Tecnologias de big data e machine learning conseguem melhorar a análise de risco, o que pode mudar a maneira de aprovação de crédito que é feita hoje.
A busca por soluções para inclusão da população no sistema de concessão de crédito sempre foi um desafio. A criação do cadastro positivo por si só não resolve o problema e as novas tecnologias têm se mostrado ferramentas úteis e capazes de ajudar nesse processo, pois conseguem apontar uma parcela que não é identificada pelos birôs tradicionais de crédito.
Graças ao cruzamento de informações públicas e georeferências, soluções que fazem uso de big data e machine learning conseguem refinar a análise de risco, o que pode mudar a forma de aprovação de crédito tanto para quem já estava no sistema bancário como para os desbancarizados. Com uma solução implantada para um banco digital, por exemplo, foi possível identificar que 35% da base de clientes desconhecidos pelo mercado de crédito, tinham inadimplência 50% menor que a média.
O potencial é bom. Dados da Associação Nacional das Empresas de Recuperação de Crédito (Aserc) indicam que somente os desbancarizados brasileiros movimentam mais de R$ 650 milhões ao ano. São pessoas de todas as classes econômicas do país: do total, seis milhões são da classe alta, 29 milhões da classe média e 20 milhões de classes economicamente mais baixas. E estão bem dispersos em todo o território nacional: metade vive nos estados do nordeste e norte, 31% no centro-oeste e 30% sul e sudeste. Todos possuem mais de 18 anos.
Na prática, tanto bancarizados como desbancarizados podem estar aptos a receber financiamento com a nova metodologia de avaliação. É como quando separar os prótons, nêutrons e elétrons de um átomo. Isso porque o Big Data dá acesso a outras informações sobre essas pessoas, para que se conheça seus hábitos, a fim de saber se elas poderão honrar novos compromissos, descompactando um bloco de informações que mostravam todos os potenciais clientes numa única média. Assim, tem crescido no setor o uso de robôs que permite avaliar informações mais precisas para determinar as condições de financiamento e empréstimo.
Não à toa, é possível aumentar em até 20% a margem líquida da concessão de crédito com soluções tecnológicas e a interpretação correta dos dados. Vale lembrar que aprimorar a concessão de crédito envolve também reduzir tempo de análise de uma operação e elevar volume de recursos liberados a quem busca dinheiro. É um movimento que ganhou ainda mais relevância no momento da fraca retomada da economia.
Para se ter ideia, na China, usando 3 mil variáveis para analisar risco de crédito, a fintech MYbank emprestou US$290 bilhões a 16 milhões de pequenas empresas em 4 anos, num processo que leva 3 minutos, tem 1% de inadimplência e nenhum humano tomando decisões.
Assim, as novas tecnologias podem inserir milhões de novos consumidores no mercado, ampliar as vendas e gerar empregos. Lojistas também podem, com base nos produtos comprados, identificar quais consumidores estão propensos a aceitar um cartão de crédito. Ao oferecerem uma análise de crédito mais completa e, portanto, mais segura, o sistema financeiro pode trabalhar com juros variáveis, personalizados, em vez das taxas homogêneas definidas por tipo de empréstimo ou linha de crédito que vem praticando há décadas.
*Por Breno Costa, diretor da Neurotech
