Agenda Global 2022 LATAM ¿Qué impulsa la agenda de las fintech y los servicios financieros en 2022? Pulse y Provenir encuestaron a 400 tomadores de decisiones en fintechs y organizaciones de servicios financieros a nivel mundial para averiguar cuáles creen que serán los mayores desafíos, oportunidades y tendencias de 2022 y cómo planean abordarlos con datos, inteligencia artificial y toma de decisiones. Encuestados:
Recolección de datos:
100 tomadores de decisiones pertenecientes a Fintechs en LATAM
13 de octubre 21 de diciembre de 2021
El acceso limitado a datos alternativos es el principal desafío que enfrentan las estrategias de riesgo crediticio de las organizaciones. La mayoría de los tomadores de decisiones luchan con la estrategia crediticia de su organización porque tienen acceso limitado a fuentes de datos alternativas 62% y no se puede acceder fácilmente a los datos 47% .
¿En la actualidad, cuál de los siguientes considera que es el/los mayor/es desafío/s en la estrategia de riesgo crediticio de su organización? Seleccione todas las que correspondan)
Acceso limitado a fuentes de datos alternativas
62%
Los datos no son fácilmente accesibles
47%
No puede tomar decisiones de riesgo crediticio en tiempo real
39%
La visualización de datos y los informes no son intuitivos
39%
No tiene una vista centralizada de los datos a lo largo del ciclo de vida del cliente
38%
No se puede utilizar el aprendizaje automático/IA para mejorar el rendimiento del modelo
31%
Too dependent on vendors to make changes
29%
Los modelos son difíciles de implementar
15%
Demasiado dependiente de los proveedores para hacer cambios
14%
No cuentan con los recursos internos adecuados
5%
La toma de decisiones de riesgo crediticio en tiempo real, es la inversión planificada número 1 de los tomadores de decisiones en el 2022. En el 2022, casi el 80% de los tomadores de decisiones planean invertir en la toma de decisiones de riesgo crediticio en tiempo real.
¿En cuál de los siguientes planea invertir en el 2022? Planea invertir
No planea invertir
Plataformas de decisión de riesgo de crédito en tiempo real.
79%
21%
Decisiones de crédito habilitadas por IA
65%
35% Billetera digitales
38%
62% Datos alternativos para score crediticio
59%
41%
Productos que permiten la inclusión financiera
59%
41% Finanzas integradas
52%
48% Pague ahora, compre después
46%
54% SuperApps
41%
59%
La interfaz de usuario UI low-code o no-code (sin código) y la inteligencia empresarial son las dos características más importantes que los tomadores de decisiones tienen o desean al seleccionar un sistema de toma de decisiones de riesgo automatizado. Casi todos los encuestados 93% actualmente tienen una interfaz de usuario low o no code o planean invertir en la tecnología en 2022.
¿Cuál de las siguientes características incluye actualmente su sistema automatizado de toma de decisiones sobre riesgos o será importante en su selección del mismo?
Currently have feature/would be most important
Plan to invest
No plan to
in 2022
invest in 2022
Low/no code UI
71%
22%
7%
32%
4%
Inteligencia empresarial
64% Integración de datos
59%
25%
16%
IA Análisis predictivo/Aprendizaje automático)
51%
28%
21%
Modelo lenguaje agnóstico
41%
21%
39%
Decisiones en tiempo real
37%
46%
17%
Gestión de casos
42%
31%
27%
Datos alternativos
27%
59%
14%
La adquisición de nuevos clientes y la prevención del fraude son las principales prioridades que los tomadores de decisiones planean abordar con inversiones en tecnología en el 2022. En el 2022, los responsables de la toma de decisiones buscan tecnología para adquirir nuevos clientes 58% , prevenir el fraude 56% y aumentar su presencia móvil 47% .
¿Qué desafíos/oportunidades planea abordar a través de la tecnología en 2022?
78%
58%
Adquirir nuevos clientes
57%
Prevención de fraude
Aumento de la presencia móvil
51%
47%
42%
Aumento del Mejorando la cumplimiento eficiencia normativo operativa
39%
Mitigación de riesgos
37%
34%
Experiencia y Grow market Increase retención del share with market cliente underbanked/ differentiation unbanked populations
Solo el 14% de los encuestados comienza a ver el retorno de inversión en IA dentro de los 60 días. Después de implementar la IA, el 39% de los encuestados vio un ROI positivo en 3 meses.
¿Cuánto tiempo después de implementar IA (análisis predictivo/aprendizaje automático) comenzó a ver un ROI positivo?
50% 121 150 días
9%
25%
Más de 150 días
61 120 días
14%
1%
0 60 días
No hemos implementado AI
1% No hemos visto un ROI positivo del
La integración de datos es el mayor impedimento para usar datos alternativos. Si bien las razones para usar datos alternativos son claras, una gran mayoría de los encuestados 78% dice que éstos datos no se integran fácilmente en su solución actual. Más de la mitad de los encuestados 52% ni siquiera tienen acceso a datos alternativos.
