Nos últimos meses muito se questionou sobre como a pandemia afetou os modelos que dão suporte à tomada de decisão para concessão de crédito.
Além de dúvidas se eles continuaram funcionando mesmo com a crise, há diversos questionamentos sobre os impactos desse momento atípico para o mercado de crédito e cobrança.
Em relação à inadimplência do mercado, os números gerais mostram que os patamares não cresceram como se esperava. Pelo contrário, diversos produtos tiveram redução nos percentuais de não pagadores.
Grande parte disso ocorreu por conta de medidas internas de flexibilização de condições de pagamento e renegociações, realizadas pelos bancos e financeiras, e por medidas externas, realizadas pelo governo, de liberação de verbas de auxílio emergencial.
Mas também podemos dizer que com o aumento do uso de machine learning, big data, cadastro positivo e dados alternativos, os modelos de crédito se tornaram mais eficientes, sendo grandes aliados dos credores nesse momento de crise, cumprindo seu papel de segmentar os clientes pelos seus perfis e permitir o direcionamento das melhores estratégias. Com certeza, eles continuarão sendo essenciais para lidar com os desafios que teremos em 2021.
Nesse ano, a expectativa é de crescimento na inadimplência – até porque o crédito também estará em expansão.
Mais do que nunca os consumidores precisam que os credores exerçam seu papel de auxiliar no equilíbrio financeiro. Ainda mais em países com grandes desigualdades sociais como o Brasil.
A pandemia nos trouxe importantes lições em relação ao desenvolvimento e utilização dos modelos:
• Clientes que tiveram seus limites reduzidos ficaram com seu percentual de utilização aumentado automaticamente. Modelos que utilizam essa informação, como os de Behavior Score, podem carregar o viés desse movimento. Um cliente bom, por exemplo, que normalmente paga em dia, pode ter seu score reduzido, caso seu limite tenha ficado menor;
• Ações como carências em vencimentos e ofertas de renegociação colocaram muitos clientes em situação de adimplência “forçada”, podendo vir a mascarar a real inadimplência. Desenvolvimentos futuros devem levar em consideração os efeitos dessas ações no tratamento dos dados da modelagem, principalmente em modelos de credit score;
• Outra mudança que a pandemia trouxe foi na forma de atuação da cobrança. Por exemplo, os números de acionamentos digitais e recebimento de ligações no receptivo cresceram bastante, principalmente no início do período. Modelos de Collection Score que utilizam essas informações de tipo de acionamento precisam ser revisados para medir o impacto que podem ter sofrido no poder de segmentação;
• Mesmo quem já utiliza modelos que consideram ciclos econômicos precisa ter atenção. Espera-se que, em períodos de crise, as mudanças aconteçam de forma gradual. Não é o caso do episódio atual que estamos vivenciando. Dados macroeconômicos, por exemplo, tiveram movimentos nunca vistos na história recente. Os modelos de Forward Looking, construídos com base nesses dados, precisam ser cuidadosamente avaliados.
De forma geral, os modelos continuaram performando, mas isso não deve ser considerado verdade absoluta em todos os casos, como destacamos acima. Estamos passando por um momento único e temos que saber como lidar com diferentes situações.
O ano de 2020 foi bastante desafiador e proporcionou diversos aprendizados para o mercado de crédito e cobrança.
Para esse ano, a recomendação é que as empresas reforcem o monitoramento de seus modelos.
Mais do que nunca, essa etapa é essencial para garantir que sua ferramenta mais poderosa de segmentação seja utilizada com todo seu potencial, permitindo decisões mais otimizadas e, consequentemente, um melhor resultado financeiro para sua companhia.
Por Anderson Marcomini, Consultor de Negócios da FICO América Latina
O post Concessão de crédito: Qual são as tendências para 2021? apareceu primeiro em Rede Jornal Contábil – Contabilidade, MEI , crédito, INSS, Receita Federal .
Fonte: Jornal Contábil
Abertura de empresa em São Bernardo do Campo com o escritório de contabilidade Dinelly. Clique aqui