Los préstamos hacia el futuro de las fintech

El préstamo en línea es el mejor ejemplo de una industria que se enfrenta al problema siempre presente de la facilidad en la trayectoria del cliente frente a la identificación de cliente segura. 

Las solicitudes en línea son campos de prueba para que los cibercriminales intenten cometer fraude, por lo que las organizaciones deben asegurarse de que sus defensas son suficientemente resilientes para aprobar únicamente a los clientes legítimos. 

Aún así, nuevas fuentes de datos proporcionan emocionantes oportunidades nuevas tanto para que tanto las compañías fintech como los bancos brinden un proceso completamente optimizado. 

Agenda y puntos de aprendizaje:

• Desafíos clave en cuanto a la IA
• Cómo varía la complejidad de la toma de decisiones en distintos escenarios y trayectorias de cliente
• Establecer los mejores modelos, estrategias y procesos de riesgo
• Asegurar que estas prácticas se mantengan actualizadas y relevantes
• Formas de diferenciar a los usuarios maliciosos de los legítimos
• Las tecnologías más útiles que tienes a tu disposición
• Tendencias de mercado claves y qué se avecina

Ponentes:

• Corinne Lleti, Directora Comercial de Ventas, Provenir
• Teresa Byrne, CCO, Dividebuy
• Evgenia Ageykina, Directora de Riesgo España, ID Finance

Moderado por

• Gergo Varga, Evangelista de Producto, SEON

Conclusiones principales

Desarrollar los mejores modelos y procesos de riesgo, no solo desde la perspectiva de los reguladores

Es importante ver más allá de los modelos de riesgo porque estos solo forman parte de un proceso más grande y largo, y cómo todo ese proceso puede desarrollar una satisfacción del cliente para que los clientes complementen ese proceso de la A a la Z. Creo que eso es muy importante, especialmente cuando tienes un negocio en línea, donde hay que tener la menor fricción posible. 

El segundo punto importante es que creo que cuando tienes esos modelos de riesgo, como parte de ese proceso, deben reflejar tu ambición como compañía.

Si estás apuntando a cierto sector, los modelos de riesgo que despliegues tienen que ser capaces de permitirte irrumpir en esos sectores de una forma segura, con un nivel de riesgo que puedas asumir.

También se trata de cómo puedes combinar diferentes métodos de verificación de una forma que el cliente se sienta cómodo durante su trayectoria. –Corinne Lleti.

___

Se trata de identificar el mínimo. El comportamiento del cliente ha cambiado dramáticamente en los últimos años, y la gente simplemente no quiere completar los largos formularios de solicitud que se han utilizado, por ejemplo.

Es mucho más fácil integrar la información desde otra fuente. Asegurar un mejoramiento continuo al utilizar fuentes de datos alternativas también te ayuda a mejorar la satisfacción del cliente con tu servicio sin tener que recurrir a otros prestamistas. 

También prevenimos que las personas se enfaden, ya que por ejemplo, algunas personas pueden sentir que esto es intrusivo y sospechoso. Los clientes se preguntan “¿Por qué me piden esta información?” y después abandonan el servicio sin proceder, aunque algunos de estos datos pueden accederse públicamente sin que tengan que ingresarlos. – Evgenia Ageykina.  

¿Cuáles son los desafíos clave al implementar y operar una IA?

Operamos una especie de motor semi-autónomo donde utilizamos la IA pero con supervisión humana. Pienso en el gestor de créditos de años atrás cuando empecé en este mundo, todo se hacía de forma manual. Ahora veo el trabajo del gestor de créditos como observar la IA y entender el machine learning. 

No creo que se pueda remover por completo la participación humana porque pienso que te permite usar la inteligencia que tienes para tomar mejores decisiones. Así que para nosotros, en definitiva, lo abordamos de forma semi automática. Permitimos que la IA haga su trabajo, pero no nos basamos únicamente en ella.

Diría que estamos cuestionando esas decisiones, a nivel de gerente de créditos, consistentemente. Es un proceso continuo. Pero además, cuando se trata de la IA, también tenemos clientes vulnerables que necesitan asegurarse de que estamos tomando las decisiones correctas con esos clientes. 

La segmentación también es sumamente importante para nosotros ya que invertimos mucho tiempo en ella. Es clave analizar los datos iniciales y entender los grupos de consumidores en nuestro mundo, nuevamente a través de una combinación de inteligencia humana e inteligencia artificial que resulte en distintos caminos de aprobación. – Teresa Byrne. 

____

Si hablamos de algunos mercados y productos más tradicionales, diría que su perfil de cliente básico es bastante estable en términos de las características socio-demográficas, en términos de comportamiento de pago, etc.

Pero si hablamos de los negocios en línea, el flujo puede cambiar rápidamente. Por ejemplo, si cambias tus canales de adquisición también tendrás un cambio de clientes, y tendrás que adaptarte. Tu sistema te puede ayudar a trabajar en torno a estos nuevos clientes entre más consistentes sean las democracias de datos y factores que tienes en tu sistema.

Esto aplica también para los diferentes tipos de productos, necesitamos considerar que el perfil de un cliente puede ser completamente distinto al de otro. 

Por ejemplo, si hablamos de tendencias, estamos hablando de un nicho de clientes que es diferente y se comportan no sólo tomando en cuenta los créditos. Diría que las huellas digitales de pago serían muy distintas así como sus preferencias. 

También tienes que tomar en cuenta cuando estás segmentando, porque aunque puedas partir un segmento grande, por ejemplo, usando alguna formación, quizás esto no funcione bien en otro segmento.  

Existe una especie de jerarquía de los segmentos, que debes tomar en cuenta y que tienes que averiguar por cuenta propia para tu negocio en particular a través de pruebas y experimentación. – Evgenia Ageykina 

Conforme nos aproximamos a tiempos turbulentos, ¿cómo ven el futuro de los préstamos en línea?

La importancia de tener esos sistemas de retroalimentación radica en saber si los mecanismos que funcionaban antes siguen funcionando hoy en día. Si lo hacen, ¿funcionarán igualmente para el futuro? Porque si no procedemos con antelación, muy fácilmente se ve impactada nuestra meta. 

La velocidad del cambio es más rápida de lo que nunca hemos visto antes y creo que va a continuar así. Si te fijas en la industria BNLP, se trata de una industria bastante nueva. Si observas el incremento de cuánto tiempo tomó que el mismo número de personas aceptaran las tarjetas de crédito al mismo número de personas baneadas, simplemente no hay comparación. 

La población está cambiando y aceptando nuevos productos, la tecnología nos permite lanzar nuevos productos que nunca antes habíamos previsto. 

Me parece que todo esto no hará sino avanzar más rápidamente, lo que significa que para las personas de nuestro ámbito, el desafío se acelera. – Corinne Lleti. 

____

Creo que lo que cambiará es la forma en la que hacemos nuestra aprobación hoy en día, ya que pasamos por el costo de una crisis, debemos desafiar a los datos y las decisiones continuamente porque una persona que parece ser confiable hoy en día, podría no serlo mañana, y debemos asegurarnos de que podemos manejar eso. 

Esa es la cuestión, pero creo que desde una perspectiva tecnológica, esta industria seguirá creciendo, y esperamos ser capaces de evitar daños potenciales – Teresa Byrne.