Компании из различных секторов принимают передовые технологии анализа данных с открытыми финансами и искусственным интеллектом, чтобы увеличить предложение кредитов, не повышая уровень задолженности. Эти инновации позволяют проводить более точные и персонализированные кредитные оценки, помогая потребителям эффективно управлять своими финансами и увеличивать свои кредитные лимиты. Согласно данным Бакен, предоставление кредитов на покупку товаров физическими лицами увеличилось на 18% за 12 месяцев до февраля 2024 года, наибольшее повышение за последние пять лет.
Стратегии по снижению рисков включают диверсификацию кредитного портфеля и сегментацию рынка, основополагающие для борьбы с растущей задолженностью, который достиг 72,54 миллиона бразильцев в мае 2024 года, согласно Serasa. Исследование Института Локомотива и MFM Технологии показало, что 8 из 10 бразильских семей имеют долги, с кредитной картой, отвечающей за 60% просроченных долгов. Специалисты подчеркивают, что эффективность увеличения доступности кредита заключается в сложности анализа риска, реализованная с помощью инструментов ИИ, которые помогают в автоматизации процесса принятия кредитных решений, обнаружение мошенничества, персонализация предложений и правильная сегментация клиентов, позволяя более точное прогнозирование неплатежеспособности и мониторинг профилей.
Это объясняет Бруно Мура, директор по бизнесу и маркетингу klavi – компания, предлагающая решения на основе Open Finance и Open Data. «Мы считаем, что эффективная стратегия анализа рисков должна основываться в первую очередь на культуре анализа данных», в которых новые источники информации постоянно оцениваются, а старые источники регулярно контролируются, учитывая, что поведение публики часто меняется, оценка. Специалист подчеркивает, еще, что для безопасного кредитного анализа необходимо получить и проанализировать широкий спектр информации о потенциальном клиенте, включая историю, доход, текущая финансовая способность, поведение платежей в прошлом и любые данные, которые могут статистически подтвердить свою значимость.
Кроме того, он подчеркивает, что необходимо иметь хороший мониторинг и постоянное улучшение используемых технологий, внедрение систем для постоянного мониторинга кредитоспособности клиентов, данные, используемые для анализа и постоянной переоценки моделей, кроме обновления технологий, чтобы скорость процесса принятия решений оставалась постоянной. Привязанный к двум точкам, также важно использовать надежные статистические модели, такие как ИИ, для поведенческого анализа.
Использование только традиционных источников данных (таких как кредитные бюро) не улучшит ваше представление о вашем клиенте и, в то же время, не будет отличать тебя от твоих конкурентов. Использование других источников, при условии соблюдения правил и законов о защите данных, является необходимым для поиска новых возможностей для улучшения, подчеркивает Мура.
Роль финансового образования в сокращении дефолта
Ответственность потребителей в использовании финансовых ресурсов также является ключевым аспектом на протяжении всего пути. В этом смысле, Бруно Мора объясняет, что финансовое образование играет основополагающую роль, являясь самым разумным способом доказать, что, если хорошо управляется, кредит будет жизненно важен для достижения успехов людей и компаний.
Инструменты искусственного интеллекта, использующие данные открытых финансов, необходимы для этого и могут сыграть решающую роль, делая так, чтобы человек получал правильные советы в соответствии с его потребительским и жизненным профилем, снижая вероятность финансовых разногласий и в то же время, показывая потребителю, что если у него будет здоровая финансовая жизнь, вся экосистема получит выгоду, объясни Мору.
Согласно данным Open Finance Brasil, в декабре 2023 года более 42 миллионов бразильцев уже имели активные согласия на обмен данными между банками и финансовыми учреждениями. Кроме того, в 2023 году было выпущено 15 новых API, всего более 30 продуктов с работающими API, стимулируя миллиарды звонков в неделю на этапе 2 Открытых Финансов.
Привязанная к финансовому образованию, Роль компаний заключается во внедрении кредитной политики для балансировки предоставления кредитов с поддержанием низких уровней задолженности. Среди основных политик находятся
(1) Дифференциация аудитории:разные люди ведут себя по-разному, поэтому, кредитная политика должна быть адаптирована для каждой аудитории, продукт и услуга.
(2) Оценка и мониторинг переменных:учитывая многочисленные переменные данных, присутствующие в политиках, нам нужно следить за качеством с течением времени, включая оценку, произошли ли изменения в поведении и есть ли влияние на ожидаемые результаты. Одним из примеров была пандемия: были созданы новые поведения и данные, которые ранее предсказывали неплатежеспособность, пришлось заменить новыми, и кто смог отследить это как можно быстрее, имел меньший impacto.
Совместная работа с отделами по борьбе с мошенничеством, обслуживание и взысканиекредит — это экосистема, которая требует, чтобы все стороны были согласованы и объединены ради стратегии, если что-то не так, влияние будет на всю цепочку.
Пример того, как компания может значительно увеличить доступность кредита, не увеличивая уровень невыплат, - это персонализировать предложения, правильно управлять лимитами и сопровождать клиентов на протяжении всего цикла.
Представьте, сколько независимых профессионалов существует в стране сегодня и у которых нет значительной кредитной истории, но тот, кто имеет стабильный доход и доступный кредит, имел бы возможность развивать свой бизнес, инвестируя в инструменты и оборудование, которые могут помочь вам расти еще больше? С открытым финансированием, возможно установить подходящий предел для этого человека, увеличение доступности кредита без увеличения его просроченной задолженности, в конце концов, вы точно знаете финансовые возможности человека, а не только его кредитную историю, которая часто только начинается, объясни Бруно Мура.
С этими подходами, компании ожидают ответственно расширить доступ к кредитам, содействуя устойчивому росту и контролируя уровень задолженности.
