No entanto, para aproveitar todo o seu potencial, é necessário ir além da simples recolha de dados e mergulhar no mundo da categorização e do enriquecimento da informação. A Coinscrap Finance tem ajudado a indústria financeira a hiperpersonalizar as suas relações com os clientes há anos, graças ao seu motor de IA próprio, COCO.
Juan Carlos López
Cofundador e CPO da Coinscrap Finance
O que é a categorização de dados bancários?
A categorização de dados bancários trata-se de um processo 100% digital e automático, no qual as entidades financeiras podem classificar cada movimento bancário dos utilizadores numa estrutura hierárquica definida: categoria e subcategoria.
Isso significa uma maior compreensão dos seus gastos para as pessoas, identificando os estabelecimentos onde estão a comprar e mostrando a categoria do estabelecimento: lazer, saúde e desporto, seguros, automóvel e transporte, etc.
As subcategorias adicionam uma camada adicional de informação, indicando se se trata de um concerto, ginásio, seguro de casa ou posto de gasolina, no caso das categorias mencionadas anteriormente. Isso permite que as pessoas tomem decisões financeiras mais informadas no seu dia-a-dia.
Como é usada a categorização na banca?
Agrupar os rendimentos e despesas em categorias e subcategorias facilita aos utilizadores a análise da sua economia doméstica. Assim, os bancos podem mostrar uma visão estruturada dos estabelecimentos onde o cliente gasta mais dinheiro.
Desta forma, as pessoas dispõem de toda a informação necessária para gerir as suas finanças da melhor maneira possível. Além disso, ao fornecer aos bancos e seguradoras uma visão detalhada do comportamento dos seus clientes, contribuímos para a geração de recomendações personalizadas e a melhoria das estratégias de negócio.
O segredo para uma experiência financeira melhorada: Tipos e especialidades
Na Coinscrap Finance, não nos limitamos à simples categorização dos dados. Através da nossa solução, damos um passo adiante, agregando informação valiosa a cada transação: tipo e especialidade.
O processo de enriquecer o dado transacional dura apenas alguns milissegundos. Com ele, bancos e utilizadores obtêm um nível extremo de detalhe: nome (ou marca do estabelecimento), logótipo e URL do comerciante, atividade económica, morada, geolocalização, método de pagamento utilizado, tipo de estabelecimento, especialidade, se se trata de um pagamento recorrente e a pegada de carbono associada à compra.
Conforme menciona um estudo recente da Pronix Inc., o segredo para aumentar as taxas de retenção e reduzir os custos de aquisição está em utilizar os dados para oferecer uma experiência hiperpersonalizada a cada cliente. Agora os bancos podem conhecer eventos relevantes na vida dos seus utilizadores, graças à tecnologia.
🔎 Vejamos um exemplo:
"Quando uma pessoa faz uma compra numa loja de animais ou realiza um pagamento numa clínica veterinária, podemos deduzir que em sua casa vivem um ou mais animais domésticos. Isso possibilita sugerir produtos específicos que possam ser de interesse nesse momento, como um seguro para animais de estimação."
Além disso, ao mostrar toda a informação adicional que os tipos e especialidades oferecem, os clientes podem navegar pelo seu histórico de gastos, identificar padrões de consumoe, até mesmo, detectar possíveis compras fraudulentas.
Os bancos também se beneficiam, ao ver reduzidos os chargebacks até 25% graças a uma maior compreensão do transacional por parte do cliente. Recentemente, os nossos vizinhos do Reino Unido tornaram público um dado impressionante: o valor total dos reembolsos e disputas sobre cobranças supera os 10 mil milhões de libras por ano.
Inteligência artificial ao serviço da categorização transacional
Por trás da categorização detalhada encontra-se um poderoso motor de inteligência artificial: COCO. Como explica o meu colega Óscar Barba, COCO foi desenvolvido em colaboração com a Universidade de Vigo.
Este sistema, líder na categorização de dados bancários em espanhol, com mais de 90% de precisão, é capaz de processar milhões de transações num piscar de olhos, assegurando uma experiência de utilizador incomparável.
Desta forma, podemos aumentar a saúde financeira da população e ajudar os bancos a criar aplicações intuitivas que melhoram a experiência do utilizador. Na Coinscrap Finance acreditamos que facilitar a compreensão das finanças pessoais empodera as pessoas e lhes permite alcançar os seus objetivos de poupança rapidamente e sem esforço.
