Inteligência e análise de dados são os temas do momento. E na FC ANALISE é o que nos move. Algo que não podemos negar é que a revolução dos dados mudou o mundo ao nosso redor. São eles que determinam qual foto veremos primeiro nas redes sociais e qual será o próximo vídeo que assistiremos. Entretanto, como os dados impactam na análise de crédito para locação?
O diferencial de usar dados para a tomada de decisão é que a evolução dos comportamentos sociais vai sendo capturada com mais precisão, quase que em tempo real. Nosso algoritmo cruza dados que retratam o que está acontecendo no mercado com aquele cliente em específico – através do seu CPF –, com dados do comportamento de outros clientes de perfil semelhante através do mapeamento de padrões de adimplentes e inadimplentes em locação.
Como ainda temos enraizados a cultura apenas do “nome sujo” e “nome limpo”, algumas pessoas levam um tempo maior para compreender como funciona uma análise baseada no histórico de dados de comportamento de crédito: atrasos recorrentes em compromissos financeiros (mesmo não negativados naquele momento), excesso de busca ou de uso de crédito, especialmente o uso de operações de crédito de juros elevados, habitualidade de pagamento mínimo do cartão de crédito e uso de limite de conta corrente, por exemplo. Este conceito apura tendências baseadas nos hábitos recorrentes dos clientes ao longo do tempo, mostrando muito mais sobre sua previsibilidade de pagamentos do que uma foto momentânea de “nome sujo” ou “nome limpo”.
Isso explica o porquê de algumas vezes nos questionarem:
“Como pode um autônomo, sem vínculo empregatício, ter performado com um risco baixo na FC?”
“E como pode um funcionário público, com estabilidade e renda acima de 6 vezes o valor da locação, ter performado com risco acima da média?”
Costumamos responder assim: enquanto você está nos fazendo esta pergunta aqui, em algum outro lugar da cidade alguém faz as seguintes perguntas:
“Como pode um autônomo, sem vínculo empregatício, ser nosso inquilino há mais de 10 anos e nunca ter atrasado um mês sequer?”
“E como pode esse nosso outro inquilino, funcionário público, com estabilidade e renda acima de 6 vezes o valor da locação, ter a “audácia” de estar atrasado há meses?”
A análise da performance individual de responsabilidade financeira, associada à análise da performance de um grupo com o mesmo perfil econômico e social, faz nosso algoritmo ser mais assertivo no cálculo de risco para locação.
É indiscutível que uma pessoa com perfil de renda estável, como funcionários públicos, oferecem menor risco de inadimplência, mas isso não é uma verdade absoluta. Por isso, consideramos tanto questões associadas à performance de perfis socioeconômicos com maior ou menor estabilidade e volatilidade de renda, quanto o histórico específico de como cada pessoa administra seus compromissos.
Assim as decisões se tornam menos subjetivas, afastando as decisões por achismo, estereótipos, simpatia, emoção ou envolvimento pessoal.
O reflexo disso é que se consegue alugar mais para melhores clientes, que antes eram evitados apenas por estereótipos, e por outro lado, evita-se, ou exige-se mais garantias de clientes com recorrência de inadimplência, que antes eram aprovados apenas pela sua “aparência” de bom cliente.
Ao contrário do que muitos pensam, a flexibilização de exigências para clientes de perfil de risco baixo, contribui para a redução da inadimplência.
Isso tudo nos mostra que os dados disponíveis no mercado não existem somente para aumentar o tráfego nas redes sociais. Eles podem te ajudar a alugar mais e para clientes melhores. Assim como estão ajudando muitos parceiros da FC ANALISE Digital.