El crédito es uno de los productos financieros preferidos por los colombianos. Según la Superintendencia Financiera, el total de endeudamiento que las personas tienen con los bancos, las entidades crediticias y las cooperativas, a enero de 2019, alcanzó los 222 billones de pesos: lo que arroja un promedio de crédito de casi $4,5 millones por cada colombiano. A esto hay que sumarle el endeudamiento de las empresas, que está en $240,5 billones, para un gran total de $462,5 billones en créditos en Colombia.
En las últimas décadas, los colombianos han sido testigos de la evolución en la gestión de los créditos: de tener que llenar engorrosos formularios y esperar la aprobación durante varios días, semanas o hasta meses, se ha pasado a aprobaciones express, las cuales, son hechas en menos de 10 minutos y tan solo presentando la cédula o incluso compartiendo su perfil en una red social.
Contrario a lo que se cree, los procesos para decidir a quién se le puede otorgar un nuevo crédito y el monto aprobado ahora son más sofisticados y precisos que antes. La tecnología y más específicamente la analítica avanzada basada en inteligencia artificial, es una de las soluciones que permite que las entidades financieras conozcan de antemano el perfil crediticio del aplicante y puedan consultar en tiempo real quién es apto para un nuevo crédito, quién podría estar sobre endeudándose, qué monto se debería aprobar para que la persona no vaya a entrar en problemas de morosidad, etc.
“Incluso se pueden hacer análisis de datos más sofisticados, por ejemplo: cuando está pronto a iniciar un campeonato importante de fútbol y si la persona es aficionada, es probable que se endeude para comprar un televisor o para viajar. También, cuando hay un festival de música como Estéreo Picnic, los bancos ya pueden saber por los comportamientos históricos, cuáles usuarios van a usar sus tarjetas para comprar boletas y lo mismo sucede en fechas como las del Día del Padre o la temporada escolar, que representan gastos adicionales y por ende la oportunidad de ofrecer proactivamente productos de crédito a personas seleccionadas, usando analítica avanzada”
– Javier Rengifo, Senior Manager de Customer Avisory de SAS Institute, una de las compañías que dan a los bancos esa inteligencia para tomar decisiones a partir de los datos.
Hoy, todos los bancos incluidos en listados como los de Fortune y Forbes trabajan con SAS Institute, implementando soluciones como SAS Credit Scoring (Fábrica Analítica de Modelos de Crédito) o soluciones de Inteligencia de Clientes, las cuales permiten gestionar el ciclo de vida de los clientes y productos estrella para mejorar la colocación de créditos sin poner en riesgo la calidad de la cartera.
Algunos secretos de estos sistemas
En la actualidad, el análisis avanzado de los datos rige la toma de decisiones en el sector financiero. ¿Cómo es posible convencer un sistema analítico basado en IA para que apruebe un crédito?
“Una primera y gran recomendación es cuidar los comportamientos históricos, porque estos son la base de datos que alimentan los sistemas analíticos”, explica Rengifo. “SAS Credit Scoring recoge la información histórica para hacer proyecciones futuras. Si una persona tiene buenos o malos hábitos de pago, esto ya marca algunos puntos positivos o negativos”, agrega el experto de SAS.
Adicionalmente, por cada producto que saca un banco, se hace un modelamiento de los grupos ideales de usuarios. Luego se verifica si la persona que está aplicando al crédito pertenece de antemano a este grupo, si es así, entonces tendrá más posibilidades que le aprueben el crédito. Por ejemplo, si un banco lanza una nueva tarjeta de crédito con beneficios y descuentos para gastos de viajes; y usted es considerado un viajero frecuente, tiene capacidad de endeudamiento y buenos hábitos de consumo y pago; entonces, todos estos elementos se correlacionan en el modelo analítico y su calificación crediticia aumentará sustancialmente, lo cual, ayudará para que dicha tarjeta le sea aprobada fácilmente.
Un nuevo elemento que se ha empezado a tener en cuenta en estos modelos; es el comportamiento de los usuarios en los entornos digitales y más exactamente en las redes sociales.
“La gente comparte sus planes, decisiones, inversiones y propósitos en las redes sociales. Incluso comparten su estado de ánimo sentimental o laboral”. Toda esta información podría ser utilizada hoy en día para calcular la calificación para un crédito. Si la persona no está feliz en su trabajo, es muy probable que en el corto plazo se quede sin empleo y esto afecte su capacidad de pago. Esto suena a ciencia ficción, pero hoy en día la tecnología está disponible para hacerlo: son los sistemas de analítica e inteligencia artificial con los que ya cuentan la mayoría de las entidades financieras en la actualidad”, concluyó Rengifo.