Pontuação de crédito alternativa: vasculhando big data para obter informações do consumidor

• Autor:
• Nome do autor

  Visão Quântica
• 10 de outubro de 2022

Resumo do insight

Mais empresas estão usando pontuação de crédito alternativa porque beneficia consumidores e credores. A inteligência artificial (IA), especificamente o aprendizado de máquina (ML), pode ser usada para avaliar a credibilidade de pessoas que não têm acesso a produtos bancários tradicionais. Esse método analisa fontes de dados alternativas, como transações financeiras, tráfego da Web, dispositivos móveis e registros públicos. Ao analisar outros pontos de dados, a pontuação de crédito alternativa tem o potencial de aumentar a inclusão financeira e impulsionar o crescimento econômico.

Contexto alternativo de pontuação de crédito

O modelo tradicional de pontuação de crédito é limitante e inacessível para muitas pessoas. De acordo com dados do Africa CEO Forum, cerca de 57 por cento dos africanos são “invisíveis ao crédito”, o que significa que não possuem uma conta bancária ou pontuação de crédito. Como resultado, eles têm dificuldade em conseguir um empréstimo ou um cartão de crédito. Indivíduos que não têm acesso a serviços financeiros essenciais, como contas poupança, cartões de crédito ou cheques pessoais, são considerados sem conta bancária (ou com falta de conta bancária).

De acordo com a Forbes, essas pessoas sem conta bancária precisam de acesso a dinheiro eletrônico, um cartão de débito e a capacidade de obter dinheiro prontamente. No entanto, os serviços bancários tradicionais geralmente excluem este grupo. Além disso, a burocracia complexa e outros requisitos para empréstimos bancários convencionais fizeram com que grupos vulneráveis ​​recorressem a agiotas e credores de pagamento que impõem taxas de juro elevadas.

A pontuação de crédito alternativa pode ajudar a população não bancarizada, especialmente em países em desenvolvimento, considerando meios de avaliação mais informais (e muitas vezes mais precisos). Em particular, os sistemas de IA podem ser aplicados para escanear grandes volumes de informações de diversas fontes de dados, como contas de serviços públicos, pagamentos de aluguel, registros de seguros, uso de mídia social, histórico de emprego, histórico de viagens, transações de comércio eletrônico e registros governamentais e de propriedade. . Além disso, esses sistemas automatizados podem ajudar a identificar padrões recorrentes que se traduzem em risco de crédito, incluindo a incapacidade de pagar contas ou manter empregos por muito tempo ou abrir muitas contas em plataformas de comércio eletrônico. Essas verificações se concentram no comportamento de um mutuário e identificam pontos de dados que os métodos tradicionais podem ter perdido. 

Impacto disruptivo

As tecnologias emergentes são um fator chave para acelerar a adoção de pontuação de crédito alternativa. Uma dessas tecnologias inclui aplicativos blockchain devido à sua capacidade de permitir que os clientes controlem seus dados enquanto ainda permite que os provedores de crédito verifiquem as informações. Esse recurso pode ajudar as pessoas a se sentirem mais no controle de como suas informações pessoais são armazenadas e compartilhadas.

Os bancos também podem usar a Internet das Coisas (IoT) para obter uma imagem mais detalhada do risco de crédito em todos os dispositivos; isso inclui a coleta de metadados em tempo real de telefones celulares. Os profissionais de saúde podem contribuir com vários dados relacionados à saúde para fins de pontuação, como dados coletados de dispositivos vestíveis, como frequência cardíaca, temperatura e qualquer registro de problemas de saúde pré-existentes. Embora essas informações não se apliquem diretamente aos seguros de vida e saúde, elas podem informar as escolhas de produtos bancários. Por exemplo, uma possível infecção por COVID-19 pode sinalizar a necessidade de assistência emergencial a descoberto ou pequenas e médias empresas com fatores de risco mais altos para pagamento de empréstimos e interrupção dos negócios. Enquanto isso, para o seguro de carro, algumas empresas usam dados telemáticos (GPS e sensores) em vez da pontuação de crédito tradicional para avaliar quais candidatos são mais propensos a serem responsabilizados. 

Um ponto de dados importante na pontuação de crédito alternativa é o conteúdo de mídia social. Essas redes contêm uma quantidade impressionante de dados que podem ser úteis para entender a probabilidade de uma pessoa pagar dívidas. Essas informações geralmente são mais precisas do que os canais formais revelam. Por exemplo, extratos de contas correntes, postagens on-line e tweets fornecem informações sobre os hábitos de consumo e a estabilidade econômica de alguém, o que pode ajudar as empresas a tomar melhores decisões. 

Implicações da pontuação de crédito alternativa

Implicações mais amplas da pontuação de crédito alternativa podem incluir: 

• Mais serviços de empréstimo de crédito não tradicionais alimentados pelo open banking e banking as a service. Esses serviços podem ajudar os não bancarizados a solicitar empréstimos com mais eficiência.
• O uso crescente de IoT e wearables para avaliar o risco de crédito, principalmente dados de saúde e casa inteligente.
• Startups que usam serviços de metadados por telefone para avaliar pessoas sem conta bancária para oferecer serviços de crédito.
• A biometria está sendo cada vez mais utilizada como uma alternativa de dados de score de crédito, principalmente no monitoramento de hábitos de compra.
• Mais governos tornando o crédito não tradicional mais acessível e útil. 
• Preocupações crescentes sobre possíveis violações de privacidade de dados, principalmente para coleta de dados biométricos.

Questões a considerar

• Quais são os desafios potenciais no uso de dados alternativos de pontuação de crédito?
• Quais outros pontos de dados em potencial podem ser incluídos na pontuação de crédito alternativa?