La transformación digital está convirtiendo a los datos alternativos en un activo estratégico para bancos y fintechs. Se trata de la información que generan los usuarios a través de billeteras digitales, pagos electrónicos, transferencias, compras y otras interacciones en canales digitales. Analizada mediante inteligencia artificial y analítica avanzada, esta información permite no solo fortalecer la evaluación crediticia, sino también conocer mejor a los clientes, desarrollar productos más personalizados, optimizar procesos y mejorar la toma de decisiones.
Una parte de estos datos conforma la denominada «huella digital» financiera, un registro del comportamiento cotidiano de los usuarios que refleja cómo utilizan los servicios financieros digitales. A diferencia del historial crediticio tradicional, esta información incorpora señales sobre hábitos de pago, frecuencia de las transacciones y uso de herramientas digitales, ofreciendo una visión más amplia y actualizada del perfil financiero de cada persona.
En Perú, este fenómeno cobra cada vez más relevancia. Según la Asociación de Bancos del Perú (Asbanc), más del 70% de las operaciones bancarias ya se realizan por canales digitales, generando un creciente volumen de información sobre el comportamiento de los usuarios. Asimismo, el Banco Central de Reserva del Perú (BCRP) destaca que estos canales han facilitado el acceso al sistema financiero de segmentos que anteriormente tenían una participación limitada, ampliando la disponibilidad de datos para las entidades financieras.
«Durante años, las entidades financieras tomaron decisiones basadas únicamente en una fracción de la realidad económica de sus clientes. Hoy, gracias a los datos alternativos y a la analítica avanzada, es posible descubrir segmentos completos que antes permanecían invisibles para el sistema financiero. La verdadera oportunidad no consiste únicamente en ampliar el acceso al crédito, sino en generar nuevas fuentes de crecimiento, identificar mercados desatendidos y construir modelos de riesgo mucho más precisos y dinámicos», afirma Filipe Cotait, CEO de Stefanini Data & Analytics.
ANALÍTICA AVANZADA PARA CONVERTIR DATOS EN OPORTUNIDADES DE NEGOCIO
El valor de los datos alternativos depende de la capacidad para convertirlos en información útil. Diversos estudios de la industria muestran que los modelos de scoring basados en inteligencia artificial y estas fuentes de información pueden incrementar entre un 15% y un 30% la capacidad para identificar perfiles de bajo riesgo que los modelos tradicionales no detectan. Además, reducen significativamente los tiempos de evaluación crediticia y automatizan procesos que antes requerían revisiones manuales.
La experiencia regional confirma estos resultados. En un proyecto de transformación analítica desarrollado por Stefanini Group en Brasil, la incorporación de datos alternativos permitió a una entidad financiera elevar la precisión de sus modelos de evaluación crediticia a más del 84% en la identificación de perfiles de riesgo. Asimismo, la automatización del análisis redujo los tiempos de respuesta y mejoró la experiencia del cliente durante el proceso de evaluación.
Para Stefanini Group, la combinación de inteligencia artificial, analítica avanzada y gobierno de datos está impulsando una nueva generación de modelos capaces de integrar cientos de variables en tiempo real. Este enfoque permite a bancos y fintechs responder con mayor rapidez a los cambios en el comportamiento de los usuarios y desarrollar soluciones financieras mejor adaptadas a las necesidades de cada segmento.
A medida que las transacciones digitales continúan creciendo, la capacidad para aprovechar los datos alternativos será un factor cada vez más determinante para la competitividad del sector financiero.