O risco é uma decisão de produto: Peter Lu fala sobre como o Monzo Bank aborda o produto e o risco como um todo

Peter Lu dedicou sua carreira ao desenvolvimento de produtos de fintech voltados para o consumidor em todo o Canadá e, agora, nos Estados Unidos. Como diretor de produtos do Monzo Bank nos Estados Unidos, ele lidera a estratégia de produtos para a próxima fase de crescimento do Monzo — após a captação de US$ 610 milhões pelo banco para impulsionar sua expansão nos Estados Unidos.

Em conversa com Maximilian Eber, cofundador e diretor de tecnologia da Taktile, Peter compartilha como o Monzo Bank aborda o risco e o produto como uma única disciplina. Ele explica por que espera que seus gerentes de produto acompanhem os indicadores de risco juntamente com o NPS, e em que aspectos o próprio risco pode se tornar uma vantagem competitiva no setor de serviços financeiros.

Peter destaca que as equipes de risco, de produto e outras equipes multifuncionais compartilham uma responsabilidade coletiva. Como ele mesmo diz: “Os gerentes de produto precisam entender como as decisões são tomadas, e [...] a equipe de risco precisa entender o design do produto e a intenção da estratégia de produto.”

Ele ilustra isso com um exemplo específico: o Monzo voltado para expatriados nos EUA.

O perfil do cliente expatriado influencia tudo o que vem a seguir, explica Peter. Os recém-chegados podem não ter pontuação de crédito nos EUA nem histórico digital, e as fontes de dados disponíveis para avaliar o risco de crédito deles podem ser completamente diferentes das disponíveis para consumidores já estabelecidos nos EUA.

Essas nuances influenciam toda a estratégia de subscrição — desde os parceiros de dados que a equipe seleciona até os fluxos de produtos que os usuários veem no momento do cadastro.

Na experiência de Peter, as equipes de produto e de risco precisam trabalhar em conjunto desde o início; caso contrário, você pode acabar com um produto incrível que não seja viável para o seu ICP ideal.

“[As decisões] precisam ser coerentes”, continua ele, “e devem partir da alta administração, tendo como base o Perfil do Cliente Ideal e… como pretendemos conquistar esse mercado.”

Na opinião de Peter, é nas métricas que cada equipe deve assumir a responsabilidade que essa colaboração se torna mais concreta.

Os gerentes de produto costumam se concentrar em indicadores como pontuação NPS, usuários ativos e taxas de conversão, que são sinais de como os clientes percebem o produto. As equipes de risco, por sua vez, costumam acompanhar um conjunto diferente: taxas de aprovação, taxas de inadimplência e taxas de estorno, que indicam o grau de exposição da empresa a perdas. A opinião de Peter é que manter esses painéis separados pode fazer com que ambas as equipes operem com informações incompletas.

No que diz respeito especificamente à fintech, Peter acredita na criação de equipes de produto enxutas, mas com autonomia para agir. “Para que [os gerentes de produto] tenham grande influência na tomada de decisões, eles precisam compreender todos os fatores que influenciam o resultado financeiro”, explica ele.

Em outras palavras, o escopo da gestão de produtos está se ampliando. Os gerentes de produto precisam cada vez mais acompanhar métricas de risco, como taxas de inadimplência e de aprovação. E, à medida que a IA assume cada vez mais o trabalho de tomada de decisão, a linha divisória entre um “KPI de produto” e um “KPI de risco” está se tornando cada vez mais tênue.

Peter compartilha um exemplo marcante da sinergia entre risco e produto, tirado de sua própria carreira — quando sua equipe se propôs a lançar o primeiro produto do Canadá voltado para a construção de histórico de crédito.

Nos EUA, as fintechs podem oferecer produtos de construção de crédito totalmente securitizados, nos quais o credor praticamente não assume nenhum risco. No Canadá, porém, as agências de crédito nem sempre permitem que produtos totalmente securitizados sejam considerados para a construção de crédito. Para melhorar significativamente a pontuação de crédito de alguém, a equipe de Peter precisava conceder linhas de crédito reais e sem garantia que fossem suficientemente altas para fazer diferença, mas a usuários cujos perfis de crédito variassem de subprime a aqueles em recuperação de crédito.

A equipe de Peter fez uma aposta pouco convencional. Ao apresentar o produto como uma ferramenta para construir histórico de crédito, em vez de um cartão de crédito, a equipe alinhou o design com o que os usuários realmente queriam: uma ferramenta para construir histórico de crédito, e não uma linha de crédito para gastar. Com essa abordagem, os usuários tinham menos motivos para utilizar a linha de crédito, o que manteve a taxa de utilização — e, consequentemente, o risco — em níveis baixos.

"O risco que assumimos foi um risco relacionado à experiência do usuário", explica Peter. Sua equipe concedeu cerca de US$ 250 em crédito por usuário sem aplicar as habituais verificações de solvência, apostando que o design do produto, e não os filtros de risco, impediria a maioria dos usuários de realmente utilizar o crédito.

O resultado foram taxas de inadimplência inferiores a 5% e um produto com margem positiva que realmente atendeu às necessidades dos usuários em processo de recuperação de crédito.

Peter está refletindo profundamente sobre o que a IA significa para o setor de fintech, e duas linhas de seu raciocínio se destacam com convicção.

Em primeiro lugar, os formatos que sustentam o design de produtos de consumo estão mudando.

"Os formatos dos dispositivos de consumo provavelmente mudam […] a cada 10 ou 15 anos", observa Peter, referindo-se à transição dos computadores de mesa para os dispositivos móveis e, agora, para interfaces baseadas em chat, como o ChatGPT.

Essa mudança levanta uma questão existencial para os provedores de infraestrutura e dados do setor de fintech: como eles evitam ser desintermediados, ou excluídos da cadeia de valor, quando agentes de IA se interpõem entre eles e o cliente final?

A lição prática de Peter: aposte primeiro no formato, e o produto certo virá por consequência. “O formato dos produtos de IA depende do formato preferido pelo consumidor”, diz Peter. “Se você fizer […] a aposta certa no formato, provavelmente acertará na escolha do tipo de produto que vai criar.”