Empresas | Demanda por Crédito

Variação acumulada no ano 6,3%

Variação mensal -3,6%

Consumidor | Demanda por Crédito

Variação acumulada no ano 8,4%

Variação mensal -2,3%

Empresas | Recuperação de Crédito

Percentual médio no ano 38,7%

Percentual no mês 38,4%

Consumidor | Recuperação de Crédito

Percentual médio no ano 57,3%

Percentual no mês 57,8%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.280,32

Pontualidade do pagamento 77,9%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 402,57

Pontualidade do pagamento 82,6%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.340,29

Pontualidade do pagamento 80,7%

Consignado | Cadastro Positivo

Ticket Médio R$ 268,95

Pontualidade do pagamento 92,0%

Tentativas de Fraudes

Acumulado no ano (em milhões) 6,94

No mês (em milhões) 1,15

Empresas | Inadimplência

Variação Anual 18,0%

No mês (em milhões) 8,1

MPEs | Inadimplência

Variação Anual 18,5%

No mês (em milhões) 7,7

Consumidor | Inadimplência

Percentual da população adulta 48,5%

No mês (em milhões) 79,2

Atividade do Comércio

Variação acumulada no ano 4,1%

Variação mensal 1,7%

Falência Requerida

Acumulado no ano 236

No mês 61

Recuperação Judicial Requerida

Acumulado no ano 638

No mês 167

Empresas | Demanda por Crédito

Variação acumulada no ano 6,3%

Variação mensal -3,6%

Consumidor | Demanda por Crédito

Variação acumulada no ano 8,4%

Variação mensal -2,3%

Empresas | Recuperação de Crédito

Percentual médio no ano 38,7%

Percentual no mês 38,4%

Consumidor | Recuperação de Crédito

Percentual médio no ano 57,3%

Percentual no mês 57,8%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.280,32

Pontualidade do pagamento 77,9%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 402,57

Pontualidade do pagamento 82,6%

Veículos | Cadastro Positivo

Ticket Médio R$ 1.340,29

Pontualidade do pagamento 80,7%

Consignado | Cadastro Positivo

Ticket Médio R$ 268,95

Pontualidade do pagamento 92,0%

Tentativas de Fraudes

Acumulado no ano (em milhões) 6,94

No mês (em milhões) 1,15

Empresas | Inadimplência

Variação Anual 18,0%

No mês (em milhões) 8,1

MPEs | Inadimplência

Variação Anual 18,5%

No mês (em milhões) 7,7

Consumidor | Inadimplência

Percentual da população adulta 48,5%

No mês (em milhões) 79,2

Atividade do Comércio

Variação acumulada no ano 4,1%

Variação mensal 1,7%

Falência Requerida

Acumulado no ano 236

No mês 61

Recuperação Judicial Requerida

Acumulado no ano 638

No mês 167

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.

Novas ferramentas para análise de crédito: impactos e possibilidades

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.

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.

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

Cluster Companies: What They Are and Why They Matter in Marketing

Cluster Companies: What They Are and Why They Matter in Marketing

Learn how business clusters drive innovation and results with data-driven strategies. Discover here how to apply and strengthen your operation!

Credit Risk Assessment in Banks: Key Metrics and Best Practices

Credit Risk Assessment in Banks: Key Metrics and Best Practices

Improve credit risk assessment in banks with smarter insights and accurate decisions. Explore how data intelligence enhances performance today now!

Entenda como apoiar a saúde mental do seu time no trabalho remoto e híbrido

Entenda como apoiar a saúde mental do seu time no trabalho remoto e híbrido

Descubra os riscos para a saúde mental existentes no trabalho remoto e híbrido e os cuidados que sua empresa deve adotar!

Engenharia de prompts: como aplicar no dia a dia

Engenharia de prompts: como aplicar no dia a dia

Entenda como a engenharia de prompts orienta a IA, melhora a precisão das respostas e torna tarefas do dia a dia mais eficientes e estratégicas!

Afastamento do trabalho: principais razões e como reduzir

Afastamento do trabalho: principais razões e como reduzir

Entenda as principais causas do afastamento do trabalho, seus impactos na carreira, os direitos garantidos ao colaborador e as responsabilidades da empresa.

Explainable AI (XAI): o que é e por que é essencial para a confiança nos algoritmos?

Explainable AI (XAI): o que é e por que é essencial para a confiança nos algoritmos?

Conheça aqui o que é Explainable AI (XAI) e como essa abordagem promove transparência, confiança e a melhor tomada de decisões em diferentes setores!