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

CNPJs no ano -

Processos no ano -

Recuperação Judicial Requerida - Em breve

CNPJs no ano -

Processos no ano -

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

CNPJs no ano -

Processos no ano -

Recuperação Judicial Requerida - Em breve

CNPJs no ano -

Processos no ano -

Marketing

As consequências da má qualidade dos dados para uma empresa

Conheça os principais prejuízos e riscos da má qualidade de dados, como decisões erradas, custos e perda de confiança no mercado.

Imagem de capa

Manter a qualidade dos dados é um problema recorrente e que aflige inúmeras empresas. E se as lideranças de TI não tomam medidas para melhorar a precisão de suas informações, pode haver sérias consequências, pois há muitas maneiras pelas quais as empresas cometem erros com a compilação e gerenciamento de dados do cliente. Quando um cliente está preenchendo um formulário no site de uma empresa, por exemplo, ele pode errar uma palavra, fornecer um endereço desatualizado ou dar o número de telefone incorreto. Uma vez que estes dados errados são adicionados ao sistema eles podem ser difíceis de corrigir. Eles também podem levar a problemas de longo prazo. As empresas confiam em dados precisos para auxiliar seus esforços de marketing, vendas e atendimento ao cliente. Se eles não contêm a informação correta eles perdem tempo perseguindo leads que não existem. E o tempo, como se diz, é dinheiro. O relatório da Pesquisa Global de Qualidade de Dados 2017 da Experian indicou um impacto generalizado e alarmante desses problemas de qualidade: 58% por cento das organizações no Brasil disseram que enfrentaram desafios de governança de dados. Além disso, existem problemas para se entender as reais necessidades do cliente. Em um mundo cada vez mais “dominado” pelo Big Data, algumas empresas acabam tendo dificuldades em encontrar, organizar e analisar os dados corretos sobre seus clientes e encontrar assim, maneiras de aprimorar seus produtos e serviços. E, infelizmente, a qualidade dos dados disponíveis pode tornar isso quase impossível. A pesquisa constatou que, globalmente, 27% das organizações acreditam que os dados dos seus clientes e prospects são imprecisos. Assim, os problemas com a qualidade dos dados são praticamente inevitáveis. Errar é humano, e quase todos cometem um erro ocasional ao inserirem informações de clientes em bancos de dados. É essencial, portanto, que as empresas tomem medidas para proteger seus dados. Se não fizerem isso, as consequências podem ser surpreendentemente desagradáveis.

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

Como aplicar a Pirâmide de Maslow na gestão de pessoas?

Como aplicar a Pirâmide de Maslow na gestão de pessoas?

Entenda como aplicar a Pirâmide de Maslow no RH, identificar necessidades do time e melhorar engajamento e retenção de talentos. Confira!

Dia das Mães nas empresas: como o RH pode apoiar colaboradoras e estruturar ações

Dia das Mães nas empresas: como o RH pode apoiar colaboradoras e estruturar ações

Descubra como estruturar ações para o Dia das Mães nas empresas, apoiar colaboradoras e promover um ambiente de trabalho mais equilibrado.

Relatório de transparência salarial: o que é e como enviar

Relatório de transparência salarial: o que é e como enviar

Entenda o que é o relatório de transparência salarial, quem deve emitir, quais dados incluir e como o RH pode organizar o envio. Confira!

Front-end, Back-end e Full Stack: o que cada profissional faz e quanto ganha

Front-end, Back-end e Full Stack: o que cada profissional faz e quanto ganha

Front-end cuida da interface visual, back-end da lógica e servidores, e full stack domina os dois. Salários variam de R$ 3.000 a R$ 14.000.

Nova era do Corban: quando migrar para uma operação própria

Nova era do Corban: quando migrar para uma operação própria

Corbans maduros enfrentam limites de margem e controle. Veja o momento certo de evoluir para crédito próprio com mais autonomia e dados.

Como funcionam os programas de open innovation que conectam startups e grandes empresas?

Como funcionam os programas de open innovation que conectam startups e grandes empresas?

Descubra como programas de conexão entre startups e grandes corporações impulsionam a inovação aberta, acelerando soluções para desafios reais de negócios.