✅Como jogar o jogo do Open Finance além do crédito — guia prático

Open Finance não é só crédito

Se algum bancário estivesse de férias em outro planeta e desembarcasse hoje no Brasil, ele poderia, equivocadamente, ser induzido a entender que o Open Finance é igual a crédito.

Esse tema foi recentemente debatido em um evento da klavi na última semana, onde o painel principal contou com a participação de:

• Jóice Almeida , SR Head de Open Data, responsável pelas agendas de Open Finance, Open Insurance & Data Acquisition do Santander ;
• Camila Fonseca , Gerente Executiva de Open Finance e Analytics do Banco PAN ;
• Bruno Chan , CEO da klavi ;
• Gueitiro Matsuo Genso , Conselheiro, Mentor, fundador e ex-CEO do PicPay .

Entre outros assuntos, quero destacar um comentário interessante feito pelo Gueitiro Genso:

“A hiperpersonalização tanto do front, como do back é que vai fazer com que o Open Finance seja percebido pelo consumidor, tanto em melhores limites de crédito, como em produtos mais customizados e experiências únicas, é isso que pode aumentar o conhecimento, e a confiança em dar/renovar o consentimento para portar dados.”

É inegável o poder do histórico financeiro na hora de decidir conceder ou não um limite financeiro para os clientes. Mas o que vou te mostrar hoje, é que outras áreas dessas instituições também podem se beneficiar, e muito, do Open Finance.

A hiperpersonalização e as experiências únicas, são um processo evolutivo. Hoje lhe mostrarei um playbook de como você pode iniciar nesta direção.

🔃Ciclo de vida dos dados no Open Finance

Essa é uma visão geral da aplicação do Open Finance em instituições, de forma simplificada, está baseada em três pilares:

• Aquisição de dados — Estratégias para conquistar consentimentos, por exemplo: desenvolvimento de novas jornadas, aplicação em jornadas existentes ou por meio de ofertas.
• Utilização de dados — Aplicação dos dados em diversas iniciativas na instituição. Os famosos modelos de crédito, agregadores de dados, listas comerciais e demais oportunidades.
• Renovação de dados — Estratégias para manter o consentimento do cliente sempre em um período válido.

Por hoje, nosso foco de discussão será na Utilização de Dados, especialmente além das oportunidades em crédito, com foco em ofertas.

♟️O jogo do Open Finance

Esse é um jogo de ataque e defesa. As informações dos seus clientes vão para outras instituições mas também voltam para a sua. Como se organizar nesse cenário?

Discutimos sobre hiperpersonalização, mas precisamos antes de estratégia e organização interna, uma visão macro de como abordar os clientes também num olhar da instituição.

A estratégia guia as possibilidades de atuação. Os dados definem contexto e o grau de personalização.

Matriz de Relacionamento x Valor

Todas as instituições possuem alguma forma de valorar o seu cliente, seja qual for o método e também a nomenclatura (LTV), assumiremos que “Valor” é o retorno financeiro esperado do relacionamento com um dado cliente.

E que “Relacionamento” se refere a principalidade deste cliente. Ou seja, o quanto de valor possível deste cliente está concentrado em minha instituição? Do total que ele toma em crédito, o quanto é comigo? Do fluxo financeiro desse cliente, o quanto é comigo?

Vamos aos grupos:

🛡️Grupo 1 - Alto valor x Alto Relacionamento — Defender. Sua organização rentabiliza em níveis ótimos e o relacionamento está todo concentrado com vocês. A preocupação aqui são os ataques de outras instituições.

🕵️Grupo 2 - Baixo valor x Alto Relacionamento — Monitorar. Apesar da concentração, há uma dificuldade em extrair resultado desse grupo de clientes. O monitoramento é importante para identificar repescagens e mudanças de cenário (diminuição de relacionamento ou aumento de valor).

🎯Grupo 3 - Alto valor x Baixo Relacionamento — Atacar. Clientes que você sabe que são bons e que possuem fluxos na concorrência. Desenvolver iniciativas para conquistar a principalidade são a prioridade.

