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

Quando combinar dados internos e externos na análise de crédito?

Descubra o momento ideal para unir dados internos e externos e ganhar precisão na análise de crédito.

Imagem de capa

Ao implantar políticas de crédito de qualidade, que ao mesmo tempo minimizem os riscos e correspondam às expectativas de vendas de uma empresa, as áreas de crédito se deparam com variáveis desafiadoras para a tomada de decisão, entre elas a de ter a melhor informação. No contexto da análise de crédito, a combinação ideal de dados internos e externos é uma das escolhas mais estratégicas a se fazer. A efetividade dessa política depende diretamente da quantidade e da profundidade das informações dos clientes. Afinal, como aproveitar melhor os dados externos e combiná-los com os dados internos? Como encontrar o melhor equilíbrio para a concessão de crédito? Convidamos Rodrigo de Deus, especialista em Serviços de Crédito da Serasa Experian para responder algumas perguntas.

Dados internos e externos: conheça algumas combinações

Segundo Rodrigo, a combinação de dados internos e externos para concessão de crédito depende da área de atuação da empresa e das informações à disposição. Bancos e financeiras, por exemplo, têm acesso a dados internos relacionados à movimentação de conta, renda, comportamento e poder de compra do cliente.  Uma loja de eletrônicos não costuma ter essas informações. Além do mais, quanto menor a quantidade de informação sobre o cliente, maior a necessidade da empresa recorrer a dados externos. O valor da transação também pode ser um fator determinante na hora de decidir a quais dados recorrer. Pode ser que não valha a pena investir na consulta a dados externos para analisar uma transação de tíquete baixo, por exemplo, mas isso somente quando se tem algum dado interno do cliente em análise. Em todos os casos, a análise de dados costuma  variar para clientes novos e os clientes antigos. "Do cliente novo, você só tem os dados externos para trabalhar. O principal deles é o Score, com a situação atual e o histórico desse cliente", afirma Rodrigo. Já para os clientes antigos, vale avaliar uma série de dados internos já obtidos pela empresa, além do Score. Mas o que ocorre na prática é que muitas grandes empresas trabalham apenas os dados internos para este tipo de análise. O histórico de pagamentos, a pontualidade e os comprovantes de renda obtidos anteriormente são alguns exemplos de dados internos a serem explorados. "É necessário considerar se o cliente já gerou despesas anteriores com escritórios de cobrança e quanto tempo levou para pagar essas dívidas, por exemplo", explica o especialista.

Usando o Score para uma análise de crédito acurada 

Os relatórios de crédito garantem uma acurácia muito maior para qualquer análise por si só e quando combinados com dados internos isso é potencializado. Utilizando soluções externas é possível conferir desde dados cadastrais até informações restritivas. Dependendo do fornecedor contratado, o nível de detalhamento pode chegar até em histórico de pedidos de crédito com informações de frequência e valores. Também é possível saber se existe algum financiamento em aberto e qual o seu status, além de quanto tempo uma dívida está em aberto e quem é o credor. Relatórios que contam com um bloco de informação de Score são mais precisos ainda, pois trata-se de um modelo preditivo. Ele mostra a situação financeira de uma empresa ou pessoa física naquele momento e quais as chances de inadimplência futura, facilitando e tornando a análise muito mais segura. Vale lembrar que os bureaus de crédito podem utilizar técnicas de scoragem para prever informações extras como renda, comprometimento e também a capacidade mensal de pagamento de cada cliente. Cabe à empresa definir o nível de análise que ela quer chegar.

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

Monitoramento contínuo de CNPJ: como acompanhar mudanças de risco na carteira

Monitoramento contínuo de CNPJ: como acompanhar mudanças de risco na carteira

Monitore mudanças cadastrais, societárias e de inadimplência em CNPJs, receba alertas e priorize reanálises de risco na sua carteira.

Crédito B2B no varejo: como estruturar concessão em escala

Crédito B2B no varejo: como estruturar concessão em escala

Veja como estruturar crédito B2B no varejo combinando Score PJ, capacidade financeira, atributos e motor de decisão para aprovar e definir limites em escala.

Consulta de antecedentes criminais: como funciona na admissão?

Consulta de antecedentes criminais: como funciona na admissão?

Entenda como é a consulta de antecedentes criminais na admissão e conheça ferramentas para reduzir riscos e tornar as contratações mais seguras.

O que é IA²? Entenda a combinação de Inteligência Analítica com IA

O que é IA²? Entenda a combinação de Inteligência Analítica com IA

Entenda o que é IA² e como Inteligência Analítica e Inteligência Artificial trabalham juntas para apoiar decisões de negócio com dados confiáveis.

IA² além da tecnologia: como inteligência analítica e inteligência artificial apoiam decisões de negócio

IA² além da tecnologia: como inteligência analítica e inteligência artificial apoiam decisões de negócio

Entenda como Inteligência Analítica, Inteligência Artificial e dados confiáveis trabalham juntos para apoiar decisões de negócio.

IA no agronegócio: como a inteligência artificial transforma crédito, risco e monitoramento no campo

IA no agronegócio: como a inteligência artificial transforma crédito, risco e monitoramento no campo

Entenda como a IA no agronegócio apoia a concessão de crédito rural, o monitoramento de lavouras e a gestão de riscos financeiros e socioambientais.