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

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:

%d blogueiros gostam disto: