Marco Antonio tenía miedo de pagar su segundo préstamo, porque pensaba que no le íbamos a prestar de nuevo.
Samuel ganaba tres mil pesos a la semana en promedio, pero pensaba que ganaba siete mil.
Angel Rodrigo pedía prestado cuando no necesitaba, “se quería sentir rico por una semana”.
Prestar dinero es uno de los negocios más tradicionales y difíciles de llevar a cabo especialmente en mercados emergentes como México, en donde el fraude es el pan de cada día y el efectivo es el rey. A finales del 2018, mi co-fundador Pierre y yo dejamos nuestro empleo en Uber y decidimos lanzar Vech: una empresa enfocada en crear soluciones financieras para los trabajadores independientes. Intentamos de todo, desde préstamos personales, créditos en punto de venta y un estabilizador de ingresos.
En la industria del crédito al consumo no hay muchas barreras de entrada; cualquiera puede empezar a prestar dinero. Sin embargo, para construir una empresa que valga más de $100M + USD o incluso un unicornio se necesita tener un verdadero diferenciador en la Distribución, Riesgo, Cobranza, Fondeo y Tecnología, algo que muy pocas empresas en Latinoamérica han logrado tener.
Con base en nuestra experiencia y el performance de nuestra cartera, humildemente podemos decir que nos iba a tomar mucho tiempo construir un sólido modelo de negocios desde la distribución hasta la cobranza, un verdadero dolor de cabeza. De igual forma, tener acceso al capital para fondear los préstamos representa otro gran reto. No hay muchas opciones. Podíamos morir en cualquier momento.
En lo que sí somos los mejores es en la creación de tecnología para evaluar el riesgo de un trabajador. Lo que hicimos fue crear integraciones con cada una de las plataformas de gig economy para comprobar ingresos, validar identidad y tener acceso a métricas en tiempo real. Lo que no sabíamos es que en realidad estábamos resolviendo un problema aún más grande que el del acceso a crédito.
La mayoría de las startups hablan acerca de crear un score utilizando datos alternativos (e.g. teléfono, transacciones bancarias, SMS, redes sociales) para evaluar la intención de pago o, inclusive, de crear un historial por medio de préstamos pequeños. Sin embargo, el mayor reto para las instituciones financieras es responder a la siguiente pregunta: ¿Cuál es la capacidad de pago de mi cliente?
Las opciones existentes como el open banking y el buró de crédito responden parcialmente esta pregunta. En el caso de los trabajadores de plataforma encontramos que, en promedio, 50% de sus ingresos es en efectivo, lo cual no está visible en su cuenta bancaria. Además, 70% trabaja en 2 o más aplicaciones y, aunado a todo esto, la mayoría de ellos no tiene historial crediticio o, si lo tiene, muy probablemente tenga un puntaje muy bajo.
Por tanto, la única manera de determinar la capacidad de pago de un trabajador es mirar directamente a los datos de la plataforma o sistema de nómina, para los cuales no existe acceso. Es ahí cuando nos dimos cuenta que la infraestructura que habíamos creado para prestar en Vech era mucho más valiosa que cualquier producto que hubiéramos creado para el consumidor.
Por estas razones, pivotamos a Palenca, una API de nómina. Conectamos a empresas con cuentas de trabajadores (e.g. Uber, DiDi, Walmart, Pemex), para validar datos de empleo e identidad. De esta manera, los trabajadores pueden aplicar a un crédito, un trabajo o cotizar un seguro en un solo click.
Por ejemplo, una fintech puede integrar a Palenca en su app, para ofrecer préstamos a conductores de plataforma de la siguiente manera:
- El usuario se conecta con las plataformas en las que trabaja proporcionando sus credenciales
- Con el consentimiento del usuario, Palenca se conecta a la base de datos de las plataformas para agregar y estandarizar la información
- La empresa recibe la siguiente información del trabajador por plataforma para aceptar o rechazar un solicitud:
a) Información Personal (e.g. Nombre, Apellido, Foto, RFC)
b) Perfil (e.g. Calificación en la plataforma, Nivel, Número de Viajes)
c) Ganancias históricas y en tiempo real
Así como hay plataformas digitales, existen sistemas de nómina que albergan datos de millones de trabajadores. Sin embargo, estos sistemas están fragmentados y cerrados. En nuestra visión se encuentra democratizar el acceso a los datos de empleo para el 90% de los trabajadores formales en Latinoamérica, pero este punto lo tocaré en otra ocasión.