos sempre permitiu que mesmo as variáveis mais tradicionais produzissem modelos acurados. Essas variáveis sempre se basearam nos seguintes pilares:

• Dados restritivos: cheques devolvidos, negativações, falências decretadas, pendências financeiras, protestos e outros dados;
• Dados cadastrais: tempo de fundação, região de atuação, localização, porte, faturamento, quantidade de funcionários, segmento de atuação, patrimônio, entre outros dados; e
• Dados comportamentais: baseados nas consultas que são realizadas na Serasa Experian.

Dados do Cadastro Positivo mudam o jogo

A nova modelagem do

adiciona às variáveis tradicionais os dados de Cadastro Positivo. Esses dados incluem todo o histórico de pagamento da empresa, tais como:

• financiamentos realizados;
• total de parcelas pagas;
• total de parcelas em aberto;
• quantidade de parcelas pagas em dia;
• quantidade de parcelas pagas em atraso; e
• frequência com que atrasa pagamentos.

  Ao cruzar os dados de inadimplência com os dados positivos,

, porque passam a ter não apenas uma fotografia que pode estar desatualizada, mas um histórico recente, permanentemente atualizado.

Impactos do Serasa Score com Positivo no crédito para empresas

Segundo Jennifer Lau, gerente de Produto para Business Information da Serasa Experian, o impacto do novo score com Positivo deve ser grande o bastante para levar as empresas a rever suas políticas de crédito. “Por considerar informações de pagamento como uma variável,

”, explica Jennifer. “Essa mudança vem dentro de uma melhora na acurácia do risco de inadimplência. Ao observar uma carteira ou um perfil de clientes sob esse novo score, as empresas podem ter de mudar seus critérios de concessão.” Lau reforça que isso tem um grande potencial a ser explorado. Entre os impactos possíveis, estão:

• redução da taxa de inadimplência;
• aumento no volume da concessão de crédito;
• oportunidades para rentabilização;
• desenvolvimento de ofertas customizadas; e
• reativação de clientes a partir da nova pontuação.

Exemplos de como o novo Serasa Score com Positivo pode afetar decisões de crédito

Ao aplicar as novas pontuações do

, muitos clientes (ou os perfis de clientes atendidos pela empresa) podem mudar de faixa de risco.

. Para se ter uma ideia de como funciona na prática, imagine um cliente que é uma empresa nova e, por isso, tem poucos dados tradicionais disponíveis para avaliação de risco. Assim, ele fica dentro de uma faixa de pontuação relativamente baixa. Porém, quando pontuado sob a óptica dos seus dados positivos, pode ter sido considerado que ele tem uma série de financiamentos que vêm sendo pagos pontualmente. Esses dados aumentam sua pontuação,

. Da mesma forma, um cliente pode ter um score alto nos critérios antigos, pois nunca foi negativado. No entanto, seus dados de pagamento revelam que ele vem atrasando diversos compromissos, indicando uma tendência de aumento do risco. Ao repontuar esse cliente para uma faixa mais baixa, a empresa

e ainda pode ajustar a oferta de crédito para também não perder o cliente.

Modelagem deve utilizar todos os dados disponíveis

Embora o score baseado apenas em dados de inadimplência seja extremamente efetivo, é importante ressaltar que o

alcança um grau muito maior de acuracidade, uma vez que utiliza todas as informações disponíveis da Serasa Experian, modelando a partir de dados de inadimplência e dados do Cadastro Positivo. Já a utilização de apenas dados do Cadastro Positivo, embora possa resultar em um score, não é uma forma eficaz de modelar e pontuar riscos de inadimplência. Os resultados mais confiáveis de score só podem ser obtidos utilizando um blend de variáveis que inclua todos os dados disponíveis. Isso demanda robustez no volume de informações e na capacidade tecnológica, dois fatores pelos quais a

.