Empresas | Demanda por Crédito

Variação acumulada no ano 9,8%

Variação mensal -4,5%

Consumidor | Demanda por Crédito

Variação acumulada no ano 14,0%

Variação mensal -0,4%

Empresas | Recuperação de Crédito

Percentual médio no ano 38,7%

Percentual no mês 37,2%

Consumidor | Recuperação de Crédito

Percentual médio no ano 57,2%

Percentual no mês 53,7%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.344,48

Pontualidade do pagamento 78,6%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 391,16

Pontualidade do pagamento 82,9%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.373,95

Pontualidade do pagamento 81,6%

Consignado | Cadastro Positivo

Ticket Médio R$ 272,05

Pontualidade do pagamento 93,4%

Tentativas de Fraudes

Acumulado no ano (em milhões) 10,89

No mês (em milhões) 1,02

Empresas | Inadimplência

Variação Anual 23,6%

No mês (em milhões) 8,7

MPEs | Inadimplência

Variação Anual 24,5%

No mês (em milhões) 8,3

Consumidor | Inadimplência

Percentual da população adulta 49,7%

No mês (em milhões) 81,3

Atividade do Comércio

Variação acumulada no ano -0,6%

Variação mensal -0,7%

Falência Requerida - Em breve

Acumulado no ano -

No mês -

Recuperação Judicial Requerida - Em breve

Acumulado no ano -

No mês -

Empresas | Demanda por Crédito

Variação acumulada no ano 9,8%

Variação mensal -4,5%

Consumidor | Demanda por Crédito

Variação acumulada no ano 14,0%

Variação mensal -0,4%

Empresas | Recuperação de Crédito

Percentual médio no ano 38,7%

Percentual no mês 37,2%

Consumidor | Recuperação de Crédito

Percentual médio no ano 57,2%

Percentual no mês 53,7%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.344,48

Pontualidade do pagamento 78,6%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 391,16

Pontualidade do pagamento 82,9%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.373,95

Pontualidade do pagamento 81,6%

Consignado | Cadastro Positivo

Ticket Médio R$ 272,05

Pontualidade do pagamento 93,4%

Tentativas de Fraudes

Acumulado no ano (em milhões) 10,89

No mês (em milhões) 1,02

Empresas | Inadimplência

Variação Anual 23,6%

No mês (em milhões) 8,7

MPEs | Inadimplência

Variação Anual 24,5%

No mês (em milhões) 8,3

Consumidor | Inadimplência

Percentual da população adulta 49,7%

No mês (em milhões) 81,3

Atividade do Comércio

Variação acumulada no ano -0,6%

Variação mensal -0,7%

Falência Requerida - Em breve

Acumulado no ano -

No mês -

Recuperação Judicial Requerida - Em breve

Acumulado no ano -

No mês -

Crédito

Novas ferramentas para análise de crédito: impactos e possibilidades

Explore as novas ferramentas tecnológicas na análise de crédito que ampliam possibilidades e reduzem riscos.

Imagem de capa

Nos últimos anos, graças ao avanço dos recursos digitais, as tecnologias e ferramentas para análise de crédito têm se tornado mais efetivas e ágeis. Isso ocorre tanto na busca por novas variáveis para análise de risco, quanto no aprimoramento de elementos básicos para avaliação de crédito, tais como dados cadastrais, informações sobre renda, nível de score e outras referências.

Esse é um esforço que atende ao desafio de reduzir taxas de inadimplência, combater fraudes e maximizar o ROI (Retorno sobre investimento) de cada operação. Nesse sentido, algumas tendências tecnológicas merecem atenção. Conheça algumas delas.

Mapeamento de interações digitais

Embora seja a melhor e mais utilizada ferramenta para análise de crédito, o score é um recurso que encontra barreiras quando há escassez de dados estruturados, como movimentação bancária, histórico de crédito e outras informações financeiras e cadastrais. Um passo importante na evolução dessa ferramenta pode ser o score baseado no mapeamento de interações digitais.

Trata-se de uma tecnologia em desenvolvimento que cria um score utilizando dados não estruturados, coletados a partir de interações digitais via smartphone. Ela parte do princípio de que, hoje, uma parte considerável do comportamento de consumo de uma pessoa passa por seu aparelho de celular, gerando dados que podem compor um perfil de consumo e renda, mesmo que essa pessoa não seja bancarizada. Entram nas variáveis dados como: tipos de aplicativos pagos instalados, uso de serviços digitais de delivery ou transporte, entre outros.

