Visão geral do fornecedor: Provenir
Sumário executivo
Na última década, os impactos da digitalização e a pandemia de Covid-19 provocaram mudanças fundamentais no cenário geral do mercado em relação a fraude e risco de crédito. O crédito agora se expandiu das áreas de varejo, atacado e gestão de patrimônio para crédito alternativo, privado e não bancário. Da mesma forma, os fraudadores adotaram a inteligência artificial (IA) e a automação como parte de seu kit de ferramentas, criando uma “corrida armamentista” entre fraudadores e bancos, com rigorosos mecanismos regulatórios destinados a controlar nos vários canais bancários. Incluem não apenas as agências bancárias tradicionais, mas, também, uma variedade de modos de banco digital, como o banco móvel e online.
Neste artigo, apresentamos a empresa Provenir e compartilhamos nossa perspectiva de mercado sobre como a fraude e o crédito estão se integrando como uma função empresarial à medida que cresce a importância do uso da automação e de tecnologias avançadas. IA, aprendizado de máquina (ML) e processamento de linguagem natural (NLP) estão transformando o ciclo de monitoramento de crédito, ajudando a evitar fraudes e a mitigar os riscos de crédito correspondentes. IA, aprendizado de máquina (ML) e processamento de linguagem natural (NLP) estão transformando o ciclo de monitoramento de crédito, ajudando a evitar fraudes e a mitigar os riscos de crédito correspondentes.
Destacamos a plataforma e os recursos de produtos da Provenir em orquestração de dados, gestão de risco e compliance regulatório, que atendem às necessidades combinadas do mercado em relação a crédito e fraude.
Crédito
e fraude – uma visão holística da gestão de risco
Principais componentes
A convergência de crédito e fraude envolve vários componentes interconectados que trabalham juntos para evitar fraudes e, ao mesmo tempo, permitir operações de crédito perfeitas. Figura 1 e Tabela 1 (nas páginas 2 e 3) resumem esses componentes.
1: A convergência do crédito e fraude – principais componentes
Processamento de crédito
Tomada de decisão de crédito
Monitoramento de crédito
Gestão de risco de crédito
Gestão de carteira de crédito
Análise de crédito
Fonte: Chartis Research
Verificação de identidade
Monitoramento e gestão de fraude e ID
Triagem de fraude
Compliance regulatório
Autenticação multicamadas de segurança
Cibernética
Figura
CRÉDITO
Processamento de crédito
• Integração e origem de clientes.
• Gestão de empréstimos.
• Gestão de limites.
• Gestão de garantias.
• Sistemas de análise financeira.
• Cobranças e recuperações.
FRAUDE
Verificação de identidade
Avaliação e tomada de decisão sobre risco de crédito
Monitoramento de crédito
• Modelos de pontuação de crédito.
• Uso de dados alternativos.
• Precificação de empréstimo com base em risco.
• Monitoramento de carteiras.
• Indicadores iniciais de alerta.
Monitoramento e gestão de fraude e ID
• Conheça seu Cliente (KYC).
• Verificação de documentos.
• Autenticação biométrica.
• Biometria comportamental.
Gestão de risco de crédito
• Gestão de risco do modelo de crédito.
• Cálculos de risco de crédito (do ponto de vista do risco empresarial e regulamentar).
• Relatório de risco de crédito.
Triagem de fraude
• Monitoramento de transações.
• Reconhecimento de padrões.
• Geolocalização e impressão digital do dispositivo.
• Pontuação de fraude.
• Triagem automatizada de fraude.
• Alertas em tempo real.
• Processos otimizados. Garantir que a integração do cliente e as aprovações de crédito permaneçam eficientes e, ao mesmo tempo, evitem fraudes.
Compliance regulatório
• Conformidade com as leis de proteção de dados e de privacidade (como o Regulamento Geral de Proteção de Dados [GDPR]) para proteger informações sigilosas.
• Conformidade com as regulamentações de combate à lavagem de dinheiro (AML) e ao financiamento do terrorismo (CFT).
• Conformidade com os requisitos de comunicação de fraudes, que exigem que as instituições comuniquem atividades suspeitas às autoridades.
Tabela 1: Convergência de crédito e fraude – detalhes dos elementos
Fonte: Chartis Research
CRÉDITO
Gestão de carteira de crédito
Análise de crédito
• Criação de carteira.
• Análise de sensibilidade da carteira.
• Otimização da carteira.
• Precificação de empréstimo com base em risco.