Benefícios tangíveis da categorização para instituições financeiras e utilizadores
🔎 Vejamos agora outro exemplo prático:
Quando uma pessoa realiza uma transação numa loja, a nossa ferramenta seleciona a informação gerada pelo estabelecimento e enriquece-a da seguinte forma durante o processo de categorização:
A vantagem competitiva de conhecer o fim de uma subscrição, o vencimento de um seguro ou a chegada de um novo membro da família ao lar revoluciona as regras do jogo. Isso e muito mais está contido na informação transacional do cliente.
Identificação de subscrições e pagamentos recorrentes
Vou contar-lhe algo sobre estes dois aspetos. Através da análise do nome, do valor e da data da cobrança, a nossa ferramenta é capaz de identificar esses tipos de pagamentos e devolver informação valiosa. As subscrições são despesas pequenas com um peso importante na economia familiar, pelo que mantê-las sob controle é fundamental.
Quer se trate de identificar um serviço de streaming de vídeo (Netflix, HBO, Disney), áudio (Spotify, Amazon Music, Apple Music), imprensa e revistas (Expansión, Marca, Telva) ou educação (Udemy, Domestika, Babbel), o ideal é poder ver esse tipo de despesa num mesmo lugar e de maneira 100% digital.
No caso do pagamentos recorrentes, como o IVA, os seguros ou as contas, é muito útil para o utilizador receber avisos caso a sua conta possa ficar a descoberto devido a um pagamento iminente deste tipo. As entidades posicionam-se como aliadas ao oferecer conselhos adaptados às características específicas de cada pessoa e lançando-os no momento adequado.
Aspetos técnicos: cobertura, escalabilidade e integração
Como dizia, o facto de o nosso motor de IA estar a treinar-se em espanhol há anos implica taxas de eficiência muito próximas dos 100%. Isso permite a bancos, neobancos e Fintechs espanhóis e latino-americanos aproveitar o nosso conhecimento simplesmente conectando-se a uma API.
Um dos nossos mercados-chave é o México, de onde continuamos a crescer para países como Argentina, Colômbia ou Chile. Como startup galega, também procuramos cuidar especialmente o mercado português, nossos vizinhos e aliados estratégicos.
Esta cobertura global, combinada com a escalabilidade das nossas ferramentas, permite-nos atender às necessidades de uma ampla base de clientes, independentemente da localização ou do tamanho da organização.
A nossa implementação caracteriza-se pela sua simplicidade e flexibilidade. Esta plataforma integra-se, como mencionado acima, através de uma API, permitindo às empresas incorporar esta tecnologia nas suas próprias aplicações de forma ágil e sem complicações.
O futuro da categorização de dados bancários com inteligência artificial
A análise do transacional tornou-se uma peça fundamental para a transformação da indústria financeira. Muitas entidades estão a descobrir que é necessário aderir à inovação para não ficarem para trás.
Espero que conhecer a nossa plataforma de categorização, enriquecimento e otimização de dados transacionais o tenha ajudado a tomar consciência da real importância da satisfação do cliente.
Segundo um estudo da Movizzon, a banca perde 20% dos seus clientes devido a más experiências de uso. Cuidar do contacto com as plataformas digitais é vital, pois as novas gerações praticamente só interagem aqui com o seu banco ou seguradora.
Com a evolução da tecnologia e da inteligência artificial, as entidades têm aliados como a Coinscrap Finance para manter os seus clientes satisfeitos ao longo de toda a sua vida, ajudando-os a melhorar e a proteger a sua saúde financeira. Esse é o segredo para que continuem a confiar numa marca concreta ano após ano.
Sobre o autor
Juan Carlos López Díaz Juan Carlos López Díaz é Chief Product Officer e cofundador da Coinscrap Finance. Em 2016, juntamente com David Conde e Óscar Barba, criou o Txstockdata e posteriormente, a Coinscrap App. Após o enorme sucesso obtido, o negócio mudou-se para o B2B com a ajuda do EVO Banco e do seu "Smart Piggy Bank". Como programador, tem mais de 8 anos de experiência liderando grandes projetos.
Junto com a sua equipa, é capaz de criar as melhores ferramentas para o mundo das finanças. Ao longo destes anos, realizou importantes integrações tecnológicas para grandes empresas do setor: Evo Banco, Santander, Caser, Mapfre, Aon ou Bankia. Juan Carlos é Engenheiro Eletricista pela Universidade Central da Venezuela e Desenvolvimento de Aplicações iOS pela U.N.E.D e pela U.C.A.M.