Na prática, essa tecnologia vai permitir que as empresas concedam crédito com mais qualidade e de forma automatizada a uma parte da população que, geralmente, está fora do radar das análises convencionais. Especialmente aquelas que realizam movimentações financeiras significativas e, por isso não possuem histórico, tais como: estudantes, jovens em início de carreira, profissionais autônomos e pessoas de baixa renda.

 

contato-comercial-credito-4-1.png


Verificação via Whatsapp

A ampla disseminação dessa ferramenta de comunicação instantânea faz dela uma fonte para validação de número telefônico. Um ponto fundamental na concessão do crédito é qualidade dos dados cadastrais, como o número de telefone. Algo que será importante até mesmo na eventualidade de uma cobrança ao longo do relacionamento com o cliente.

A verificação confere, de forma automatizada, se o número de celular passado possui uma conta ativa de Whataspp. Um processo simples, porém eficaz, que ajuda a evitar erros de digitação, a alertar para equívocos no preenchimento do cadastro e também a prevenir fraudes.

Ambiente de Big Data para modelagem customizada de score

A modelagem customizada de score é uma realidade em grandes empresas. Integrando dados internos com bases de dados externas e robustas como as da Serasa Experian, é possível desenvolver um modelo de score sob medida para uma carteira de clientes. Esta é uma solução que atende às necessidades de muitas empresas atualmente.

Há, entretanto, um novo patamar de customização e integração chegando ao mercado. A solução Ascend Technology Platform permite que o cliente desenvolva sua modelagem de score aplicando seus dados internos diretamente no ambiente de Big Data da Serasa Experian. Na prática, é como ter acesso direto ao maior banco de dados da America Latina para, em conjunto com os dados da empresa, desenvolver a solução mais customizada possível. Entre as vantagens dessa nova tecnologia, podemos destacar:

  • Elimina diversas barreiras entre desenvolvimento e implantação;
  • Facilita e agiliza a aplicação de Machine Learning;
  • Reduz drasticamente o tempo de desenvolvimento e aplicação;
  • Oferece respostas em tempo real;
  • Dá acesso ao maior banco de dados do Brasil e a mais de 3 mil variáveis.

Entre tendências e novas tecnologias, as soluções digitais para análise de crédito vão aumentar a produtividade e a qualidade da gestão de risco. Além disso, seu aperfeiçoamento significa também explorar novas oportunidades e alcançar novos segmentos.

 

contato-comercial-credito-4-1.png


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

Abuso de Reembolso (Refund Abuse): quando a política de devolução vira prejuízo

Abuso de Reembolso (Refund Abuse): quando a política de devolução vira prejuízo

Entenda o que é o abuso de reembolso, seus impactos e veja estratégias para proteger sua empresa sem penalizar clientes legítimos.

Confiança: o alicerce que sustenta decisões no crédito

Confiança: o alicerce que sustenta decisões no crédito

Veja como a confiança molda escolhas, reduz riscos e fortalece relações no mercado de crédito em cenários estáveis ou incertos.

Fraude geográfica: analisando padrões de localização em transações suspeitas no e-commerce

Fraude geográfica: analisando padrões de localização em transações suspeitas no e-commerce

Descubra como geolocalização e fraude ajudam a identificar golpes no e-commerce e proteger suas vendas online. Acesse e leia nosso guia agora!

Chargeback de cartão de crédito: como as lojas virtuais contestam vendas fraudulentas

Chargeback de cartão de crédito: como as lojas virtuais contestam vendas fraudulentas

Entenda como prevenir chargeback, organizar provas de entrega e reduzir perdas com antifraude antes da contestação de compra. Confira no nosso blog!

MCC: o que é e como o Merchant Category Code impacta a aprovação de cartões

MCC: o que é e como o Merchant Category Code impacta a aprovação de cartões

Entenda como o código MCC afeta a aprovação de pagamentos no e-commerce e a importância de uma boa classificação para lojistas virtuais. Acesse!

Conheça nosso motor de crédito por dentro e veja como criar uma esteira de crédito completa

Conheça nosso motor de crédito por dentro e veja como criar uma esteira de crédito completa

Acesse o vídeo que revela cada engrenagem da MOVA e aprenda a estruturar uma esteira de crédito completa e ágil.