• Segmentação de carteira.
• Visão de 360 graus do cliente.
• Análise de impacto sobre os negócios.
• Análise de impacto de crédito.
• Análise de risco da outra parte.
• Análise de sensibilidade.
FRAUDE
Autenticação multicamadas
Infraestrutura de segurança cibernética
• Autenticação multifator (MFA). Combina senhas, senhas de uso único (OTPs) ou biometria para proteger contas.
• Autenticação dinâmica baseada em risco. Ajusta as medidas de segurança com base no risco avaliado de uma transação.
• Criptografia. Proteção de dados sensíveis de crédito e de clientes.
• Sistemas de detecção de intrusões (IDSs). Monitora sistemas contra acesso não autorizado.
• Planos de resposta a incidentes. Criar processos para lidar com fraudes detectadas em operações de crédito.
Tabela 1: Convergência de crédito e fraude – detalhes dos elementos (continuação)
Fonte: Chartis Research
Principais tendências
A Chartis observa várias tendências importantes em um mercado que está conciliando mudanças tecnológicas de ponta com fiscalização regulatória (consulte a Figura 2). O mercado é uma mistura de novos credores que criam diferenciais competitivos e credores estabelecidos que buscam minimizar a revisão manual no ciclo de vida do crédito e torná-lo mais eficiente. Fazem isso aproveitando os dados corretos, aplicando-os na tomada de decisões em tempo-real e adotando tecnologias avançadas (como ML e IA) para tornar o fluxo de trabalho mais automatizado.
FRAUDE DE CRÉDITO TENDÊNCIAS
Aliança entre bureaus de crédito e prevenção de fraudes
• Bancos de dados compartilhados
• Compartilhamento de dados entre instituições
Verificação de identidade e pontuação baseadas em dados
• Avaliação de risco em tempo real
• Detecção de fraude de identidade sintética
Algumas tendências identificadas:
1. Casos de uso de tecnologias avançadas como ML e IA
Casos de uso de tecnologias emergentes (AI, ML etc.)
• Modelos de aprendizado de máquina
• Análise preditiva
• Análise comportamental
Casos de uso de automação
• Integração automatizada de clientes
• KYC/AML automatizado
• Ferramentas de decisão/alertas em tempo real
• Triagem automatizada de fraude
• Procedimentos automatizados de comunicação de fraude
• Planos de resposta a incidentes automatizados
• Aprendizado de máquina. Modelos identificam padrões em dados de crédito e fraude para prever riscos.
• Análise preditiva. Ferramentas de IA analisam grandes quantidades de dados de crédito para prever possíveis inadimplências ou fraudes usando a análise de big data, aumentando a precisão da pontuação de crédito e da prevenção de fraudes ao identificar padrões sutis não detectados por métodos tradicionais.
• Análise comportamental. Os modelos de IA aprendem os comportamentos típicos de clientes, ajudando a alertar sobre ações suspeitas fora do padrão. Por exemplo, monitoramento da frequência, tamanho e local das transações para detectar fraudes em vários pontos.
2. Casos de uso de automação
• Integração automatizada de clientes. A automação em verificações de crédito, combinada com triagem de fraude, permite que as instituições integrem clientes legítimos mais rapidamente enquanto detêm os fraudadores.
• KYC e AML automatizada. De modo geral, as solicitações de crédito incluem verificações automatizadas de KYC/AML para verificar identidades e detectar padrões fraudulentos.
• Ferramentas de decisão em tempo real. Ferramentas de ML e IA possibilitam fluxos de trabalho automatizados para aprovações instantâneas de crédito e avaliação simultânea do risco de fraude.
• Alertas em tempo real. Notificam as partes interessadas sobre suspeitas de fraude durante as avaliações de crédito. Ao monitorar continuamente as transações e as alterações nas linhas de crédito, as instituições financeiras podem reagir rapidamente a atividades incomuns. Eles usam dados em tempo real para identificar e responder imediatamente a transações de alto risco, reduzindo perdas e protegendo os clientes.
Figura 2: A convergência do crédito e fraude – principais tendências do mercado
Fonte: Chartis Research
2. Casos de uso de automação (continuação)
• Triagem automatizada de fraude. Integra verificações de fraude diretamente nos fluxos de trabalho de solicitação de crédito.
• Procedimentos automatizados de comunicação de fraude. Ajudam as instituições a comunicar atividades suspeitas às autoridades ao implementar um fluxo de trabalho automatizado.