🕵️Grupo 4 - Baixo valor x Baixo Relacionamento — Monitorar. Este grupo pode ser um dos mais afetados na avaliação de valor e relacionamento, por ausência de informação. Mas a aquisição de dados não é o foco deste artigo.

A partir destes grupos você consegue desenhar sua estratégia de atuação. Dentro de cada grupo você consegue desenvolver campanhas e soluções para os mais diferentes pontos de contato com clientes.

Desafios importantes que surgem nesta abordagem:

• Como ser eficiente na mensuração da principalidade do cliente?
• Como realizar essa visão já considerando os dados de Open Finance?
• A partir destas visões, como tirar insights e desdobrar em um nível mais tático e operacional para de fato criar as ações?

A partir de agora eu te apresento uma ferramenta que poderá ser sua aliada para desenvolver ações com dados de Open Finance.

👉 Conheça o Vision, mais nova solução da klavi.

🧿Vision

Para aqueles que não acompanham a Marvel: O Vision é um personagem, que entre várias características, é um estrategista de primeira linha. Capaz de analisar situações complexas e projetar soluções eficazes. Não tenho dúvida que ele faz parte do roadmap da OpenAI 😆

E mesmo assim eu não poderia deixar de fazer esse texto sem compará-lo com o Vision, da klavi. O produto vem justamente para empoderar os mais diversos times de instituições para que eles possam criar seus próprios planos e ações para extrair valor do Open Finance para além do crédito.

O contexto dessa solução

É preciso, antes de tudo, entender o cenário dos clientes que consomes as soluções da klavi. A principal arquitetura utilizada pelos clientes é a apresentada abaixo.

Neste cenário, a instituição, que já é participante do Open Finance, recebe as informações do cliente e via APIs já direciona os dados para higienização e categorização. São mais de 540 variáveis e 280 categorias, que depois do tratamento ficam disponíveis em seu lake.

Até então, era comum os times desenvolverem seus próprios fluxos de trabalho para definir as variáveis mais importantes e incrementarem seus processos com as novas informações.

Para times de crédito, com uma estrutura de dados robusta, essa jornada pode até ser rotineira. Eles possuem conexões com diversas outras fontes de dados e fazem esse tipo de consumo diariamente.

Mas para times que não dispõem da mesma estrutura, consumir os dados direto de um lake, mesmo que com a facilidade de higienização e categorização, pode ser um desafio.

💡É neste contexto, que o Vision surge, para facilitar o consumo dos dados de Open Finance por demais áreas.

🧿Novo cenário — utilizando o Vision

Antes de entrar no detalhe, gostaria de apresentar este exemplo de workflow de utilização do Vision em sua estratégia de Open Finance. Você pode entendê-lo em 5 etapas:

1. Visão Gerencial — Baseado na principalidade do cliente, é possível identificar em diferentes níveis seu grau de relacionamento.
2. Identificação de oportunidades — A ferramenta já direciona ações para seu time atuar com velocidade.
3. Segmentação — Não apenas uma visão de como atuar, a ferramenta também indica quais são os clientes (no nível individual) e você pode separá-los em co-horts.
4. Ação — Com os co-horts em mãos, sua equipe poderá realizar as ativações definidas (comerciais, por exemplo) para aproveitar as oportunidades identificadas.
5. Monitoramento — Verificar, em cima dos indicadores, se as ações estão surtindo efeito prático.

💡As imagens abaixo são meramente ilustrativas, com números fictícios.

1. Visão Gerencial

O Vision te permite ter uma visão geral dos seus dados de Open Finance, para que você vá além dos consentimentos ‘dados/recebidos’ e comece a avançar em informações que dão mais contexto para o negócio.

