o big data em microfinanças: como os bancosfelaban.s3-website-us-west-2.amazonaws.com/... · como...
TRANSCRIPT
O Big Data em microfinanças: Como os bancos de dados ajudam na tomada de decisão e uma melhor compreensão do comportamento dos clientes
Elias Sfeir, Presidente Equifax Brasil e Vice-Presidente Sénior de Marketing Internacional e Analítico – Brasil
2
A Equifax Nos Dias AtuaisA Equifax (NYSE:EFX) é uma empresa global de soluções de informação de $2.2 bilhões e é uma das integrantes das 500 maiores empresas da S&P, com um histórico de 114 anos.
A Equifax mantém dados de mais de 600 milhões de consumidores, 81 milhões de empresas espalhadas pelo mundo e 220 milhões de arquivos de empregados.
3
O que é Big Data?Como é uma área emergente, existem diferentes definições, porém… o mercado está se apegando aos conceitos dos 3Vs:
Volume
Digitalização, midia social, dados maquinados, dados de descarga…Terabytes à Zettabytes
Não é tanto sobre o tamanho do quadro quanto a capacidade das tecnologias existentes de manejar os dados
Variedade
Texto, voz, vídeo, imágem, baseado no local, padrões climáticos, etc.Estruturado à Não estruturado
Dados não estruturados perfazem 90% de todos os dados gerados
Velocidade
Com que velocidade os dados são produzidos e necessitam ser processados“Batch” à Real-time
Analisamos ~330,000 clicks/segundo em mercado aberto, muito mais que o visto no eBay ou no NSA
O 4º “V”…
E porque isto importa?
Valor criado pelo Big Data1. Aumento da produtividade e
Eficiência operacional2. Melhor segmentação de clientes e
prospects3. Melhor desenvolvimento de produtos4. Respostas proativas e preditivas
6
Provedores “Fin-Tech” coletando novos dados de diversas fontes e em volumes várias vezes maiores do que fontes tradicionais 8,000 a 70,000 atributos:
•Dados de mídia social
•Dados comportamentais baseados em movimento e duração de permanência no site
•Dados de localidade
•Gráfico social
•Comportamento de compras no e-commerce
•Dados de dispositivo
•Dados de celular
7
Como o Big Data está afetando nosso negócioTendências impulsionando o Big Data
Digitização de tudo, criando na maior parte dados não estruturados ou complexos
Custo muitas vezes reduzido com maior velocidade para identificar e fornecer percepções (insight)
Armazenamento barato
Computação em Clouds
Novas ofertas de “fonte aberta” à custos baixos
Potenciais Implicações
Maiores (e mais baratas) oportunidades para a inovaçãoBarreiras de entrada reduzidas / mais ingressantesAumento na oferta de substitutosFalta de talento de Big Data e analíticoAlteração da base para a criação de vantagens competitivasMudança na criação de valor
8
Amostras de Casos no Uso do Big Data
Negócio IBM-Watson para a solução de interação com o clienteAnálise de trading, midia social, relatórios analíticos, desastres da natureza, classificação de crédtio, etc. para opções de investimentos
Melhora nas decisões de riscoAnálise de 12 anos de contas bancárias / dados de cartões e birôs de crédito em nível de conta (580M de linhas) à 70x a velocidade
Cálculos de inadimplência e planejamento de cenários mais rápidos25 usuários podem puxar 30TB de dados de 8 sistemas e reduzir o tempo para o cálculo de inamdimplência, de 96 para 4 horas
Melhora na previsão de movimentações (churn) de clientesAnálise de 1.5 petabytes de dados de torres de celular, faturamento, call centers, dados sociais, etc. para a identificação de clientes em risco
Top 5 Canadian
bank
Outros Conceitos ilustram o uso de dados “não tradicionais” para a análise de risco de pagamento
Empréstimos em Curto prazo • Milhares de
indicadores
• Atividade no Web site
• Registros de pagamento de celulares
Adiantamentos de capital à comerciantes
• Dados de midia social (escore, classificação do vendedor)
• Dados de entrega da UPS
• Dados da transação
Empréstimos em Curto prazo • Atividade no Web site
• Valores da casa Online
• Mídia social
• Buscas no Google relacionados ao solicitante
Empréstimo com poucas informações (Thin Files)• Escore de crédito a partir
de dados do celular (clientes sem histórico de crédito)
• Comportamento ao telefone
• Horário/Local da chamada
• Uso estável
Empréstimos comerciais
Modelo de risco comercial empregando análítica de texto (20,000 empresas)
• Notícias, transcrições, arquivamentos, etc
• Dicionário especializado na linguagem financeira
9
Como veremos Dados e a tomada de decisão no futuro?
