Reportagens Exclusivas

Pravaler aumenta índice de aprovacão de crédito estudantil com ajuda da startup israelense IA

Uma parceria do Pravaler com a startup israelense Innovative Assessments (IA) está ajudando a fintech a aumentar o índice de aprovação de crédito estudantil. A IA usa psicometria (que mede disposições e atitudes) para personalizar serviços financeiros e avaliar a credibilidade com base em diversas informações sobre o cliente.

“Nossa aprovação aumentou 17% para o público que se dispôs a preencher o formulário. Nosso desafio agora é tornar a jornada mais fluida, uma vez que a análise psicométrica implica em mais campos a serem preenchidos na proposta de crédito e, consequentemente, gera maior desistência durante o processo”, diz Carlos Toneto, Head de Risco de Crédito do Pravaler.

Para o phD Dr. Saul Fine, CEO da Innovative Assessments, quando falamos sobre a capacidade financeira de um solicitante de crédito, também precisamos considerar seus níveis de responsabilidade e confiança, características que podem ser identificadas pelo questionário. “No Brasil, existem muitas pessoas responsáveis que merecem crédito, e os credores agora podem atendê-los melhor”, complementa Fine. A startup desenvolveu uma pesquisa de preferências financeiras dos estudantes e agora, além de analisar dados sobre a universidade escolhida, curso e empregabilidade, o Pravaler também a aplica. 

Muito além do score

Usar ferramentas que vão além dos tradicionais scores de crédito tem sido particularmente relevante desde o ano passado. A recessão econômica agravada pela pandemia mudou o comportamento do consumidor e instituições financeiras precisaram reajustar seus algoritmos de análise. Brasileiros empreendendo, outros com queda na renda mensal. A Covid-19 trouxe ao mundo um cenário de incertezas, o que dificultou mensurar todos os riscos na concessão de crédito.

“Hoje a análise de crédito já não pode se basear apenas no score do cliente. Com a tecnologia, conseguimos avançar em dados que realmente nos ajudam a mitigar o risco e ofertar o crédito para quem precisa. O Open Banking, por exemplo, é uma prova da nossa necessidade de deixarmos a análise cada vez mais profunda”, explica Toneto.

Carlos Toneto, Pravaler

“Historicamente, os modelos de crédito são baseados em informações negativas dos clientes, ou seja, tendemos a sinalizar os clientes que passaram por alguma dificuldade na administração de suas dívidas anteriores e assim tomamos a decisão de aprovar ou não o crédito. Porém, esse tipo de análise acaba gerando dúvidas como: o cliente não possui informações negativas, pois tem um bom histórico ou o histórico dele não existe ou não está disponível?”, conta Toneto.

Por meio do questionário psicométrico da IA, que já permitiu 1,5 milhão de pessoas a obter crédito, é possível não só aumentar as aprovações de empréstimo entre candidatos sobre os quais não há muitos dados, como também reduzir a inadimplência entre os riscos identificados, partindo do princípio de que as pontuações de crédito atuais ignoram um fator chave da capacidade creditícia: o caráter pessoal. 

Leia também: