A análise de crédito não deveria começar em cinco telas diferentes

Reunir score, renda, despesas e capacidade de pagamento em uma única leitura reduz custo operacional, melhora o julgamento e aproxima a decisão da realidade financeira do cliente.

Por Bernardo Meirelles, Diretor de Revenue da klavi

Em uma análise de mesa, uma parte relevante do tempo nem sempre é dedicada àquilo que mais importa, decidir. O analista consulta informações cadastrais em uma fonte, verifica score em outra, procura evidências de renda, interpreta movimentações financeiras e tenta estimar quanto daquele orçamento realmente está disponível para assumir uma nova parcela. Depois, ainda precisa organizar tudo isso em uma leitura coerente.

O problema é a fragmentação. Quanto mais dispersos estão os dados, maior o custo para reuni-los, maior o tempo de resposta e maior a chance de que a decisão seja tomada a partir de uma fotografia incompleta. O próximo salto do crédito, portanto, não será apenas ter acesso a mais variáveis, mas fazer com que a informação certa chegue reunida, contextualizada e pronta para apoiar uma decisão. Essa é a função que um relatório de crédito deveria cumprir, ser a primeira opção de consulta para entender o perfil financeiro de uma pessoa.

Primeira opção não significa única fonte de verdade. Score, bureaus, políticas internas, documentação, modelos preditivos e julgamento humano continuam relevantes. A diferença está em começar a análise com uma visão suficientemente ampla para orientar as próximas perguntas, em vez de iniciar com peças isoladas de um quebra-cabeça.

Na prática, essa leitura precisa combinar informações cadastrais, como CPF, nome, idade, telefone, e-mail e endereço, com variáveis efetivamente ligadas à decisão de crédito: score, renda, despesas recorrentes, capacidade de pagamento e composição dos gastos.

Parece uma mudança de interface, mas é uma mudança de lógica. Um score elevado pode indicar um histórico consistente e baixa utilização de crédito. Ainda assim, ele não responde sozinho quanto espaço existe no orçamento para uma nova obrigação. Da mesma forma, conhecer a renda mensal sem compreender os compromissos recorrentes pode produzir uma visão otimista demais sobre a capacidade financeira. Cada informação, isoladamente, conta uma história, juntas, elas permitem formular uma decisão.

A decomposição das despesas adiciona uma camada importante. Dívidas, moradia, gastos essenciais, transferências recorrentes e compras e lazer têm significados diferentes para o risco. Duas pessoas podem gastar o mesmo valor por mês, mas apresentar estruturas e educações financeiras completamente distintas.

Em vez de apenas estimar o comportamento por meio de proxies, com o Open Finance passa a ser possível observar, diretamente nos dados da conta, parte relevante do fluxo financeiro consentido, com maior granularidade e atualização mais rápida. A renda declarada continua sendo útil, mas pode ser comparada à renda observada. O endividamento continua sendo importante, mas passa a ser analisado em relação ao orçamento. A existência de uma despesa informa menos do que sua recorrência, sua proporção sobre a renda e sua trajetória ao longo do tempo. 

Um bom relatório de risco precisa explicitar critérios, período analisado, origem das informações e regras aplicadas. Precisa permitir que o usuário entenda não apenas o resultado, mas por que aquele resultado foi apresentado. Isso se torna ainda mais relevante porque a análise de crédito não termina na aprovação. Assim, uma mesma visão financeira pode apoiar três momentos distintos: aprovação, definição de limite e gestão de carteira.

Na originação, ela ajuda a avaliar elegibilidade e capacidade de pagamento. Na definição de limite, permite ajustar exposição e oferta à realidade do cliente, em vez de aplicar uma régua excessivamente genérica. Durante a gestão da carteira, ajuda a identificar mudanças de trajetória antes que o atraso se torne o único sinal disponível.

Um cliente aprovado há seis meses pode não representar hoje o mesmo risco observado na contratação. A renda pode ter mudado, despesas recorrentes podem ter crescido, novas dívidas podem ter surgido e a margem financeira pode ter diminuído. Crédito não é um evento. É uma relação que se modifica ao longo do tempo. Por isso, a análise de risco não deveria ser entendida apenas como uma tela destinada ao analista. Ele precisa funcionar como uma camada de inteligência aplicável à esteira inteira.

Ao utilizar soluções que contam com uma integração por uma única API, em vez de realizar diversas consultas e sustentar múltiplas integrações, a instituição recebe uma visão organizada para alimentar sua própria política de crédito. Isso reduz o custo da consulta em relação ao uso fragmentado de diferentes fontes e bureaus. No entanto, a principal eficiência não está apenas no preço da chamada, mas na redução do trabalho necessário para transformar dado em decisão.

Ter uma API não garante uma boa política de crédito. Ter milhares de variáveis não garante um bom modelo. Ter dados disponíveis é uma condição necessária, mas não suficiente. A qualidade da decisão depende de como as variáveis são construídas, combinadas e aplicadas ao contexto. Depende do produto oferecido, do prazo, da taxa, da garantia, da finalidade do crédito e do momento financeiro do cliente.

Um financiamento imobiliário, um cartão de crédito e uma linha de capital de giro não deveriam interpretar a capacidade financeira exatamente da mesma maneira. A inteligência precisa servir à política, não a substituir. O ganho aparece quando a empresa consegue utilizar uma mesma base de informações para tomar decisões diferentes de forma coerente.

Dois clientes com o mesmo score podem representar riscos completamente diferentes. Essa diferença não necessariamente aparece em uma consulta tradicional, aparece no fluxo real observado dentro da conta, na qualidade da renda, na estrutura das despesas e na capacidade de manter compromissos ao longo do tempo.

É aqui que uma inteligência via Open Finance ganha relevância. Pela granularidade das informações, pela velocidade de atualização e por partir de dados reais observados dentro da conta, ela complementa a análise tradicional com uma leitura mais atual e contextualizada. Não como substituto de bureaus e modelos tradicionais, mas como uma camada complementar para reduzir decisões cegas.

O mercado de crédito passou décadas aperfeiçoando maneiras de prever o futuro a partir do passado. Esse esforço continuará sendo importante, o avanço agora está em combinar o histórico com sinais atualizados, granulares e contextualizados da vida financeira do cliente.

Integrar à operação soluções via Open Finance, para além de potencializar a análise de risco, melhora a experiência final do cliente. A operação solicita menos documentos desnecessários, reduz etapas manuais, responde mais rapidamente e constrói ofertas mais coerentes com o contexto do solicitante.

O desafio do crédito será vencido por quem conseguir diminuir a distância entre informação e julgamento. Nesse contexto, relatórios de crédito via Open Finance se tornam ponto de encontro entre dados cadastrais, comportamento financeiro, política de risco e operação, composto com dados observados da conta.

A primeira consulta precisa ser ampla o suficiente para orientar a decisão, transparente o suficiente para não criar falsas certezas e integrada o suficiente para acompanhar o cliente ao longo da jornada. 

Porque crédito bom não começa quando todas as telas foram abertas. Começa quando a realidade financeira do cliente pode ser compreendida como um todo.

Bernardo Meirelles é Diretor de Revenue da klavi, empresa pioneira em inteligência de dados via Open Finance no Brasil. Com mais de uma década de experiência na construção e escalada de negócios orientados por dados, teve papel decisivo na expansão da Neoway, desde sua fase inicial até a venda da empresa para a B3 por R$ 1,8 bilhão. Na klavi, combina sua experiência em dados, inovação e estratégia comercial para ampliar o uso de inteligência financeira em decisões de crédito, risco e relacionamento com clientes.