Desbloquear los datos de open banking: estrategias para la originación basada en flujo de caja

Sin embargo, obtener acceso a los datos de open banking es solo el primer paso. El gran desafío para los prestamistas es descubrir cómo usarlos de forma eficaz para evaluar la capacidad de pago de sus clientes y los riesgos de repago.

Para abordar este tema complejo, el Taktile CEO y cofundador Maik Taro Wehmeyer conversó con Finovate y con los expertos del sector Abhinav Swara (VP y Head of Credit Risk de Bluevine) y Jonathan Gurwitz (Credit Lead de Plaid) para analizar en profundidad el enfoque de originación basado en flujo de caja.

Resumimos las conclusiones clave de la conversación del webinar, entre ellas:

• Cómo evolucionó con el tiempo la originación basada en flujo de caja
• El potencial de los datos de flujo de caja para revolucionar la originación de crédito para consumidores y empresas
• Cómo abordan hoy los prestamistas la originación basada en flujo de caja
• Desafíos para adoptar un enfoque de originación basado en flujo de caja

Si desea ver la conversación completa sobre estos temas, lo invitamos a ver el webinar.

Conclusiones clave

• La originación basada en flujo de caja está transformando la evaluación del riesgo de crédito: al aprovechar los datos de open banking, los prestamistas pueden evaluar ingresos y gastos en tiempo real y mejorar las verificaciones de capacidad de pago más allá de lo que muestran los puntajes de los burós de crédito.
• El open banking amplía la inclusión financiera: los datos de flujo de caja permiten a los prestamistas aprobar a consumidores sin historial crediticio y ofrecer líneas de crédito flexibles a pequeñas empresas tradicionalmente desatendidas por los modelos de originación heredados.
• Una adopción eficaz exige dominar los datos: los prestamistas que ganan integran las API de open banking, limpian y categorizan las transacciones en atributos utilizables, e incorporan la analítica de flujo de caja directamente en sus motores de decisión automatizados.
• Persisten los desafíos de acceso e interpretación de los datos: la fragmentación regulatoria, la cobertura geográfica incompleta y la dificultad de obtener señales predictivas a partir de datos bancarios en bruto siguen siendo grandes obstáculos para escalar la originación basada en flujo de caja.
• La infraestructura de originación es la palanca de crecimiento: las plataformas de decisión como Taktile ayudan a los prestamistas a poner en práctica la originación basada en flujo de caja con conectividad por API, capacidades de experimentación y automatización de decisiones, lo que permite prestar de forma más rápida y precisa.

Cómo ha evolucionado con el tiempo la originación basada en flujo de caja

Jonathan explicó que los datos de flujo de caja siempre han sido un componente crítico de la originación. Los prestamistas suelen pensar en la evaluación del riesgo en dos facetas: la voluntad de pago de una persona y su capacidad de pago. Los datos de flujo de caja son especialmente útiles para evaluar esta última.

Históricamente, recopilar los datos de flujo de caja de los prestatarios era extremadamente engorroso. Requería mucho tiempo, era costoso y estaba expuesto al fraude y a errores manuales. Por eso, solía quedar en segundo plano en la originación frente a los datos tradicionales de los burós de crédito.

Sin embargo, durante la última década el uso de los datos de flujo de caja evolucionó de forma significativa con el avance de proveedores de datos de open banking como Plaid. Hoy, la experiencia general y la interacción de los datos de flujo de caja entre el prestamista y el solicitante se han vuelto fluidas.

Del lado del prestamista, ahora se obtienen datos de flujo de caja digitalizados, con los que se pueden construir perspectivas y atributos detallados sobre la capacidad de pago de un prestatario. Como resultado, es posible realizar evaluaciones de riesgo más profundas y crear procesos de decisión automatizados muy eficientes.

Además, para los solicitantes, compartir información y otorgar permisos se ha vuelto sencillo: ahora pueden vincular los datos de su cuenta en menos de 10 segundos, lo que ha dado lugar a experiencias de cliente muy superiores.

Aprovechar el potencial: cómo los datos de flujo de caja están revolucionando la originación para consumidores y empresas

Originación para consumidores: un espacio simple pero con gran potencial de innovación

Jonathan comentó que, aunque el espacio de los préstamos personales en línea pueda parecer simple a primera vista, el open banking ha permitido una innovación muy seria.

