Autor: Alexandre Sapia
A intensidade do choque sobre a economia mundial em decorrência da pandemia do Covid-19 ainda precisa ser determinada. Conforme os negócios desenvolvem seus próprios entendimentos sobre como eles podem ser afetados, dois elementos constantes em todas as avaliações são incertezas e complexidade. O futuro depende de diversos fatores, desde propriedades do vírus e políticas públicas até o comportamento do consumidor em um clima de recessão.
Todos esses elementos apresentam inúmeros desafio aos gerentes de crédito – um negócio, por si só, já delicado. Com pouca clareza e muitas variáveis nesta crise aguda, a forma como a situação se desenrola não é de modo algum o que nós esperávamos. E isto também se aplica aos cálculos tradicionais de risco de crédito, que se tornaram obsoletos quando se trata de lidar com os desafios atuais.
Controlar a exposição do crédito se tornou um aspecto ainda mais vulnerável do negócio: um estudo publicado pela McKinsey em março de 2020 recomendou veementemente que os gestores modifiquem as atuais estratégias de gerenciamento de risco de crédito para lidar com a crise. A pandemia acrescentou dificuldades a um processo já repleto de limitações, conforme modelos de crédito anteriores perdem aderência, variáveis que antes poderiam prever inadimplência já não se aplicam, e políticas de crédito mudam nessa situação.
Como podem os dados oferecer suporte aos gestores de crédito ao navegar por esse território desconhecido? No atual cenário, a coleta, a segmentação, o desenvolvimento de scorecards de crédito, a implementação e a comunicação de dados de risco se tornam habilidades essenciais para os negócios. Por outro lado, é difícil pensar em implementações longas, caras e complexas, porque a prioridade do negócio deve ser se manter ativo e atender os clientes da melhor forma possível.
Fortalecer o processo de score de crédito neste novo ambiente de negócios não pode ser um processo que traga dificuldades à empresa, mas uma ferramenta valiosa que ajude a navegar o cenário atual.
Assim, é ideal ter processos que incluam a possibilidade de acessar, transformar, padronizar e limpar todos os dados de clientes necessários para construir melhores scorecards. A modelagem é mais rápida e os custos com treinamento mais baixos se você tiver uma ferramenta de modelagem de gerenciamento de dado baseada em GUI e de uso fácil, assim como mecanismos simples para criação, extração e apresentação de conjunto de dados.
Por fim, quando se trata de melhorar um sistema de pontuação de crédito para lidar com a crise atual, as organizações querem a capacidade de construir quantos modelos forem necessários para aplicação e pontuação por comportamento para produtos de empréstimo ao consumidor. Ao adotar uma solução ágil e simples que pode trazer as capacidades listadas acima, você aumenta desempenho, melhora a eficiência operacional nos processos de avaliação de crédito e reduz perdas, navega na instabilidade contínua e se prepara para a recuperação futura.
Alexandre Sapia é diretor executivo de Soluções e Serviços para América Latina do SAS.