• Planos de resposta a incidentes. Criam processos automatizados para lidar com fraudes detectadas em operações de crédito.
3. Alianças entre bureaus de crédito e agências de prevenção de fraude
• Bancos de dados compartilhados. Os bureaus de crédito e as agências de prevenção de fraudes compartilham cada vez mais dados, permitindo avaliações de risco mais abrangentes. Inclui o uso de listas negras de identidades fraudulentas conhecidas, alertas em tempo real e análise conjunta.
• Compartilhamento de dados entre instituições. Ao compartilhar dados sobre casos de fraude conhecidos, as instituições financeiras podem ajudar outras empresas a evitar fraudes, identificando tendências emergentes e infratores reincidentes.
4. Verificação de identidade e pontuação baseadas em dados
• Avaliação de risco em tempo real. Ao analisar os históricos de crédito e de transações em tempo real, as instituições financeiras podem identificar padrões incomuns que possam ser indícios de fraude. A análise avançada vai além das pontuações básicas de crédito para avaliar a credibilidade de um requerente.
• Detecção de fraude de identidade sintética. Cada vez mais comum em fraudes de crédito, as identidades sintéticas combinam informações reais e falsas para criar novos perfis fictícios e exigem um bom entendimento das variações nos dados de crédito e comportamentais.
Os recursos de software da Provenir no combate à fraude e na solução de desafios de crédito
A Provenir, com sede em Parsippany, Nova Jersey, EUA, opera no mundo todo com grandes escritórios regionais no Reino Unido, Canadá, Índia e Singapura. A empresa também conta com profissionais de vendas e serviços em toda a América do Norte, América Latina, Europa, Oriente Médio, África, Ásia e Austrália.
Fundada em 2004, o foco da Provenir é fornecer soluções de software para o setor de serviços financeiros, principalmente os setores de empréstimos e gerenciamento de riscos. As soluções de tomada de decisão da Provenir combinam tudo o que os clientes precisam para criar experiências de integração e envolvimento que otimizem as decisões na jornada do cliente. Atualmente, a plataforma é usada em mais de 60 países, por mais de 120 clientes e processa mais de 4 bilhões de transações com uma equipe de mais de 250 pessoas.
A Chartis considera a Provenir um líder global de software e serviços que fornece produtos RegTech e de risco de primeira linha para instituições financeiras em todo o mundo. A Provenir apresenta capacidades de alto nível em quase todas as áreas, com soluções abrangentes para tomada de decisões de risco de crédito, monitoramento de crédito, gestão de risco de crédito, gestão de portfólio de crédito, verificação de identidade e monitoramento e gestão de fraudes e identidades. A adoção de tecnologias avançadas como IA e ML é uma estrutura de fluxo de trabalho automatizada líder no setor, que aborda os desafios do mercado relacionados aos riscos de crédito e fraude. Também oferece uma estrutura analítica robusta que permite às instituições financeiras analisar dados e tomar decisões oportunas em tempo real. O diferencial da Provenir é cumprir essas duas funções.
Devido à natureza altamente configurável de sua plataforma, a Provenir empodera clientes de diversos setores, incluindo pagamentos, bancos, bancos digitais, empréstimos para pequenas e médias empresas (PMEs), cooperativas de crédito, FinTech, telecomunicações, financiamento de automóveis, compre agora, pague depois (BNPL), empréstimos ao consumidor, cartões de crédito e financiamento incorporado.
Principais recursos da plataforma e do produto
O esquema na Figura 3 (na página 7) descreve a arquitetura abrangente de produto da Provenir. A interface do usuário de low-code da plataforma da Provenir é robusta e oferece suporte a um estúdio de design visual, do tipo apontar e clicar, arrastar e soltar, no qual políticas de crédito, regras de fraude e outros processos definíveis são configurados, testados e, por fim, implantados como serviços da Web.
Os objetos de negócios, incluindo cálculos, regras, pontos de integração, fluxos de decisão, modelos, objetos get-value e set-value e subprocessos, são representados como ícones com conectores entre eles. A plataforma da Provenir é usada principalmente por instituições financeiras para dar suporte a uma variedade de processos de gestão de risco de crédito e/ou fraude para vários conjuntos de produtos financeiros nas áreas de cartões, varejo e empréstimos comerciais.
Em geral, os processos são encontrados no ciclo de vida completo do risco de fraude e crédito do cliente, que consiste em verificação de identidade, monitoramento e gestão de fraude e ID, monitoramento de crédito, gestão de risco de crédito e monitoramento e gestão de portfólio de crédito.
