CRM analítico na indústria financeira

0
4



Autores: Cláudio Paiva e Fausto Novaes

 

Desde a vigência das novas regras sugeridas no Novo Acordo de Capital, estabelecido pelo Comitê da Basiléia em 2004 e mais conhecido como Basiléia II, instituições financeiras se viram envoltas em uma série de desafios conceituais e tecnológicos inéditos no setor financeiro. Contudo, tendo em vista a extensão e amplitude da crise financeira mundial deflagrada em 2007 e as diversas regulamentações que se seguiram, em especial, o conjunto de propostas denominado de Basiléia III (documento publicado em 12/2010), esperam-se pressões renovadas sobre o modelo tradicional do negócio bancário. Esses fatos têm conseqüências as mais variadas para as instituições financeiras, desde a necessidade de possuírem “funding” estável até a importância renovada do crescimento orgânico e, não menos importante, a integração da gestão do capital com a gestão de liquidez.

 

Nesse cenário, os clientes passam a ter uma relevância bem maior do que as instituições financeiras estão até agora acostumadas, o que acarreta uma aceleração na mudança do conceito de negócio com foco no produto (product-centric) para o negócio com foco no cliente (customer-centric). Como consequência, é necessária uma atitude mais pró-ativa por parte delas em buscar e reter os bons clientes, que são aqueles que podem trazer a rentabilidade esperada e fornecer boa parte do funding estável requerido para a sustentação de seus negócios.

 

Essa mudança conceitual traz à tona a necessidade de revisão do processo de gerenciamento do relacionamento com os clientes e, em sintonia com diversas tendências recentes, a demanda para o uso intensivo de técnicas analíticas robustas aplicadas sobre uma imensa quantidade e variedade de dados, desde dados sócio-demográficos e comportamentais até dados geo-espaciais e de risco de crédito. O uso do CRM Analítico deve ser visto como um processo para a aplicação de modelos de conhecimento de clientes extraídos pelo uso de técnicas estatísticas analíticas e de “mineração de dados”.

 

Isso, por sua vez, pode significar, para um grande número destas organizações, uma necessidade de mudanças estruturais de sistemas e processos internos bastante relevantes. Uma boa notícia é que existe uma sinergia de parte das mudanças necessárias com os requerimentos já existentes de Basiléia II para a adoção de modelos internos avançados de risco de crédito. A convergência de diversos fatores como conceito de negócio centrado no cliente, processo de CRM e de CRM Analítico e gestão de riscos de crédito e de liquidez pode resultar em ganhos de eficiência significativos, dos quais destacamos:

 

1. Melhor ponderação sobre o perfil dos clientes: ao desenvolver uma visão única do cliente, a instituição alavanca um conjunto amplo de informações para simultaneamente avaliar riscos de crédito (e.g., credit score e probabilidade de default), apreçamento de produtos de crédito, probabilidade de abandono e propensão;

 

2. Programas de fidelização: a integração da informação sobre o comportamento de clientes, valor agregado potencial e a visão global de sua exposição com a instituição permite a formulação de estratégias sólidas de fidelização dos clientes relevantes da instituição;

 

3. Sinergias internas: a utilização de técnicas analíticas por instituições financeiras é tendência irreversível e a integração dessas diversas iniciativas permite que os custos sejam repartidos e a eficácias das ações incrementada.

 

Com isso, surgem diversos desafios tecnológicos e operacionais, pois o cliente passa a ser o ponto focal de todas as considerações, desbancando a visão centrada em produtos. Além disso, a visão de rentabilidade fica mais complexa, pois passa a ser bidimensional, englobando a rentabilidade de produtos/ linhas de negócio e de clientes Mas como consolidar o volume e a diversidade de dados necessários nesse novo ambiente de negócios de modo a manter a estabilidade e a eficiência dos processos operacionais da instituição?

 

Antes de mais nada, é preciso compreender que a visão tradicional de suficiência da adoção de ferramentas de software de cunho computacional (usualmente denominadas de  “calculadoras”) atreladas a base de dados tradicionais, como datamarts, não deverá produzir resultados positivos suficientes para fornecer uma ambiente analítico eficiente para o processamento de diversos tipos de cálculos matemáticos e estatísticos em grandes quantidades de dados de diversos tipos e espalhados em inúmeros sistemas dispersos por toda a instituição.

 

Dada a complexidade das arquiteturas presentes nas instituições bancárias, reunir com precisão todas as informações necessárias, e com a granularidade requerida, tendo em vista a obtenção de uma visão única do cliente, acaba se tornando um desafio expressivo. Apesar de que este impacto possa ser menor em diversas instituições de pequeno e médio porte, ele deve ser mais significativo devido aos desafios regulatórios, a demanda por funding estável e a competição com instituições investindo consistentemente no aprimoramento do relacionamento com seus clientes.

 

Experiências de mercado provam que ambientes analíticos proporcionados por data warehouses corporativos são mais indicados para estes fins, muito em função de não se limitarem simplesmente ao acúmulo, sumarização e envio de dados. Tais ferramentas ajudam a elevar o grau de confiabilidade dos sistemas bancários e favorecem a implementação de processos eficazes para o gerenciamento do relacionamento com seus clientes e de sua competitividade.

 

Cláudio Paiva é sócio-diretor da Analitix Soluções em Finanças e Fausto Novaes é consultor de negócios da Teradata.