§ Os próximos 100 anos serão parecidos com os últimos 100 anos?
§ Seremos capazes de quebrar nossa dependência em dados estruturados e
adaptar nosso modelo de negócios para nos manter atualizados com a
paisagem de dados e informação em mudança?
§ As leis e os regulamentos governamentais para privacidade de dados estão
mantendo o passo com a evolução das novas tecnologias e nossos estilos de
vida digitais?
10
Escores de Telcos Pré-pagos – Fluxo do Processo
Consumidor solicita crédito e concede permissão à IF para utilizar dados de Telcos para classificar o risco.
A
Instituições Financeiras IF inicia a pesquisa tradicional de
crédito junto à Equifax, que inclui o no. do celular do consumidor como campo obrigatório.
B
A Equifax primeiro verifica o banco de dados de crédito tradicional, caso não seja encontrado nenhum registro questiona o banco de dados da TELCO usando o número do telefone celular para ver se há coincidência. A Equifax retorna um escore de TELCO para números que coincidem exatamente com o número do celular, calibrado para o escore de crédito do cliente.
Banco de Dados de Crédito
C
A Telco extrai um arquivo semanal de uso de telefonia pré-paga anônimo (Dados CDR) e repassa o arquivo à um servidor de Escores Pré-pagos hospedado dentro do firewall da Telco
O servidor de Escores Pré-pagos localizado dentro do firewall da Telco recebe os dados brutos CDR e os processa utilizando software proprietário de pontuação, criptografando os dados.
3Atributos para dados criptografados e pontuados são carregados do servidor de escores Pré-pagos co-localizado dentro do firewall na Telco para o servidor do banco de dados de produção de Escores Pré-pagos da OPERADORA que está fora do firewall . NOTA: Nenhum dado bruto CDR é exportado – somente dados de atributos criptografados
Banco de Dados CDR da Telco
Servidor de Escores Pré-pagos
2
1
Fluxo de DadosFluxo do Produto
BD Escores Pré-pagos Escores TELCO
11
Escores Psicométricos• Escores Psicométricos envolvem uma série de perguntas cujas respostas são
utilizadas como dados de entrada em técnicas clássicas para se obter um escore final.
• Historicamente tem sido utilizados pelos Departamentos de RH de grandes bancos para a filtragem de candidatos a o alinhamento de cargos.
• O princípio por detrás de um escore psicométrico é que não somente mede a Capacidade de Pagar, mas também a Vontade do indivíduo de fazê-lo:
Ética e HonestidadeHabilidades em Negócios
Inteligência Ffluída
VontadeCapacidadeVontade e Capacidade de Pagar
12
Escore da Mídia Social• Ajuda a classe média emergente a usar suas conexões sociais para construir uma
sólida reputação creditícia e a acessar serviços financeiros locais.
• Um conceito de comunidade onde os membros podem utilizar suas reputações em redes sociais tais como Facebook, Linkedin, Twitter e Yahoo! para obter empréstimos de melhora de vida, os empregando na educação, na saúde, em melhorias no lar ou em pequenos negócios.
• A comunidade possui dezenas de milhares de membros em mais de 35 países e o crescimento da quantidade de membros continua a dobrar a cada 60-90 dias.
• Sendo utilizado por Emprestadores com capital próprio e o dos seus investidores e sócios.
13