Novos perfis de crédito e como estes impactam o setor financeiro

Por Paulo Marques, Head of Credit Risk da UNICRE

Os últimos anos têm sido marcados por uma transformação no mundo dos pagamentos, nomeadamente no que concerne aos perfis de crédito. Esta mudança tem sido impulsionada por fatores sociais, económicos e digitais, dos quais são exemplo as mudanças no comportamento dos consumidores, o atual panorama económico, bem como os avanços tecnológicos e a crescente digitalização das operações. Uma das maiores evidências da digitalização é o crescimento da utilização de dispositivos móveis para a realização de novas operações de crédito, refletindo um público cada vez mais autónomo e digitalmente ativo. Outro aspeto social que também se observa no mercado financeiro são as mudanças nos padrões familiares, como o aumento de casais com contas separadas, na maioria das vezes por razões de privacidade, o que influencia diretamente a forma de avaliar e segmentar perfis de risco.

Esta transformação no ciclo de vida do crédito representa um misto de desafios e oportunidades, e exige estratégias cada vez mais personalizadas e sustentadas por dados.

A crescente digitalização obriga a que um volume muito alto de decisões de crédito seja automático, isto é, suportadas por sistemas que analisam o risco e decidem instantaneamente, pois os proponentes exigem tomar conhecimento da decisão no momento. É necessário estabelecer um equilíbrio entre automação e avaliação humana para garantir eficiência nos processos, sem comprometer a precisão das decisões.

Na era da digitalização e da inteligência artificial, é crítico para o setor financeiro a implementação de modelos recorrendo a algoritmos de machine learning, que permitem monitorizar os níveis de risco de forma mais eficiente e precisa, para sustentar e ampliar a sua resposta. Não se limitando o uso em decisão de novas propostas de crédito, é de enorme importância o desenvolvimento de modelos matemáticos avançados que possibilitam a segmentação de clientes, bem como o consequente ajuste das abordagens com base nos padrões comportamentais identificados. Estes modelos não só permitem identificar oportunidades de cross-sell e up-sell de soluções de crédito aos clientes, mas também identificar situações em que estes possam estar a entrar em stress financeiro e, dessa forma, antecipar propostas de solução que permitam uma relação saudável dos clientes com as operações de crédito. Para estes efeitos, é primordial adotar metodologias de hiperpersonalização, pois diferentes padrões de comportamento implicam diferentes abordagens.

Este trabalho só é possível reconhecendo e privilegiando a riqueza dos dados e a relevância da sua higienização. Sem dados bem estruturados não conseguimos medir, e não se gere aquilo que não se não conseguir medir. É assim crítico um esforço contínuo para enriquecer e melhorar as nossas bases de dados.

Os novos perfis de crédito exigem que as instituições financeiras se reinventem continuamente, de forma cada vez mais rápida, e o caminho para um setor financeiro mais ágil, eficiente e inclusivo passa pela adoção de tecnologias avançadas, como a inteligência artificial e a modelização preditiva, combinada com uma abordagem centrada no cliente – fatores fundamentais para se manter a relevância num setor em rápida evolução. O sucesso futuro dependerá da nossa capacidade de aliar inovação tecnológica, gestão responsável e uma visão humanista, reconhecendo que, por detrás de cada decisão, estão indivíduos e histórias únicas que merecem ser compreendidas e valorizadas.