Decisões orientadas por dados não são novidade – cada vez mais, empresas disponibilizam um turbilhão de dados para que negócios tomem decisões cada vez mais embasadas.
No entanto, o quanto se dispõe de dados depende de inúmeros fatores.
Em negócios de natureza digital, já existem milhares de maneiras de mapear o comportamento da jornada inteira do consumidor para embasar o processo de tomada de decisão, das mais complexas as mais simples.
Enquanto o uso extenso de dados é uma novidade do começo desse século para alguns negócios, outro mercado há décadas utiliza dados para guiar a tomada de decisão: o mercado de crédito.
O objetivo deste artigo não é diminuir a importância de modelos de inteligência robustos criados para construir estimativas de indicadores como, por exemplo, a renda de cada pessoa e sim trazer a luz o que está por trás destes: os dados observados.
Direto e reto: dados observados são informações coletadas a partir de registros, atividades e interações de um indivíduo, sem a necessidade de suposição ou projeção.
Desta forma, dados observados são factuais – eles retratam algo que realmente aconteceu. No entanto, eles são escassos no mercado.
Enquanto o mercado digital criou uma estrutura robusta de acompanhamento de dados em tempo real para permitir infinitas análises, outros mercados dependem de fontes escassas de informações.
Muitos dados observados, por exemplo, carecem de atualização frequente – quando olhamos para o histórico de crédito, por exemplo, as informações disponibilizadas pelo SCR podem ter um atraso de alguns meses.
É a partir de dados observados que modelos de inteligência são construídos e, a partir daí, conseguimos chegar em dados estimados, como, por exemplo, o score de crédito.
Ou seja, enquanto dados estimados são resultados destes modelos, dados observados são as informações que alimentam esta inteligência.
Existem diversos exemplos de dados observados.
Abaixo, alguns destaques, dos mais simples aos mais complexos:
No mercado brasileiro de crédito e produtos financeiros, as fontes mais tradicionais de dados observados são o histórico de crédito e dados públicos.
Quando pensamos em cada brasileiro, a disponibilização de dados observados a partir de fontes tradicionais varia muito a ocupação e comportamentos de cada um.
Trouxemos alguns exemplos, analisando a pirâmide social brasileira a partir da disponibilidade de dados públicos ou de histórico de crédito:
O caso de aposentados é um dos casos em que é possível algumas empresas terem acesso a fontes confiáveis de dados observados – no entanto, é necessário que a obtenção dos dados pessoais, como o CPF, ocorra de forma legitima e em conformidade legal, com a devida justificativa para o tratamento destes dados.
Assim como aposentados, há uma boa disponibilidade de dados públicos sobre beneficiários de auxílio governo, no entanto, são dados sensíveis e protegidos, logo, é necessário tomar bastante cuidado com a conformidade legal para utilizá-los de forma prática, principalmente para fins comerciais.
No caso de servidores públicos, os dados observados estão amplamente disponíveis em locais como Portal da Transparência e Dados Abertos, no entanto, servidores públicos se diluem entre os entes federativos (União, estados e municípios) e entre diversos órgãos de administração direta e indireta do governo, o que torna a extração destes dados um pouco mais complicada muitas vezes podem estar bastante desatualizados. Além disso, também é necessário tomar cuidado em relação a conformidade legal do uso destes dados.
Uma vez que há obrigação legal que estes dados sejam públicos, há muitas informações sobre empregadores em bases públicas, graças ao direito à transparência. Entretanto, eles são bastante limitados para criação de modelos como os de crédito. Alguns exemplos de dados possíveis de se extrair são: CNPJ, razão social, endereços e capital social.
Dados observados sobre trabalhadores de carteira assinada no setor privado, os CLTs, são dados que não estão disponíveis de forma pública sem ser de forma anonimizada e agregada, como o CAGED e o RAIS.
No caso de autônomos, a disponibilidade de dados observados vai variar entre muito limitada e nula. No caso daqueles que atuam como MEI, por exemplo, é possível extrair alguns dados básicos, como o CNPJ. No caso daqueles que recebem na pessoa física, a disponibilidade de informações é nula, a não ser que sejam beneficiários de auxílio governo ou tenham histórico de crédito.
No caso de desempregados, a disponibilidade de dados públicos sobre eles é quase nula, a não ser que sejam beneficiários de auxílio governo ou tenham histórico de crédito.
Consumidores podem autorizar o acesso de terceiros ao seu histórico de crédito Esta é uma boa fonte de dados, porém limitada: primeiro, por que observa apenas o comportamento deles no mercado de crédito, segundo, porque quase ¼ dos brasileiros não tem nenhum histórico de crédito.
Para complementar um mercado secular e com modelos de experiência consolidados, uma inovação regulatória trouxe novidades para o mundo dos dados: o Open Finance.
Este movimento possibilitou o acesso dos dados presentes na conta bancária dos consumidores.
Apesar de causar estranheza para isto é possível desde que haja a autorização do consumidor final.
Utilizar este tipo de dado pode acabar sendo bem vantajoso por inúmeras razões, como:
Uma vez feita a conexão de conta, os dados podem ser sempre atualizados, representando o real momento do consumidor e sem um atraso que pode chegar a meses.
Diferentemente das outras fontes , a própria solicitação de acesso aos dados de contas bancárias pode funcionar como um cadastro automático do cliente, de forma segura, fácil e econômica.
Extratos bancários dão muito mais granularidade de dados do consumidor do que qualquer outra fonte de dados. Desta maneira, dados desta origem possuem uma característica única. Aqui, a inteligência que está por trás da leitura faz toda diferença.
Gostou do conteúdo? Entre em contato com nosso time de especialistas.
