Después de incorporarme a Palenca a mediados de año, he tenido la oportunidad de conversar con todos los principales jugadores de nuestro sistema financiero, Bancos, Fintechs, Cajas de Ahorro, Financieras Automotrices, Proptechs, etc, etc, etc. Y tomando para efectos de este post, solo los referentes a Tarjetas de Crédito, las preguntas que frecuentemente recibimos de nuestros clientes son:
- ¿Cómo puede Palenca ayudarnos a incrementar la tasa de aceptación para nuestro proceso digital de otorgamiento en nuestra Tarjeta de Crédito?
- ¿Cómo puede Palenca ayudarnos a implementar estrategias de cobranza preventiva, en nuestra Tarjeta de Crédito?
- ¿Cómo puede Palenca ayudarnos a incrementar la utilización de nuestra Tarjeta de Crédito? Y de forma más puntual ¿Cómo puedo habilitar líneas de crédito para mis clientes con, teniendo un presupuesto de $200M de pesos en un?
Según la CNBV existen 29 millones de tarjetas de crédito en México, donde el saldo promedio por institución oscila entre $3K y $24K pesos.
Solo el 30% de la población adulta tiene Tarjeta de Crédito, esté 35% está altamente influido por 4 estados con alta penetración (CDMX, Nuevo León, Baja California Sur y Jalisco).
Ahora sí, centrándome en la última pregunta. Por supuesto que no existe un “atajo” para definir una estrategia de colocación de $200M de pesos que pueda implementarse “rápidamente”. Pero definitivamente la información es fundamental para atacar este desafío.
Para eso nuestros estimados colegas en Áreas de Originación de Crédito, siempre están trabajando en estrategias que lleven sus productos financieros a ser la primera opción de utilización para los clientes existentes de sus organizaciones y muchas veces la poca información transaccional de algunos de estos clientes, les dan una perspectiva sesgada de la realidad sobre las necesidades de sus clientes. (Parte de la estimación de las líneas de TDC es con lo que transacciona cada usuario)
La línea de crédito, es uno de los principales factores que empodera ó restringe la utilización de una tarjeta, la siguiente tabla “trata” de representar la desviación que tiene el Salario Real versus algunos modelos de inferimiento.
La línea roja representa datos reales de salario de usuarios que pasaron por Palenca. Los puntos azules son grupos de personas/clientes a los que se les colocó de manera errónea una línea de TDC en función de su ingreso (swap out)
Bajo ninguna circunstancia esta gráfica puede ayudarnos a concluir “algo”, por lo que decidimos hacer zoom y focalizar nuestra atención en el segmento de ingresos hasta $35K mensuales……….
Donde podemos identificar que, ¡el 66% de las personas con un ingreso de hasta $35,000 pesos (MXN) fueron subestimados por los modelos de inferimiento! Es decir: Se podría haber otorgado una línea de crédito distinta.
Regresando a la pregunta en la que se centra este análisis: ¿Cómo puede Palenca ayudarnos a incrementar la colocación de nuestro presupuesto en Tarjetas de Crédito? Y de forma más puntual ¿Cómo puedo usar mi presupuesto de $200M para habilitar líneas de crédito para mis clientes en un “click”?
Con las conclusiones de nuestro estudio e incorporando la información real de ingresos a los modelos actuales de riesgo llegamos a este ejercicio:
Tomamos como referencia un banco, financiera o entidad con un portafolio de 400K clientes activos, con un saldo promedio de $10K pesos en su línea de tarjeta de crédito, donde suponemos que logramos incrementar de la línea de crédito no al 66% subestimado calculado, si no solo un 6%, siendo muy conservadores.
El total de la población objetivo sería de 24K personas que aumentaría su línea de TDC. Esta línea la incrementamos en un 80% (que fue una tasa conservadora de subestimación en ingresos que notamos en nuestro estudio) esto nos da aproximadamente un aumento de $8K pesos por línea de crédito.
Con esto lograríamos llegar al objetivo hipotético de colocar esos $200M de pesos.
Implementarlo en un click, es material para un post posterior.
*Estudio realiado con datos reales obtenidos con la API de Palenca, números de colocación, conversión y datos reales de clientes no pueden ser revelados por temas de confidencialidad.