La banca tradicional siempre ha sido considerada como pilar fundamental en la economía global, pero en la era digital actual enfrenta una mayor competencia por parte de las fintech y de otros actores del mercado.
Por décadas, el sistema bancario fue considerado como un innovador al incluir la mayor tecnología existente, pero con la llegada de las fintech y los neobancos, muchos de sus procesos, aunque efectivos, pueden resultar lentos y en algunos casos obsoletos.
Para mantenerse relevantes y competitivas, es crucial que estas instituciones adopten herramientas tecnológicas avanzadas, especialmente en el análisis crediticio, un proceso crucial en la toma de decisiones financieras, ya que permite evaluar la capacidad de un cliente para pagar un préstamo o una línea de crédito.
Tradicionalmente, este proceso suele ser tardado y propenso a errores, lo que a su vez puede resultar en la pérdida de oportunidades de negocio o en la concesión de créditos a clientes de alto riesgo, o bien a rechazar potenciales buenos clientes. Sin embargo, esa misma tecnología puede abrir la puerta a clientes no bancarizados que cuentan con historial crediticio en diversas fuentes de información, y que, al consultarla, podrían obtener una tarjeta o un préstamo bancario, permitiéndoles la entrada a la economía formal.
“Por años hemos escuchado esa frase de ‘El primer filtro para el producto es la puerta’, y en la banca tradicional así ha sido por décadas. Una persona entra a un banco, lo ve muy lindo, muy estructurado, muy elegante y piensa: ‘aquí me van a rechazar’, a eso se suma que la banca ha decidido centrarse en las personas con historial bancario, y tenemos una enorme cantidad de sujetos de crédito fuera del esquema de la banca, pero que hoy, gracias a la tecnología eso puede cambiar”, afirma Santiago Etchegoyen, CTO y cofundador de uFlow, compañía aplicada al mercado financiero que cuenta con un motor de decisiones integrado a burós de crédito de manera automatizada e inmediata.
Esto hoy se presenta como una oportunidad para los bancos, ya que podrían ofrecer productos financieros en función de la capacidad de pago de cada segmento con base en su comportamiento histórico en otras entidades, y no solo por contar con un historial crediticio en alguna entidad bancaria.
Así es como, por ejemplo, las armadoras de automóviles dan créditos a trabajadores informales o “paisanos”, sin tomar en cuenta su historial bancario o su estatus migratorio, sino analizando únicamente su historial crediticio en cualquier entidad.
Los bancos pueden acceder de manera automatizada y en menos de un segundo a informes comerciales y todo tipo de fuentes de datos externas e internas, con información sobre estos segmentos gracias a la tecnología. Los motores de decisiones son las herramientas tecnológicas para tener en un sólo servicio toda esa data, ya que, gracias a algoritmos avanzados, la posibilidad de incorporar modelos de Inteligencia artificial y la capacidad de conectar múltiples fuentes de datos, analiza grandes volúmenes de información en tiempo real y predice el riesgo crediticio de cada solicitante, brindando una respuesta de aprobación o rechazo en segundos.
Mediante el uso de este servicio de tecnología, los bancos podrían identificar e incluir a sus carteras de clientes a los cumplidores que no cuentan con antecedentes bancarios, ya sean trabajadores en el comercio informal o personas que jamás han sido parte de un crédito bancario.
“Nuestro motor de decisiones puede observar todo el historial crediticio de una persona y puede ver si califica para un producto en específico de manera inmediata. No importa si no cuenta con antecedentes bancarios. Analiza su historial en todas las entidades, sus ingresos y egresos, y puede definir si la persona es apta para un crédito o cualquier otro producto financiero”, agrega Etchegoyen.
Al incorporar herramientas tecnológicas de automatización y análisis crediticio, las instituciones bancarias tradicionales pueden agilizar este proceso, reducir errores y mejorar la precisión de sus decisiones financieras. El uso de un motor de decisiones ágil, web, y cloud, basado en algoritmos, capacidad de incorporar machine learning y big data, puede permitir a los bancos recopilar y analizar grandes volúmenes de información de manera rápida y precisa, identificando patrones y tendencias que pueden ser clave en la evaluación del riesgo crediticio de un cliente, con una integración rápida y sencilla.
“Hablamos de que el motor elimina el sesgo subjetivo de un proceso de evaluación manual, y solo queda supeditado a las características de cada política de riesgos que son determinadas por las empresas financieras con base en las necesidades específicas para cada producto.”, finalizó el cofundador de uFlow.
Ante un mercado laboral informal que se consolida por distintas circunstancias en México y Latinoamérica, la innovación tecnológica resulta una herramienta fundamental para hacer frente a las necesidades de sectores de la población que demandan acceso al crédito. Con su buen comportamiento financiero, y con los bancos incorporando herramientas tecnológicas que cuentan con información de todos los sectores socioeconómicos, es posible que finalmente los bancos tradicionales puedan impulsar la inclusión financiera.