Os principais indicadores são:

• Índice de Principalidade (saiba o banco mais utilizado pelos seus clientes);
• Fluxo Financeiro (responsa a pergunta: para onde está indo o dinheiro?);
• Produtos Contratados (Veja que tipo de produto seus clientes possuem nos demais bancos, de forma consolidada e fácil).
• Tarifas bancárias (Veja qual tipo de tarifa os clientes estão pagando e a média praticada por você a concorrência);

Dentro de cada um destes, você consegue detalhar as informações até chegar no nível mais granular possível e exportar todos os clientes dentro daquele filtro que você definiu.

🎯O destaque: principalidade

Sem dúvida, o que mais me chamou atenção foi o Índice de Principalidade. Através dos clientes que compartilharam dados com a sua instituição, a ferramenta calcula esse índice analisando as transações na conta do usuário.

É um índice vivo que pode ser monitorado enquanto houver o consentimento do cliente. Diversos fatores podem impactar esse índice, como, por exemplo: os tipos de contas pagas, hábitos identificados, intensidade nas movimentações, recorrências e uma série de outros fatores que compõem o molho especial do Vision.

Visão por instituição:

Visão evolutiva:

2. Identificação de oportunidades

Outra característica do Vision que me chamou atenção foi a praticidade. Não apenas com informações, mas também já direcionando o cliente para tomar ações, é assim que a funcionalidade Oportunidades foi construída.

Você consegue atuar de duas formas com as oportunidades:

Produtos Financeiros (com mais quebras dentro de cada categoria):

• Portabilidade de crédito
• Empréstimo com Garantia
• Cartão de Crédito

Gastos Segmentados

• Aqui você pode personalizar ofertas de acordo com hábitos de consumo dos seus clientes, com as classificações já feitas pelo klaaS como mencionado anteriormente. As informações aqui também dão conta dos hábitos, para que você leve a mensagem certa no momento certo para seu cliente.

3. Segmentação

A partir dos insights gerados nas análises dos mais diferentes filtros da plataforma, você pode então realizar uma segmentação de clientes e extrair em um nível individual.

Com essa base em mãos, você consegue direcionar as ações da sua empresa.

4. Ações

Lembram da Matriz? Aqui você pode desenvolver ações para cada grupo.

Exemplo de ataque:

• Filtrar no Vision uma base de clientes que estão com crédito na concorrência;
• Cruzar com minha base interna de valor e de limites de crédito;
• Verificar a possibilidade de oferta diferenciada para portabilidade;
• Executar a abordagem.

Exemplo de ataque:

• Identificar no Vision os hábitos de consumo dos clientes;
• Filtrar uma base de hábitos relacionados aos benefícios do meu cartão X;
• Correlacionar com minha base interna de oferta/potencial;
• Preparar abordagem.

Exemplo de defesa:

• Filtrar no Vision clientes que pagam tarifas maiores na minha instituição do que na concorrência;
• Correlacionar com meu indicador interno de valor (LTV);
• Para os de maior valor, preparar uma ação de redução antecipada pensando em antever o movimento da concorrência em abordá-lo com o argumento de diferença de tarifas.

5. Monitoramento

O Vision é vivo, mas as consultas ficam salvas. Você consegue ver a evolução de determinadas bases que você mesmo gerou e observar a mudança de comportamento e a efetividade das ações. É uma excelente forma de realizar testes em diferentes co-horts para aprender quais abordagens desempenham melhor com os clientes.

💡Evolua com o Open Finance

Esse é, sem dúvida, um baita produto. Quanto mais áreas diferentes das instituições tiverem fácil acesso às informações de Open Finance, mais perto estaremos de criar soluções realmente inovadoras e atingir o objetivo final de impactar o cliente.

Trazer para o dia a dia esse grau de profundidade de dados fará a diferença em todo o mercado.

Em tempo: se você quiser conhecer mais sobre o Vision, procure pelo time da Klavi (clique aqui).

Eles estarão presentes na Febraban Tech, no estande B35, no hall B.

Mencione que viu esse conteúdo na Let’s Open e a cerveja vai ser de graça 🍻

Um grande abraço!