¿Cuáles son sus mayores barreras para acceder/usar datos alternativos? Seleccione todas las que correspondan)
78%
52%
Mi organización no tiene acceso a datos alternativos
Los datos alternativos no se integran fácilmente en nuestra solución de toma de decisiones actual
19%
24%
Los datos están demasiado desestructurados
9%
Demasiados No convencido riesgos de del valor cumplimiento
Mejorar la detección y prevención del fraude y servir a los que no cuentan con servicios bancarios son las principales razones por las que los encuestados utilizan datos alternativos en el análisis del riesgo crediticio. El 61% usa datos alternativos para mejorar la detección y prevención de fraudes, mientras que el 58% espera brindar un mejor servicio a los que no cuentan con servicios bancarios o que cuentan de manera parcial.
¿Cuáles son sus razones principales para utilizar fuentes de datos alternativas en el análisis de riesgo crediticio?
61%
44%
Mejorar la detección y prevención de fraudes
Calificación crediticia más precisa
58%
29%
31%
Llegar a una audiencia más grande
Nuestros competidores lo están haciendo
Servir a los sub-bancarizados/ no-bancarizados
16% Los datos alternativos ya están disponibles
2%
No usamos datos alternativos
La verificación de edad y la verificación y validación de cuentas bancarias lideran el paquete de los principales tipos de datos utilizados en la toma de decisiones de riesgo. La verificación de edad 62% y la verificación y validación de cuentas bancarias 58% y KYC 42% son las principales fuentes de datos alternativos utilizados en la toma de decisiones sobre riesgos.
¿Cuál de las siguientes fuentes de datos alternativos incluye actualmente en su toma de decisiones de riesgo? Seleccione todas las que correspondan)
62%
Verificación de edad
58%
Verificación y validación de cuenta bancaria KYC Conozca a su cliente)
42%
Riesgo de Crédito Alternativo
39%
Colecciones
38% 33%
Riesgo de Crédito
Verificación y Validación de Documentos
30% 27%
Asequibilidad
Verificación de Empleo
25%
Biometría facial
24%
Verificación y Validación de Ingresos
23%
Identidad y Verificación
14%
Banca Abierta
13% 12%
KYB Conozca su negocio)
10%
Fraude
La prevención del fraude es el principal impulsor de las inversiones en la toma de decisiones de riesgo habilitada por IA. Para el 59% de los encuestados, la prevención del fraude se encuentra entre los principales impulsores de sus inversiones en la toma de decisiones de riesgo habilitada por IA. Más de la mitad dice que sus inversiones se centran en el ahorro de costos 52% y la generación de perfiles de riesgo más precisos 45% .
¿Cuál es el principal impulsor de las inversiones que ha realizado o realizará en la toma de decisiones de riesgo habilitada para IA? Seleccione todas las que correspondan)
59% 52%
45% 36%
Prevención de fraude
Ahorro de costos y eficiencia operativa
32%
Perfiles de Automatic e las riesgo más precisos decisiones a lo largo del ciclo de vida del crédito
Precios más competiti vos
28%
28%
Mejorar la experienci a del cliente
Aumentar la diferencia ción del mercado
25%
24%
Mejorar el Aumentar la desempe participación de mercado ño con financiero poblaciones subbancarizadas / nobancarizadas
La confianza en la precisión del modelo de crédito es baja. Solo el 20% de los encuestados cree que sus modelos de crédito son precisos al menos el 76% del tiempo.
¿Qué tan preciso cree que es el modelo (o modelos) de riesgo de crédito de su organización en la actualidad?
10%
Nada (menos de la mitad del tiempo)
69%
20%
Algo 50% 75% del tiempo)
Mayormente 76% 95% del tiempo)
1%
Completamente
Más del 70% de los encuestados mencionaron el low-code y nocode como una característica importante de los sistemas de toma de decisiones de riesgo automatizados. El 71 % de los encuestados mencionaron la UI low-code o no-code como una característica que tienen o que sería más importante tener al seleccionar un sistema de toma de decisiones de riesgo automatizado y el 22% planea invertir en ella en el 2022. El 41% de los encuestados mencionó el modelo de lenguaje agnóstico y el 21% planea invertir en ello en el 2022.
¿Cuál de las siguientes características incluye actualmente su sistema automatizado de toma de decisiones de riesgos o será importante en su selección? Actualmente tiene característica/sería más importante
Planea invertir en 2022
No planea invertir en 2022
71%
41% 22%
39% 21%
7% Low/no code UI
Modelo de lenguaje agnóstico
Información impulsada por