Neste contexto, desenvolvemos um projeto baseado na detecção de periodicidades nos dados transacionais. Esta investigação, que será publicada em março durante os Simpósios IEEE, representa um avanço significativo na segmentação de clientes bancários.
Óscar Barba
Cofundador e CTO da Coinscrap Finance
A nossa equipa desenvolveu um algoritmo inovador baseado na detecção de periodicidades nos dados transacionais, uma investigação recentemente selecionada para publicação nos Simpósios IEEE sobre Inteligência Computacional Aplicada em Trondheim, Noruega (março de 2025).
Together with my colleagues Martín Molina, Carolina Cano and David Díaz, we have created a system that allows banks to conhecer melhor os seus clientes e antecipar as suas necessidades financeiras.
O potencial da clusterização avançada para os bancos
Segundo os nossos clientes, um dos principais desafios dos bancos é conhecer em profundidade os seus utilizadores para lhes oferecer soluções financeiras adaptadas às suas necessidades reais. Ou seja, conseguir o "match" perfeito entre a oferta e a procura.
Normalmente, a segmentação baseia-se em critérios socioeconômicos (como idade ou rendimento) ou em regras básicas de comportamento financeiro (como investimentos ou património). No entanto, com o enriquecimento dos dados transacionais que a nossa IA oferece e a análise de periodicidades, os bancos podem ir mais longe, agrupando os seus clientes em clusters com características e necessidades homogêneas.
Esta nova abordagem permite identificar padrões de despesa, avaliar a capacidade de poupança e antecipar o comportamento financeiro futuro de cada utilizador. Assim, as instituições podem acertar nas suas estratégias de marketing, conceber produtos financeiros de sucesso e fortalecer a relação com os clientes através de comunicações verdadeiramente úteis para eles.
💡 Sabia que...
… as poupanças geradas pelos seus clientes podem ser transferidas para diferentes veículos de poupança e investimento, de acordo com as prioridades estratégicas do banco: contas poupança, fundos de investimento, seguros unit linked, planos de pensões, etc.
Que aplicações práticas tem a deteção de periodicidades?
A deteção de periodicidades transacionais oferece possibilidades interessantes para o setor: imagine um mundo onde a banca não só reage mas antecipa necessidades, acompanha decisões e torna a vida mais fácil. Não é isso que todos desejamos?
Vou mostrar-lhe agora alguns casos de uso que dão sentido à nossa investigação. Os algoritmos adicionam um toque de magia à banca online; de seguida, vai descobrir as aplicações que ajudam a melhorar a saúde financeira da população:
micro poupança
Quando uma pessoa tem dificuldades em planear e gerir as suas finanças, é provável que abandone a sua instituição financeira atual assim que encontrar uma alternativa melhor. As ferramentas digitais que orientam o utilizador conseguem fidelizá-lo para toda a vida e atrair novos clientes.
A nossa tecnologia já permite aos bancos ajudar os seus clientes neste processo através de regras automáticas, estabelecendo objetivos financeiros realistas e celebrando cada pequeno avanço com familiares e amigos. Com o nosso módulo, os utilizadores podem:
• Definir metas de poupança com base na sua situação financeira.
• Receber recomendações e conselhos personalizados.
• Automatizar a poupança para objetivos-chave.
• Celebrar cada golo da sua equipa contribuindo com um valor para o seu mealheiro.
Desta forma, todos saem a ganhar: as instituições fortalecem o seu vínculo com cada pessoa e esta alcança as suas metas financeiras. Se a isto juntarmos uma boa dose de diversão e gamificação, a experiência do utilizador torna-se inesquecível. Deixo-lhe o caso de negócio B100 para que possa tirar as suas próprias conclusões.
Smart Savings: Smart Goals e Smart Moments
Sabemos que cada utilizador tem uma realidade económica distinta. Por isso o nosso motor de IA, COCO, analisa as circunstâncias de cada utilizador e determina o montante que pode poupar em cada momento (Smart Savings).
Em vez de definir um valor fixo para a poupança mensal, o sistema fornece um montante dinâmico que varia de acordo com os rendimentos e despesas, protegendo assim a saúde financeira do utilizador.
Pongamos un ejemplo práctico: Si tu entidad detecta que uno de tus gastos es el pago anual de tu seguro de coche, puede proponerte dividir la cantidad en 12 meses e ir apartando un poquito cada mes a tu hucha. Fijando este Smart Goal (meta de ahorro inteligente) no te sorprenderá el cargo en tu cuenta y melhora a gestão financeira.
