Empresas | Demanda por Crédito

Variação acumulada no ano 7,9%

Variação mensal 4,6%

Consumidor | Demanda por Crédito

Variação acumulada no ano 8,0%

Variação mensal 7,4%

Empresas | Recuperação de Crédito

Percentual médio no ano 39,8%

Percentual no mês 38,7%

Consumidor | Recuperação de Crédito

Percentual médio no ano 56,7%

Percentual no mês 57,2%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.280,32

Pontualidade do pagamento 77,9%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 406,18

Pontualidade do pagamento 83,6%

Veículos | Cadastro Positivo

Ticket Médio R$ 406,18

Pontualidade do pagamento 83,6%

Consignado | Cadastro Positivo

Ticket Médio R$ 268,83

Pontualidade do pagamento 93,9%

Tentativas de Fraudes

Acumulado no ano (em milhões) 6,94

No mês (em milhões) 1,15

Empresas | Inadimplência

Variação Anual 15,9%

No mês (em milhões) 8,0

MPEs | Inadimplência

Variação Anual 16,4%

No mês (em milhões) 7,6

Consumidor | Inadimplência

Percentual da população adulta 48,3%

No mês (em milhões) 78,8

Atividade do Comércio

Variação acumulada no ano 4,2%

Variação mensal -1,5%

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 7,9%

Variação mensal 4,6%

Consumidor | Demanda por Crédito

Variação acumulada no ano 8,0%

Variação mensal 7,4%

Empresas | Recuperação de Crédito

Percentual médio no ano 39,8%

Percentual no mês 38,7%

Consumidor | Recuperação de Crédito

Percentual médio no ano 56,7%

Percentual no mês 57,2%

Cartão de Crédito | Cadastro Positivo

Ticket Médio R$ 1.280,32

Pontualidade do pagamento 77,9%

Empréstimo Pessoal | Cadastro Positivo

Ticket Médio R$ 406,18

Pontualidade do pagamento 83,6%

Veículos | Cadastro Positivo

Ticket Médio R$ 406,18

Pontualidade do pagamento 83,6%

Consignado | Cadastro Positivo

Ticket Médio R$ 268,83

Pontualidade do pagamento 93,9%

Tentativas de Fraudes

Acumulado no ano (em milhões) 6,94

No mês (em milhões) 1,15

Empresas | Inadimplência

Variação Anual 15,9%

No mês (em milhões) 8,0

MPEs | Inadimplência

Variação Anual 16,4%

No mês (em milhões) 7,6

Consumidor | Inadimplência

Percentual da população adulta 48,3%

No mês (em milhões) 78,8

Atividade do Comércio

Variação acumulada no ano 4,2%

Variação mensal -1,5%

Falência Requerida

Acumulado no ano 236

No mês 61

Recuperação Judicial Requerida

Acumulado no ano 638

No mês 167

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.

As consequências da má qualidade dos dados para uma empresa

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

Serasa Experian cria a categoria “datatech” e redefine o papel do marketing orientado por dados

Serasa Experian cria a categoria “datatech” e redefine o papel do marketing orientado por dados

Conheça a trajetória da Serasa Experian rumo à transformação digital, com insights de Giovana Giroto sobre a nova era de dados e tecnologia no setor.

Gestão de carteira de crédito rural: conheça as melhores soluções para expandir sua rentabilidade!

Gestão de carteira de crédito rural: conheça as melhores soluções para expandir sua rentabilidade!

Gestão de carteira no crédito rural com dados e ESG: conheça nossas soluções para agronegócio, reduza riscos e acelere a concessão de crédito!

10 campanhas de Black Friday para impulsionar seu marketing

10 campanhas de Black Friday para impulsionar seu marketing

Descubra como criar campanhas de marketing eficazes para a Black Friday 2025. Veja exemplos de ações de sucesso, dados de vendas anteriores, dicas estratégicas

Salário sob demanda: melhore a saúde financeira dos seus colaboradores

Salário sob demanda: melhore a saúde financeira dos seus colaboradores

Implementar o salário sob demanda pode reduzir o estresse financeiro e aumentar a produtividade, sabia? Agora, aprenda como aplicá-lo!

E-book O Futuro da Análise de Crédito: uma visão para 2030. Baixe agora!

E-book O Futuro da Análise de Crédito: uma visão para 2030. Baixe agora!

Baixe agora o e-book "O Futuro da Análise de Crédito" e conheça as previsões até 2030. Entenda como IA e dados moldarão o setor de crédito e fraude.

Ações fraudulentas: tipos de golpes e como um sistema antifraude pode ajudar sua loja online

Ações fraudulentas: tipos de golpes e como um sistema antifraude pode ajudar sua loja online

Crimes virtuais no e-commerce: tipos de golpes na internet, sinais de risco e como sistemas antifraude reduzem perdas e credibilidade! Confira.