El acceso fluido a los datos de flujo de caja no solo permite a los prestamistas dar ofertas al instante, sino que también les ayuda a aumentar de forma significativa sus tasas de aceptación, además de la inclusión y la competitividad de sus productos.

Maik explicó que los datos tradicionales de los burós de crédito tienen debilidades, sobre todo al evaluar el riesgo de segmentos minoritarios de clientes. Si usted fuera, por ejemplo, un inmigrante recién llegado a un nuevo país y sin historial crediticio, los prestamistas tradicionales ni siquiera lo considerarían para un préstamo.

Hoy los prestamistas son cada vez más sofisticados en el uso de los datos de flujo de caja en el proceso general de toma de decisiones, y los emplean para complementar los puntajes tradicionales y predecir la probabilidad de incumplimiento (PD).

Originación para empresas: el segmento que desbloquean los datos alternativos

Abhinav explicó que hace 10 años los suscriptores de crédito empresarial dependían en gran medida de las fuentes de datos tradicionales: casi todos los modelos de riesgo de crédito se basaban en datos de burós de crédito y de estados financieros. Sin embargo, esto ha cambiado de forma significativa.

En lugar de revisar a fondo los estados financieros para evaluar la capacidad de pago, los prestamistas pueden acceder al instante a datos digitalizados de flujo de caja empresarial a través de proveedores de open banking. Abhinav destacó cómo esto ha revolucionado los engorrosos procesos de solicitud y ha acelerado mucho las decisiones de originación.

Maik explicó lo valiosos que han sido también los datos de flujo de caja empresarial para ofrecer a los prestamistas perspectivas precisas y en tiempo real que los estados financieros no pueden dar, lo que les permite otorgar líneas de crédito más grandes y flexibles a más prestatarios.

Los modelos de riesgo de Bluevine, basados en datos de flujo de caja, le permiten prestar a empresas a las que los bancos tradicionales no se acercarían. En los últimos años, cerca del 40 % de sus préstamos han ido a empresas de minorías, algo que no habría sido posible usando solo fuentes de datos tradicionales para evaluar el riesgo.

Abhinav cree que aún existe una enorme oportunidad de innovación en el espacio de los préstamos a empresas y que la industria apenas está empezando a aprovechar el verdadero poder de los datos de flujo de caja.

Cómo abordan hoy los prestamistas la originación basada en flujo de caja

Al desarrollar modelos de originación basados en flujo de caja, Abhinav explicó que hay tres grandes áreas en las que concentrarse:

1. Integrar y consumir los datos de flujo de caja

La forma de integrar y consumir los datos suele depender de la estrategia de adquisición. En Bluevine, por ejemplo, primero se opta por que los clientes se conecten a Plaid para ofrecerles una experiencia fluida de intercambio de datos. En Taktile, Maik ha visto muchos ejemplos exitosos de prestamistas que aumentaron sus tasas de aceptación al diseñar así su proceso de solicitud.

Sin embargo, en Bluevine los clientes también tienen la opción de presentar estados de cuenta de forma manual si lo prefieren.

2. Limpiar e interpretar los datos de flujo de caja en sus modelos de originación

Los prestamistas deben poder capturar con precisión los ingresos y los gastos clave a partir de los datos de flujo de caja para obtener una visión detallada de sus clientes.

Sin embargo, limpiar y categorizar los datos de flujo de caja puede ser complicado. Bluevine ha invertido mucho en desarrollar inteligencia para el etiquetado y la categorización de transacciones y para extraer perspectivas de los datos de flujo de caja, de modo que resulten útiles en sus modelos de originación.

Jonathan destacó que Plaid también ha dedicado mucho tiempo a iterar, evaluar y actualizar sus modelos para capturar categorías específicas de prestamistas y de crédito.

Abhinav comentó que, con los ingresos, por ejemplo, es esencial desarrollar procesos que distingan las fuentes reales de ingresos de los pagos entrantes de otros proveedores de préstamos o de esquemas fraudulentos.

Una vez categorizados, los prestamistas pueden usar los datos para construir atributos personalizados que se ajusten mejor a su negocio y a la originación que buscan realizar.

Jonathan comentó que Plaid ofrece una biblioteca de atributos en la que comparte la lógica con los prestamistas, para acelerar la transformación de los datos en perspectivas accionables. Además, ya ha desarrollado perspectivas listas para usar que pueden dar a los prestamistas atributos predictivos para que sus clientes lleguen más rápido al mercado.

