Podjetja iz različnih sektorjev sprejemajo napredne tehnologije analize podatkov z Open Finance in umetno inteligenco, da povečajo ponudbo kreditov, ne da bi zvišala stopnje neplačevanja. Te te inovacije omogočajo natančnejše in prilagojene ocene kreditne sposobnosti, pomoč potrošnikom pri upravljanju njihovimi financami na učinkovit način in pri povečevanju njihovih kreditnih mej. Po podatkih Bacen, dodelitev posojil za nakup blaga s strani fizičnih oseb je v 12 mesecih do februarja 2024 narasla za 18%, največji porast v zadnjih petih letih.
Strategije za zmanjšanje tveganj vključujejo diverzifikacijo kreditnega portfelja in segmentacijo trga, temeljni za spopadanje z naraščajočo neplačljivostjo, ki je dosegla 72,54 milijonov Brazilcev maja 2024, po podatkih Serasa. Raziskava Inštituta Locomotiva in MFM Tehnologija je pokazala, da je 8 od 10 brazilskih družin zadolženih, s kreditno kartico, ki je odgovorna za 60% zapadlih dolgov. Strokovnjaki poudarjajo, da je učinkovitost povečanja razpoložljivosti kreditov v kompleksnosti analize tveganja, omogočena z orodji umetne inteligence, ki pomagajo pri avtomatizaciji procesa odločanja o kreditu, odkrivanje prevar, personalizacija ponudb in pravilna segmentacija strank, omogočanje natančnejše napovedi neplačevanja in spremljanja profilov.
To je tisto, kar pojasnjuje Bruno Moura, direktor za poslovanje in marketing klavi – podjetje, ki ponuja rešitve, temelječe na odprtem financiranju in odprtih podatkih. "Verjamemo, da mora učinkovita strategija analize tveganj temelji predvsem na kulturi analize podatkov", v katerih so nove informacije nenehno ocenjevane in starejši viri redno spremljani, ker se vedenje javnosti pogosto spreminja, oceni. Strokovnjak poudarja, še vedno, da za varno analizo kreditov je potrebno pridobiti in analizirati širok spekter informacij o potencialnem stranku, vključno z zgodovino, dohodki, trenutna finančna sposobnost, pretekli način plačila in kakršni koli podatki, ki bi lahko statistično dokazali svojo pomembnost.
Poleg tega, ponavlja, da je nujno imeti dobro spremljanje in nenehno izboljševanje uporabljenih tehnologij, implementacija sistemov za nenehno spremljanje kreditne sposobnosti strank, dati, ki se uporabljajo za analizo in stalno ponovno ocenjevanje modelov, poleg posodabljanja tehnologij, da se ohrani stalna agilnost v procesu odločanja. Priključen na dve točki, prav tako je pomembno uporabljati robustne statistične modele, kot je AI, za analizo vedenja.
“Upor samo tradicionalne vire podatkov (kot so kreditni biroji) ne bo izboljšalo vašega pogleda na vašega kupca in, hkrati, ne bo te bo razlikovalo od tvojih konkurentov. Uporaba drugih virov, pod pogojem, da se upoštevajo pravila in zakoni o varstvu podatkov, je ključna za iskanje novih priložnosti za izboljšave, izpostavlja Moura.
Vloga finančne izobrazbe pri zmanjševanju neplačevanja
Odgovornost potrošnikov pri uporabi finančnih virov je prav tako ključni vidik skozi celotno potovanje. V tem smislu, Bruno Moura pojasnjuje, da ima finančno izobraževanje ključno vlogo, je najpametnejši način, kako dokazati da, če je dobro upravljano, kredit bo ključnega pomena za dosego uspehov posameznikov in podjetij.
Orodja umetne inteligence, ki uporabljajo podatke odprtega financiranja, so za to ključna in lahko naredijo razliko, poskrbitev, da je oseba pravilno svetovana glede svojega potrošniškega in življenjskega profila, zmanjšanje možnosti finančnih nesoglasij in hkrati, pokazovanje potrošniku, da če ima zdravo finančno življenje, celoten ekosistem bo imel koristi, pojasni Moura.
Po podatkih Open Finance Brasil, decembra 2023 je imelo več kot 42 milijonov Brazilcev že aktivne privolitve za deljenje podatkov med bankami in finančnimi institucijami. Poleg tega, v letu 2023 je bilo izdanih 15 novih API-jev, skupaj več kot 30 izdelkov z API-ji v produkciji, pospešuje milijarde klicev na teden v fazi 2 odprtega financiranja.
Povezana z finančnim izobraževanjem, vloga podjetij je uvajanje kreditnih politik za uravnoteženje dodeljevanja s ohranjanjem nizkih stopenj neplačevanja. Med glavnih politik so:
(1) Diferenciacija občinstvarazlični ljudje imajo različna vedenja, torej, politika kreditov mora biti prilagojena za vsako publiko, izdelek in storitev.
(2) Ocena in spremljanje spremenljivkglede številnih podatkovnih spremenljivk, prisotnih v politikah, moramo biti pozorni na kakovost skozi čas, vključno za oceno, ali je prišlo do spremembe vedenja in ali so vplivi na predvidene rezultate. Eden je bila pandemija: nove vedenjske navade so se oblikovale in podatki, ki so prej napovedovali neplačevanje, so morali biti zamenjani z novimi in tisti, ki je to lahko spremljal čim hitreje, imela manjši vpliv.
(3) Skupno delo z oddelki za goljufije, podpora in zaračunavanjekredit je ekosistem, ki potrebuje, da so vsi konci dosledni in povezani v prid strategije, če nekaj ni v redu, učinek bo na celotno verigo.
Eden primer, kako podjetje lahko znatno poveča razpoložljivost kredita, ne da bi povečalo neplačevanje, je prilagajanje ponudb, opravljati pravilno upravljanje omejitev in spremljati stranke skozi celoten cikel.
“Predstavljajte si danes, koliko samostojnih poklicev obstaja v državi in koliko jih nima pomembne kreditne zgodovine, ampak tisti, ki imajo dosledne prihodke in razpoložljivo kreditno sposobnost, bi imeli možnost rasti svojih poslovanj, investiranje v orodja in opremo, ki vam lahko omogočijo še večjo rast? Z Open Financeom, je mogoče postaviti ustrezno mejo za to osebo, povečanje razpoložljivosti kredita brez povečanja njegove neplačilnosti, na koncu natančno veste o finančni zmožnosti osebe in ne le o njenem kreditnem zgodovini, ki se pogosto šele začenja, pojasnjuje Bruno Moura.
S temi pristopi, podjetja pričakujejo, da bodo odgovorno razširila dostop do kreditov, spodbujanje trajnostne rasti in ohranjanje nadzora nad neplačili.
