Você sabia que ao buscar o financiamento de um veículo ou um imóvel, uma das ferramentas mais importantes e utilizadas pelo mercado financeiro é a ciência de dados? Pois bem. Ela é responsável pelo surgimento do que chamamos de “aprendizado de máquinas” ou, de machine learning, um algoritmo computacional que utilizando conceitos e métodos estatísticos gera previsões para tomada de decisão mais assertiva. De forma prática, o que acontece é: a partir do cruzamento de dados é possível fazer previsões diversas, como por exemplo conceder ou não crédito para uma pessoa ou empresa. É o uso da tecnologia de forma preditiva para auxiliar a estratégia de um negócio.
O machine learning (ML) é uma representação simplificada da realidade baseada em dados que possibilita enxergar algo que esteja oculto. Um dos exemplos de ML na sociedade é o sistema de navegação online. Atualmente é possível acessar um aplicativo antes de fazer qualquer rota e visualizar se no trajeto há congestionamento, bloqueio por acidentes e muitas outras variáveis. Ou seja, de forma rápida, eficiente e graças ao cruzamento de dados, é possível prever quanto tempo durará o seu trajeto e qual a melhor rota a seguir.
A técnica do ML é uma realidade cada vez mais presente. De acordo com um estudo do Instituto de Engenheiros Elétricos e Eletrônicos (IEEE) realizado em 2021, com 350 profissionais da área de tecnologia da informação de empresas de diferentes setores dos Estados Unidos, Reino Unido, China, Índia e Brasil, a Inteligência Artificial (IA) e o Machine Learning serão as tecnologias de maior impacto no mundo a partir de 2022.
O levantamento, que tinha como objetivo projetar um cenário evolutivo e tendências até a próxima década, também ressaltou os impactos da pandemia para o salto tecnológico, com destaque para a aceleração do desenvolvimento de computação em nuvem, apontada por 60% dos participantes, IA e Machine Learning com 51%, 5G atingindo 46%, realidade virtual e aumentada 31%, blockchain e teleconferência com 28% e 25%, respectivamente.
O machine learning e o acesso ao crédito
Trazendo para o mundo real, o ML favorece uma porcentagem expressiva da sociedade que durante décadas teve acesso ao crédito negado, simplesmente por ter baixa renda. Vamos supor que uma pessoa de alta renda, hipoteticamente entre no cheque especial com frequência, pague suas contas em atraso e busque muitos créditos no mercado. Ao mesmo tempo que uma pessoa de baixa renda, também hipoteticamente, pagar suas dívidas em dia e não entra no cheque especial. Nestes dois cenários, para qual perfil é mais seguro para a instituição financeira conceder o crédito? A pessoa de alta renda que não tem controle sobre suas finanças ou a de baixa renda, que consegue se manter em linha com ordenado que recebe mensalmente? Com o uso da análise de dados é possível saber a melhor decisão a ser tomada.
O machine learning permite analisar todas essas variáveis, fazer previsões e mostrar de forma assertiva, com alta acurácia, quem, com base em seus próprios comportamentos, está apto ao crédito. É exatamente essa solução que a Boa Vista, empresa de inteligência analítica, entrega aos seus clientes. Ela aplica a análise sistemática em diversos bancos de dados levando em consideração diversas variáveis do comportamento das pessoas e das empresas.
O maior exemplo disso é o produto Boa Vista chamado família PowerScore4 que é composto por quatro modelos divididos em quatro modalidades de crédito: empréstimo pessoal, cartão de crédito, financiamento de veículos e crédito imobiliário. O PowerScore4 foi construído com as técnicas de machine learning mais avançadas do mercado e diferentes fontes de dados, que são usadas para traçar perfil comportamental do consumidor e utiliza novas variáveis preditivas, proporcionando uma aprovação de crédito mais precisa. Ele ainda amplia o acesso para o público não bancarizado – podendo aumentar em 32% o número de pessoas que recebem crédito, mas não possuem histórico financeiro.
Os novos modelos de concessão utilizam todas as informações disponíveis na base da Boa Vista. Além de contemplar o Cadastro Positivo e as informações do SCPC (Serviço Central de Proteção ao Crédito), são cruzadas outras bases alternativas, obtidas pela empresa devido ao seu relacionamento com outras empresas e instituições que são fontes de bases de dados no país.
É o machine learning a favor do processo decisório das organizações e ampliando o acesso ao crédito àqueles que nunca puderam concretizar planos e sonhos que dependiam exclusivamente do sim ou não de uma instituição financeira.
Marcos Coque, Diretor de Analytics da Boa Vista.