Vamos agora ver como funcionam os Momentos Inteligentes. Esta é uma funcionalidade da nossa IA que permite às entidades identificarem momentos em que é possível maximizar as contribuições para produtos de poupança, como o reembolso de impostos ou um bônus salarial. Dê uma vista de olhos na imagem:
Segmentação de utilizadores com base em comportamentos financeiros
Mais precisamente, microsegmentação. As equipas de marketing dos bancos dão um passo gigante ao reduzir o tamanho dos seus clusters de utilizadores. Agora, já podem criar segmentos de clientes com base em características ultra-precisas –fundamentadas em hábitos financeiros e padrões de comportamento– que trazem mais valor ao negócio do que os tradicionais aspectos sociodemográficos.
Trata-se de uma estratégia essencial que está a permitir às marcas líderes compreender verdadeiramente os seus clientes e oferecer serviços 100% adaptados às suas necessidades. Vemos isso no caso dos utilizadores com um interesse especial em compras online ou daqueles com um elevado apetite pelo risco nos seus investimentos.
No primeiro caso, se a instituição bancária observa que o utilizador está subscrito a várias plataformas e faz compras online todos os meses, pode propor uma estratégia de poupança que elimine as plataformas de streaming ou consumo de conteúdos menos utilizadas ajustando os objetivos do mealheiro digital à sua real capacidade de poupança.
No caso do nosso investidor hipotético, ao verificar que altera frequentemente a sua carteira e adquire ativos com um risco superior à média, o banco pode enviar-lhe uma notificação push com novidades, recomendações de compra ou produtos alternativos do seu interesse.
A IA como catalisador da transformação bancária
A inteligência artificial está a redefinir o setor financeiro, permitindo aos bancos oferecer experiências mais intuitivas e centradas nas pessoas. Com a deteção de despesas essenciais e não essenciais, subscrições, rendimentos, movimentos periódicos e muito mais, estamos a levar a indústria bancária para o próximo nível.
Detectar periodicidades no sistema bancário do futuro
O nosso algoritmo de deteção de periodicidades permite, inclusive, que um mesmo utilizador pertença a diferentes clusters, de forma a poder receber ofertas com base em cada vértice de informação recebido pela nossa IA. Cada hábito individual coloca o cliente num segmento ou noutro, fazendo com que todas as recomendações que lhe chegam sejam valorizadas.
Detecção de momentos-chave em transacções bancárias
Aproveitar os momentos-chave do ano também faz a diferença: Ao compreender os hábitos sazonais, desenham-se estratégias mais eficazes. Por exemplo, em setembro, quando as despesas escolares afetam muitos utilizadores, não é um bom momento para mostrar banners sobre poupança na banca online.
No entanto, em março é o momento perfeito para oferecer soluções que aumentem a almofada financeira. Conhecer estes picos e vales permite às entidades tirarem o máximo partido dos seus dados e incentivarem o cliente a poupar nos meses com menos despesas. Este é um valor que fomenta a lealdade às marcas e cria relações duradouras entre os bancos e as pessoas.
Esta abordagem faz com que as plataformas digitais não sejam apenas fáceis de usar, mas também extremamente úteis, ajudando as pessoas a melhorar os seus hábitos financeiros e a alcançar as suas metas de poupança sem qualquer esforço e com a ajuda da sua entidade bancária de confiança.
É assim que as entidades podem aumentar os seus benefícios, ajudando os seus clientes a ter um controlo mais inteligente e eficaz do seu dinheiro!
Sobre o autor
Óscar Barba é cofundador e CTO da Coinscrap Finance. Ele é um especialista Scrum Manager com mais de 6 anos de experiência na coleta e análise semântica de dados no setor financeiro, classificação de transações bancárias, deep learning aplicado em sistemas de análise de sentimento do mercado de ações e medição da pegada de carbono associada aos dados transacionais.
Com vasta experiência no setor bancário e de seguros, Óscar está finalizando seu Doutorado em Tecnologia da Informação Atualmente está concluindo seu doutorado em Tecnologias da Informação no campo da Inteligência Artificial. É Engenheiro e Mestre em Engenharia da Computação pela Universidade de Vigo, Mestre em Comércio Eletrônico pela Universidade de Salamanca, Certificado Scrum Manager e Gerenciamento de Projetos pelo CNTG, Certificado em Arquitetura SOA e Serviços Web pela Universidade de Salamanca. Recentemente obteve a certificação ITIL Fundamentals, um reconhecimento das boas práticas na gestão de serviços de TI.
