Estimulados por una combinación de factores, los prestamistas buscan activamente incluir más y diferentes tipos de datos en los procesos de toma de decisiones. En los últimos años se han puesto de manifiesto los límites de los datos crediticios heredados.
Aunque los modelos exactos varían, las puntuaciones de crédito de las agencias heredadas tienen en cuenta los últimos 5 a 7 años de historial de pago de créditos. Este sistema favorece a determinadas personas y, a su vez, excluye a muchas otras. Los datos heredados dejan a muchos prestamistas sin forma de evaluar a algunas personas, apartándolas de posibles buenos prestatarios.
Cada vez se incluye más un enfoque de datos diversos para permitir a los prestamistas "ver" a los clientes de expedientes finos o para mejorar la predictibilidad de los procesos actuales.
Los Datos Diversos podrían incluir otros tipos de datos sobre transacciones, como el pago de facturas. O puede incluir datos basados en el carácter y el comportamiento, como evaluaciones psicométricas o datos de dispositivos. Los datos basados en el carácter buscan rasgos de carácter que tengan una correlación demostrada con la disposición a devolver un préstamo.
La explosión de datos y el aumento de las capacidades en IA y ML han abierto muchas oportunidades para que los procesos de calificación crediticia se beneficien. Muchos factores influyen en la probabilidad de que alguien devuelva un préstamo. El ML puede captar mejor las relaciones no lineales que son habituales en el riesgo crediticio.
Si los prestamistas quieren dar prioridad al cliente, no tienen más remedio que dar prioridad a lo digital. Los usuarios finales esperan más de sus canales digitales y esto debería ser fundamental para su experiencia de cliente. Los clientes que no consiguen lo que buscan en un canal digital están dispuestos a buscar otro. La fidelidad de los clientes está en declive; los consumidores están en juego.
Analistas predicen una tendencia hacia la nube en lugar del despliegue in situ, con una CAGR prevista del 18,3% durante la próxima década. La implantación en la nube es más económica y requiere menos inversión en conocimientos técnicos.
Más que un obstáculo, una normativa clara puede ser una herramienta de ayuda. Al informar a los clientes de las políticas de privacidad y ser transparentes sobre cómo se utilizan sus datos, las nuevas herramientas de evaluación crediticia pueden permitir a los consumidores aprovechar sus datos en su propio beneficio.
Aunque la normativa sobre privacidad varía en función de la región, los prestamistas pueden empezar por tener en cuenta los requisitos del GDPR, reconocido como uno de los más completos del planeta en la actualidad.
En el pasado, las solicitudes de compra y financiación eran procesos distintos y separados. El acceso a los datos y los avances en el análisis en tiempo real permiten que la comprobación del crédito se realice sobre la marcha, como parte del proceso de pago. Los prestamistas pueden acceder ahora a nuevos segmentos de consumidores con un coste marginal mínimo.
Muchos mecanismos de evaluación del crédito, como las puntuaciones de las agencias de crédito, se basan en datos de terceros. Consideran datos creados a partir de otras transacciones o actividades y luego construyen modelos para asociar estos datos con la probabilidad de devolver un préstamo.
Puede haber un elemento de volatilidad con los datos de terceros, ya que se ven afectados por otras fuerzas que pueden cambiar rápidamente y dejar expuestos a los prestamistas.
Los datos de origen para créditos se crean con un propósito. Esto significa datos creados con el propósito inherente de indicar la voluntad de devolver un préstamo. Los datos crediticios basados en el carácter, como las encuestas psicométricas, son un ejemplo de datos de origen. Se desarrollan con el propósito inherente de crear datos que sean indicativos de la solvencia crediticia.
La naturaleza cambiante de la forma en que los consumidores utilizan el crédito, en particular el auge de los proveedores de BNPL, significa que muchas deudas quedan "ocultas" en las puntuaciones de crédito tradicionales. Mientras los reguladores estudian cómo hacer frente a este cambio, los prestamistas pueden reforzar su proceso diversificando los datos que tienen en cuenta.
Hay una demanda creciente para que los prestamistas muestren un cambio real en sus responsabilidades ASG. Para que los bancos y las instituciones financieras tengan éxito en materia de ASG, debe prestarse mucha más atención al aspecto social. Atender a una clientela diversa implica la necesidad de revisar la inclusión del crédito. El enfoque tradicional de ofrecer crédito deja a millones de personas fuera del sistema. El impacto de excluir a la gente del crédito es significativo. Lleva a la gente a utilizar alternativas inseguras o depredadoras.
Foto de Blake Wisz en Unsplash
Tecnología SaaS que proporciona puntuaciones de crédito de datos alternativos para bancos, microfinanzas, prestamistas digitales, neobancos, BNPL y financiación de activos.