Figura 3: A plataforma Provenir e recursos
Processamento de crédito
Engajamento do cliente
Sistemas/produtos financeiros
Cartões Crédito, débito, pré-pago, cartões empresariais
Empréstimos de varejo Empréstimos ao consumidor, linhas e leasing, garantidos e não garantidos, incluindo hipotecas, linhas de crédito com garantia de imóvel, microempréstimos
Empréstimos comerciais Empréstimos comerciais, linhas e leasing, garantidos e não garantidos, incluindo financiamento baseado em ativos e factoring de faturas
FRAUDE
Verificação de identidade (KYC etc.)
Camada de transação
Plataforma de tomada de decisão
Monitoramento e gestão de fraude e ID
Low code/No code
Gestão e hospedagem de gestão de modelos
Fonte: Chartis Research
Monitoramento de crédito
Integrações com mais de 120 provedores de dados de risco de crédito, open banking, fraude, KYC e IDV em todo o mundo
Gestão de risco de crédito
Fluxos de trabalho automatizados
CRÉDITO
Gestão de carteira de crédito
Gestão de casos
Integrações com provedores de dados Inteligência empresarial e análise de dados
Principais diferenciais e estratégia de crescimento
A figura 4 captura os destaques da estratégia da Provenir nas dimensões de produto, entrada no mercado (GTM) e marketing.
Ao comparar a Provenir com outras que operam neste espaço, a Chartis identifica os principais diferenciais da Provenir:
• Contém recursos completos e maduros de ciclo de vida do cliente em fraude e crédito em uma única plataforma.
• Conhecimento especializado no assunto entre equipes de entrega e de produtos, para criar soluções poderosas para clientes globais.
• Gestão automatizada de fluxos de trabalho de dados, com a adoção de casos de uso em torno de ML/ AI e uma estrutura de low-code.
• Flexibilidade de configuração e facilidade de conexão com dados e aplicativos internos e de terceiros.
• Um mercado amplo e crescente de fonte de dados de terceiros para capacitar os clientes a aprimorar suas decisões de forma dinâmica.
• Gestão de casos no-code, permitindo que fluxos de trabalho manuais sejam configurados em minutos.
• Inteligência de decisão integrada que permite aos usuários compreender visualmente padrões complexos em segundos.
• Um roadmap de produto agressivo que foca na criação da próxima geração de tomada de decisões.
• Modelo de autoatendimento para execução do software.
Figura 4: A estratégia Provenir
Estratégia de produto
P&D contínuo para aprimorar o produto para ser a melhor plataforma de tecnologia moderna da categoria para dar suporte a todo o ciclo de vida do risco de crédito e fraude.
Estratégia GTM
Tipo de instituições
Bancos, telecomunicações, FinTechs, financiadores, etc.
Linhas de negócios correspondentes Consumidor, comercial e corporativo, etc.
Regiões geográficas específicas
América do Norte, Europa, América do Sul, Oriente Médio, África, Sudeste da Ásia, Austrália e Nova Zelândia
Parcerias
Expandir as parcerias de integração com vários provedores de dados como parte do ecossistema de risco de crédito e fraude
Estratégia de marketing
Combinação de expansão geográfica com o objetivo de implementar a plataforma/produtos em novas instituições/divisões financeiras e foco na substituição de sistemas e estruturas preexistentes que usam tecnologias antigas.
Fonte: Chartis Research
Conclusão
A Chartis está convicta de que as áreas de crédito e fraude serão cada vez mais importantes para as instituições financeiras. A adoção e a implementação de iniciativas regulatórias, como sinais de alerta antecipado (EWSs) e estruturas equivalentes, serão os principais impulsionadores da conformidade, incentivando as empresas a enfrentar conjuntamente seus desafios relacionados a crédito e fraude.
Nessa jornada, as instituições financeiras buscam atualizar sua infraestrutura de tecnologia existente, investindo em plataformas modernas que:
• Utilizam tecnologias avançadas como IA e ML.
• São fáceis de usar.
• Tem uma solução completa de fluxo de trabalho que dá suporte ao ciclo de vida do risco de crédito e fraude, incluindo análises – para evitar multas e penalidades regulatórias.
• São escalonáveis no futuro.
Nesse contexto, a Provenir é uma plataforma robusta e flexível ideal para que as instituições enfrentem seus desafios de crédito e fraude de forma eficaz e rápida.