Uno de cada 3 consumidores sigue preocupado por sus finanzas

A medida que nos adentramos en las últimas etapas de la pandemia, la economía de muchos países muestra una doble visión. Por un lado, muchas personas cuentan con más dinero del que tenían cuando comenzó la crisis sanitaria, y ahora están dispuestos a gastarlo o invertirlo. Sin embargo, a otra parte importante de la población, las consecuencias financieras del 2020 todavía están afectando a sus vidas.

Según el último informe de Experian, “Navegando por una Nueva Era en la Toma de Decisiones de Riesgo Crediticio”, en España, 1 de cada 3 consumidores todavía está preocupado por su situación financiera, un 38%, frente al 45% que lo estaba en junio de 2020. Aun así, la investigación también reveló que los consumidores ya no están reduciendo su gasto discrecional tanto como hace seis meses, y que los hogares con ingresos altos son los que más están gastando. El estudio ha encuestado a 9.000 consumidores y 2.700 empresas de España, Estados Unidos, Reino Unido, Brasil, Alemania, Francia, India, Japón, Singapur, y Australia, con el objetivo de conocer cómo están estabilizando sus finanzas y volviendo a crecer.

Aunque al principio de la pandemia las fintech y los bancos parecían tener más confianza en su camino hacia la recuperación, a medida que ésta avanzaba, ese ese sentimiento dio paso a un optimismo cauteloso. El optimismo crece, pero las empresas se enfrentan a retos operativos que pueden ralentizar el progreso, como la previsión del rendimiento, la reconstrucción de nuevos modelos analíticos, y la gestión de la multicanalidad. Es cada vez más importante que las entidades financieras conozcan y comprendan a sus clientes, sus circunstancias o segmentos de actividad, para poder tomar las mejores decisiones y ajustarse a sus necesidades de forma más eficaz durante esta época sin precedentes.

En este sentido, el informe identifica tres aspectos que las entidades financieras deben tener en cuenta para poder navegar por la complejidad del panorama actual en cuanto a la oferta de préstamos y crédito:

  1. Aprovechar los datos y la analítica avanzada para conseguir una visión completa del riesgo y de las oportunidades del porfolio de clientes, así como para obtener mayor visibilidad de los cambios en los perfiles de los clientes.
  2. Mejorar la fidelización de clientes, a través de nuevos créditos y productos ajustados a sus necesidades para apoyar a los que se están recuperando y pueden estar listos para afrontar un préstamo.
  3. Prepararse para un posible incremento de los impagos. Las moratorias planteadas por el gobierno se terminan y las entidades de crédito deben ayudar a sus clientes a resolver los problemas que aún puedan tener facilitándoles canales de contratación y gestión de su deuda y ofreciendo condiciones flexibles.

"Los consumidores han experimentado diferentes tipos de impacto en su situación financiera durante la pandemia, dependiendo del tipo de sector en que estuvieran y nivel de ingresos, y esto ha derivado en necesidades de crédito notablemente diferentes", explica Rita Estévez Luaña, CEO y Market President Experian España y Portugal. “Las entidades de crédito deben entender, ahora más que nunca, a sus clientes y ofrecerles las soluciones adecuadas en el momento oportuno".

El informe también profundiza en el papel que desempeñan los datos, la analítica y la toma de decisiones avanzadas en el actual mundo digital. El análisis de los datos pandémicos ha repercutido en los modelos de riesgo crediticio y en el uso del Machine Learning de forma inesperada, en algunos casos debido a la puesta en marcha de acciones como los ERTE y a las ayudas gubernamentales. 

El estudio de Experian revela que la confianza de las empresas en sus modelos de gestión y análisis de riesgo crediticio, en entidades de todos los tamaños, se redujo del 71% al 61% en seis meses. Esto está llevando a prácticamente la mitad de las empresas a dedicar recursos para mejorar sus análisis. Las inversiones en análisis, como las soluciones de Machine Learning, permiten a las empresas entender de una forma rápida datos tradicionales y alternativos, explicar lo que significan, y probar nuevos modelos de análisis y previsión de riesgo crediticio.