Produto pré-aprovado: análise de 50+ regras de negócio com dados do SCR e bureaus de crédito para calcular limites.
Contexto
Uma das maiores cooperativas de crédito do sul do Brasil, com 1.6 milhão de cooperados e R$ 22.6 bilhões em ativos, necessitava modernizar sua plataforma analítica de SAS. O objetivo era otimizar operações e melhorar a tomada de decisões. Em abril de 2023, buscou nossa expertise para migrar para a plataforma Databricks e implementar Machine Learning.
Desafio
A migração de todos os programas do SAS para o Databricks, realizada em seis meses, envolveu desafios significativos, incluindo a necessidade de reimplantar os programas. Na frente de Machine Learning, os desafios também foram relevantes e exigiram atenção especial.
Aumento do limite de crédito (majoração de cartão e cheque especial): Determinar a viabilidade de aumentos de limite de crédito.
Análise de quitação de dívidas: Oferecer melhores condições para quitação com base no saldo devedor.
Descomissionamento e falta de governança.
Identificar clientes potenciais inadimplentes.
Análise de inadimplência e fluxo de caixa em postos de atendimento.
Solução
Para enfrentar esses desafios, implementamos as seguintes soluções:
Descomissionamento:
Migramos todos os programas para o ambiente Databricks.
Governança:
Criamos padrões de nomenclatura para tabelas e variáveis.
Identificação de inadimplentes:
Utilizamos Machine Learning para prever inadimplência.
Inadimplência e Fluxo de Caixa
Analisamos os padrões de inadimplência e otimizamos o fluxo de caixa dos postos de atendimento.
Resultados
A migração foi concluída em seis meses, melhorando a performance das consultas. Principais resultados incluem:
Governança de Dados:
Mais de 18 books padronizados de centenas de colunas.
Machine Learning:
Melhoria de 11 a 15 pontos percentuais na performance dos modelos de score de crédito.