3. Optimizar continuamente su enfoque

Con el tiempo, hay que mejorar y monitorear de forma continua la interpretación de los datos de flujo de caja. Maik señaló que Taktile ha permitido a los prestamistas construir con facilidad "cascadas de datos" para optimizar los costos de datos externos.

Las fuentes de datos externas, ya sean de burós de crédito o de flujo de caja, aportan señales distintas para predecir la PD. En una cascada de datos, se trata de determinar qué tipo de solicitante debe recibir qué tipo de señales.

En Taktile, explicó Maik, los prestamistas empresariales suelen emplear una combinación de puntajes de crédito, datos de flujo de caja y datos contables. Sin embargo, no necesariamente consultan todas estas fuentes para cada solicitante.

Si un cliente tiene un puntaje de crédito alto, muchos prestamistas lo consideran una señal de PD suficientemente segura. Pero para los clientes que normalmente se rechazarían solo por el puntaje de crédito, conviene clasificarlos y evaluarlos de otras maneras, usando datos de flujo de caja para predecir su PD.

Desafíos para adoptar un enfoque de originación basado en flujo de caja

1. Disponibilidad de los datos

El acceso a los datos de flujo de caja no siempre es sencillo, lo que genera fricción en el proceso de vinculación de cuentas. Esto se debe a que la disponibilidad tiende a variar según la geografía.

En Europa, por ejemplo, los prestamistas se benefician de la regulación PSD2, según la cual, por ley, los bancos deben compartir datos con terceros si el cliente lo autoriza. En cambio, en Estados Unidos, por ejemplo, la regulación sobre el intercambio de datos de cuentas bancarias recién entró en vigor este año.

Por eso resulta útil encontrar proveedores de open banking que ofrezcan la cobertura y la precisión que usted necesita en su geografía. Jonathan comentó que ahí es donde Plaid resulta útil: ya ha establecido conexiones de intercambio de datos con más de 12.000 instituciones para casos de uso de crédito y préstamos.

2. Usabilidad de los datos

Jonathan comentó lo importante que es que su infraestructura de originación pueda conectarse sin fricciones con proveedores de datos externos.

Además de la infraestructura, Maik explicó que obtener perspectivas significativas a partir de los datos de flujo de caja es otro desafío común para los prestamistas. Debido a lo reciente del enfoque moderno basado en flujo de caja, no muchos prestamistas lo han empleado durante el tiempo suficiente como para haber aprendido los mejores métodos para aprovechar estos datos.

Encontrar las señales adecuadas para su caso de uso, sus productos, su segmento y su apetito de riesgo puede ser complicado. Sin embargo, Maik comentó que en Taktile los prestamistas superaron con éxito este desafío lanzando experimentos, probando a fondo e iterando con rapidez. Ahí es donde resulta crucial contar con una infraestructura de originación con capacidades de experimentación, que permita ciclos de iteración rápidos y simulaciones sofisticadas de backtesting.

Algunos prestamistas que usan Taktile lanzan experimentos con el 15-20 % de sus clientes para probar y obtener perspectivas antes de aplicar los cambios a todo el segmento. Luego observan de cerca qué valor aportan las distintas fuentes de datos.

3. Conectividad de los datos

Resolver los desafíos de conectividad continua es crucial para mantener perspectivas en tiempo real sobre los clientes. Algunos bancos exigen renovar cada tres meses la conexión a los datos de cuenta del cliente, lo que plantea un dilema para los prestamistas.

Sin la información más actualizada sobre la salud financiera de un cliente, las decisiones conservadoras pueden derivar sin querer en acciones adversas. Abhinav comentó que mitigar este desafío se vuelve imperativo, sobre todo al considerar futuros aumentos de línea para los clientes.

Jonathan subraya el valor de los datos a lo largo del ciclo de vida del cliente y la importancia de la persistencia de las conexiones con los proveedores de datos. Si bien las API sofisticadas van aportando esa estabilidad, aún queda trabajo por hacer para superar estos obstáculos.

Para conocer las oportunidades futuras de innovación con este enfoque de originación y escuchar al panel responder las interesantes preguntas del público, lo invitamos a ver el webinar completo.

Preguntas frecuentes (FAQ)