Benchmarking de crédito sempre foi um exercício de aproximação. Isso está mudando

Taxa, ticket, prazo e CET da concorrência eram inferidos por pesquisa ou dado defasado. Com o Open Finance, a carteira passa a ser lida dentro do mercado em que compete.

Por Bernardo Meirelles, Diretor de Revenue da klavi

Taxa de aprovação, inadimplência, ticket, prazo, utilização de limite, concentração por produto, rentabilidade da carteira. São métricas fundamentais e continuarão sendo.

O problema é que, em um mercado no qual o mesmo cliente se relaciona com diferentes instituições, olhar apenas para a própria carteira passa a responder só metade das perguntas.

Nenhuma carteira existe isolada: ela está no mercado. Ainda assim, durante muito tempo, inteligência de crédito e inteligência de mercado foram tratadas quase como disciplinas separadas. De um lado, times de risco tentando decidir melhor sobre cada cliente. Do outro, áreas de estratégia acompanhando participação de mercado, concorrência e posicionamento.

O avanço do Open Finance começa a aproximar essas duas visões. Não porque o Open Finance substitua modelos de risco, bureaus, políticas de crédito ou conhecimento acumulado dentro das instituições. Mas porque adiciona uma dimensão que historicamente era difícil de observar: o comportamento financeiro que acontece fora dos próprios sistemas.

Isso muda a qualidade das perguntas que podem ser feitas. Participação de mercado, por exemplo, isoladamente diz pouco. Uma instituição pode alcançar muitos clientes e ter baixa intensidade de relacionamento. Outra pode atender uma parcela menor do mercado, mas concentrar vários contratos por cliente. Duas carteiras aparentemente parecidas podem ter composições bem diferentes quando observamos modalidade, prazo, custo e recorrência.

Nos dados que analisamos na klavi, essa diferença aparece com clareza: instituições com níveis semelhantes de penetração apresentam intensidades e mixes de crédito muito distintos. Por isso, nossa leitura tem sido cada vez mais baseada na combinação entre alcance, intensidade, modalidade, prazo e custo, e não em um único indicador. Parece um ajuste simples, mas muda a estratégia.

Imagine uma instituição que percebe queda na contratação de determinado produto dentro de casa. A conclusão mais imediata poderia ser que aquele cliente reduziu sua demanda por crédito. Mas e se ele apenas passou a contratar a mesma modalidade em outro lugar?

A resposta muda completamente a decisão seguinte.

Talvez o problema não esteja no apetite daquele cliente por crédito, mas na competitividade da oferta. Talvez esteja no prazo. No CET. No limite disponível. Na experiência. Ou talvez uma modalidade diferente esteja ganhando espaço dentro daquele perfil de consumidor. Sem contexto externo, todos esses movimentos parecem iguais dentro da carteira: uma contratação que deixou de acontecer.

Esse é o risco de confundir ausência de informação com ausência de comportamento.

Um dado recente ajuda a ilustrar o ponto. Entre janeiro e junho de 2026, na base de mercado que acompanhamos, a participação das operações com prazo acima de 90 dias no valor total contratado passou de 29% para 44%. A faixa entre 91 e 365 dias foi a que mais avançou, enquanto as operações entre 31 e 90 dias perderam participação de forma relevante.

Quando a estrutura de prazo do mercado muda, ela pode alterar estratégia de produto, funding, precificação, aquisição e gestão de carteira. A instituição que enxerga somente seus próprios contratos entende o que aconteceu dentro de casa. A que adiciona uma leitura do mercado começa a entender se aquele movimento é particular ou estrutural.

O mesmo raciocínio vale para CET, valor contratado, distribuição por modalidade ou número de contratos por cliente. Juntas, essas variáveis ajudam a mostrar como diferentes estratégias de crédito estão disputando o mesmo consumidor.

Isso também ajuda a tirar a discussão sobre crédito de algumas simplificações recorrentes. Não existe um único “modelo digital” em oposição a um único “modelo tradicional”. Instituições classificadas no mesmo grupo podem apresentar níveis muito diferentes de penetração, intensidade, composição de produto e prazo. Entender estratégia competitiva exige observar comportamento, e não apenas categorias.

Há ainda uma consequência direta para gestão de carteira. Uma instituição conhece muito bem aquilo que o cliente contratou com ela, e essa informação continua sendo valiosa. Mas, quando passa a ser possível comparar essa carteira com indicadores agregados do restante do mercado, surgem perguntas que antes dependiam de pesquisa, inferência ou informação defasada.

Quanto do relacionamento financeiro desse cliente está comigo? Em quais produtos estou perdendo espaço? Meus clientes encontram prazos diferentes fora? São perguntas de inteligência de mercado, mas também de produto, crédito, retenção e rentabilidade.

E aqui existe um cuidado fundamental. Essa evolução só faz sentido quando construída com governança e privacidade desde a origem. Comparar uma carteira com o mercado não pode significar expor informações individualizadas de clientes ou de terceiros. Nos modelos com que temos trabalhado na klavi, identificadores são anonimizados antes do envio, o cruzamento acontece por códigos irreversíveis e o que retorna são apenas indicadores agregados.

Ter acesso a milhares de variáveis não produz automaticamente uma estratégia melhor. Assim como um score não substitui uma política de crédito, um painel não substitui julgamento. A vantagem surge quando uma instituição consegue conectar informação externa às decisões que efetivamente controla: produto, preço, limite, prazo, aquisição, retenção e apetite de risco.

A primeira grande transformação do Open Finance foi permitir que o cliente levasse seus dados de uma instituição para outra. Depois, aprendemos a usar esse fluxo transacional para melhorar underwriting, validar renda, medir capacidade de pagamento e contextualizar risco. O próximo passo é ampliar a unidade de análise: entender a carteira dentro do mercado em que ela compete.

Porque uma instituição pode conhecer perfeitamente tudo o que acontece dentro de seus sistemas e, ainda assim, enxergar apenas parte do relacionamento financeiro de seus próprios clientes. No crédito, saber como está sua carteira continua sendo indispensável. Mas, cada vez mais, a vantagem estará em entender onde ela termina e o mercado começa.

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.