Os bancos, as fintechs, os estabelecimentos comerciais, o governo, as redes de tecnologia de pagamento e o próprio consumidor estão acelerando as inovações e mudanças na nossa indústria. No centro dessa evolução e na medida em que vamos nos adaptando a ela, a adoção de novas tecnologias, bem como o uso e a análise dos dados são fundamentais para entender as tendências e os padrões dos consumidores.

Entre as tecnologias que estão apoiando atualmente a inovação financeira está a Inteligência Artificial (IA), que entre outras coisas deu origem à aprendizagem automática, ou Machine Learning (ML). Sua importância é tamanha que 79% das instituições financeiras consideram que a Inteligência Artificial transformará não apenas a forma como interagem com seus clientes, mas também como coletam, processam e utilizam a informações deles.

Em termos simples, Machine Learning é a capacidade de uma máquina de receber dados e aprender por si mesma a partir desses dados e do seu processamento. Os algoritmos criados a partir de Machine Learning ajudam a encontrar eficiências nos processos internos dos bancos de dados, principalmente em temas como segmentação de portfólio, melhorias de processo e otimização de linha de crédito. Alguns dos usos de Machine Learning com os bancos de dados incluem:

• Identificar padrões de atividade suspeita e conhecer esse tipo de atividade de maneira proativa;
• Identificar transações de alto risco antes que elas ocorram e impedir tentativas de fraude;
• Identificar mudanças repentinas no comportamento de compra do consumidor;
• Minimizar erros humanos ao automatizar atividades que são, em suma, repetitivas;
• Desenvolver ofertas e canais de serviço mais convenientes para o usuário de cartões.

Para acompanhar essa transformação da indústria, por meio da Visa Consulting & Analytics (VCA) oferecemos a nossos clientes soluções únicas que os auxiliem a melhorar a rentabilidade e o rendimento de seu portfólio. Utilizamos Machine Learning no desenvolvimento de soluções para criar modelos analíticos que permitam a eles ter uma visão melhor de seu portfólio e entender em tempo real quais fatores influenciam o comportamento dos consumidores.

Exemplo de aplicação em marketing conceitual

Recentemente desenvolvemos uma prova piloto, na qual combinamos técnicas de Machine Learning com dados de geolocalização para entender o comportamento de compra dos usuários de cartões Visa no Brasil. Essa prova teve como objetivo solucionar dois desafios:

1) É mais efetivo enviar ofertas aos consumidores em tempo real?

2) Como comércio, posso segmentar meus consumidores de maneira mais assertiva e ofertar o produto mais adequado às suas necessidades e momento de vida?

Para apresentar ofertas que agreguem valor aos consumidores, obtendo os melhores retornos de investimentos em campanhas de marketing, na VCA utilizamos Machine Learning para analisar cerca de 500 variáveis provenientes de dados da nossa rede global de processamento VisaNet, como gasto total, frequência de gasto e ticket médio, gasto em determinadas operações comerciais, entre outros. Com esses dados, foram criados modelos preditivos para entender a probabilidade de um consumidor ter interesse em comprar determinado produto em uma loja. Ao combinar esse modelo preditivo com dados de geolocalização, os usuários recebiam ofertas e promoções em tempo real, por meio de um aplicativo (app), justamente no momento em que o consumidor estava nos arredores da loja.

Após enviar ofertas de 30 lojas, tais como supermercados, lojas de departamento, lojas esportivas, etc., 95% dos participantes indicaram que o app foi prático e lhes ofereceu ofertas relevantes. Para o comércio, essa segmentação criou a oportunidade não apenas de entender quais fatores determinam que um consumidor visite sua loja como também de saber os tipos de ofertas que fazem com que o consumidor tenha uma experiência melhor na hora da compra.

Apesar de o uso de Machine Learning ser considerado uma inovação revolucionária, o impacto do seu uso na indústria dependerá como ela será utilizada. Em outras palavras, é necessário definir se a tecnologia de Machine Learning é adequada para sua organização, se a sua base de dados é ideal para essa tecnologia e se a sua infraestrutura de TI pode suportar esse tipo de desenvolvimento e ferramenta. Além disso, é fundamental ter uma equipe capacitada em Machine Learning e com conhecimento suficiente do negócio, que seja capaz de não somente processar as informações, mas também de extrair delas perspectivas de negócio valiosas que facilitem a tomada de decisões da sua empresa.

Para a nossa equipe de consultoria da VCA, o acesso à VisaNet e o uso de técnicas de análise avançadas, como Machine Learning, e a vasta experiência na indústria de pagamentos, funcionam como fatores que nos permitem oferecer a nossos sócios e clientes soluções sem precedentes, desenvolvidas a partir de análises das informações, com o objetivo de serem catalizadores para o crescimento e desenvolvimento do seu negócio.

Por: Javier Vázquez, vice-presidente da Visa Consulting & Analytics para Visa América Latina e Caribe