Una de las innovaciones más arriesgadas de MercadoLibre en los últimos tiempos es el hecho de ofrecerles créditos a usuarios a los cuales, los bancos nunca le podrían ofrecer una, básicamente por estar fuera del sistema financiero. En Argentina existe un alto nivel de exclusión financiera y tanto MercadoLibre como el ecosistema Fintech local han venido trabajando fuertemente en los últimos años para cerrar esa brecha. Gracias al importante volumen de información con el que cuenta MercadoLibre, desde la compañía pueden evaluar crediticiamente a los usuarios midiendo más de 2500 variables y yendo mucho más allá de las variables financieras típicas que mide un bureau de crédito tradicional.
Machine learning
La herramienta mas potente que utiliza MercadoLibre para evaluar crediticiamente a los usuarios es a través de modelos de Machine Learning, o inteligencia artificial. Desde la compañía aseguran que existen tres razones por las cuales utilizan esta metodología.
“La primera razón es el gran volumen de datos con el que contamos, tanto internos como externos. Medimos más de 2500 variables a la hora de tomar una decisión de crédito. La segunda variable es el acceso a la tecnología . MercadoLibre es una empresa líder en tecnología y ello nos facilita analizar miles de variables al mismo tiempo y de forma óptima para hacer más eficiente la decisión. Por último, contamos con científicos de datos, que son los expertos que logran extraer conocimiento de forma efectiva a partir de estas grandes bases de datos”, sostuvo Pablo Zbinden, head of credit risk de MercadoLibre.
Fuentes de base de datos
Las 2500 variables que usan desde MercadoLibre para evaluar riesgo crediticio provienen de distintos canales. Estas fuentes de datos están relacionadas con información de navegación del usuario, información transaccional en MercadoLibre, comportamiento de pago en MercadoCredito, conducta como vendedor en MercadoLibre y Los distintos modelos de MercadoCredito MercadoLibre evalúa crediticiamente a aquellos que operan con la plataforma y a aquellos que nunca lo hicieron. A quienes ya operan dentro del ecosistema de MercadoLibre se los conoce internamente como “el mundo pre-scoreado”. A estos usuarios los evalúan crediticiamente en base a modelos de redes neuronales, utilizando la información que cuentan sobre su desempeño en MercadoLibre. Evalúan también que probabilidad existe de que el usuario adopte el producto de crédito (lo que internamente llaman como modelo de adopción).
Es decir, si hay baja probabilidad de que el usuario tome el producto, probablemente ni siquiera se lo ofrezca. Ahora bien, para los usuarios que presentan interés en el producto, se lleva a cabo el análisis de crédito propiamente dicho que gradúa el monto, tasa y plazo de acuerdo a su perfil de riesgo. Una vez que el usuarios tomó y pagó un crédito, surge el modelo de Upsell, el cual evalua el comportamiento de pago histórico y en función de eso se mejoran las condiciones del producto: aumentando el monto de la línea y bajando la tasa de interés. De este modo, se ofrece una línea de crédito que está customizada para cada perfil de usuario. Finalmente, cuentan con el modelo de scoring de “mar abierto”, es decir, usuarios que nunca operaron en MercadoLibre y para el cual no cuentan con información sobre su transacciones históricas dentro de la plataforma, pero si se evaluan patrones de navegación y búsquedas en MercadoLibre.
A la hora de evaluar crediticiamente a los usuarios de MercadoLibre (“pre-scoreados”) y a los que nunca operaron a través de la plataforma (mar abierto) utilizan 2500 variables, categorizadas en seis tipos.
Variable 1: Navegación del usuario
En este caso, el algoritmo de MercadoLibre mira variables como: qué artículos visitó el usuario, desde qué dispositivo realizó la búsqueda (desde el celular o desde una PC), se analiza desde qué tipo de celular (Android o IOS), así como también se evalúa el horario en que navegó el usuario y con qué frecuencia realiza las busquedas.
Variable 2: Información transaccional
Una segunda fuente de datos es la información transaccional en el sitio. Es decir, qué artículos compró y que medios de pago utilizó el usuario. Se analiza si las compras las hizo con tarjeta en un sólo pago o en cuotas. Cuáles fueron sus tickets promedio de compra. Se estudia si la compra se realizó dentro de MercadoLibre o fuera de la plataforma. Se observa hace cuántos meses viene comprando dentro de la plataforma.
Variable 3: Comportamiento de pago del crédito
Otra variable es el comportamiento de pago propio con MercadoCredito, es decir, se estudia la conducta de devolución del crédito para aquellos usuarios que ya hicieron una compra utilizando MercadoCrédito en el pasado. Se analiza cómo vienen pagando su crédito, si es que tuvieron atrasos y cuánto demoraron en regularizarlos.
Variable 4: Usuarios vendedores
Una cuarta línea de información es que, dentro de MercadoLibre, existen usuarios que además de ser compradores, también son vendedores. Con lo cual, MercadoLibre cuenta con información sobre la conducta del usuario desde los dos lados del mostrador. Hay usuarios que son vendedores profesionales y otros esporádicos. Analizan que tan bien relacionados están con el ecosistema. A la hora de ofrecerles un crédito a los usuarios que también son vendedores, analizan su facturación, sus tiempos de entrega, calificaciones positivas, etc. Es decir, se estudia la calidad de la experiencia de compra que brindan los vendedores.
Variable 5: CRM de cobranzas
Otro conjunto de variables analizadas se obtienen del CRM de cobranzas, es decir, dado que un cliente fue asignado a la gestión de cobranzas por presentar atrasos en el pago se evalúa su comportamiento. Se analiza la contactabilidad con el usuario y el porcentaje de cumplimiento de las promesas de pago.
Variable 6: Bureau de crédito
A diferencia de lo que ocurre con las instituciones financieras tradicionales, los datos de los Bureau de crédito sólo pesan menos del 10% en el modelo de decisión de MercadoCredito. Para MercadoCredito usuarios no bancarizados sí son sujeto de crédito ya que el modelo asigna más del 90% de la decisión al historial de interacciones dentro del ecosistema de MercadoLibre. “Contar con más de 2500 variables para la toma de decisiones, nos permite conocer mejor al usuario y describir con mayor precisión a los distintos perfiles de riesgo. Nuestros modelos le brindan mayor peso a variables cualitativas que nos diferencian de los scores tradicionales”, explicó Pablo Zbinden.
Sin pago mínimo
A diferencia de lo que ocurre con las tarjetas de crédito, en el caso de Mercadocredito no se brinda la opción de pago mínimo. Al realizar un pago mínimo, la deuda del usuario no se reduce con el pago sino que por el contrario, aumenta por los altos recargos financieros que se cobran. Desde MercadoLibre deciden no incentivar el pago mínimo ya que entienden que esto es lo mejor para el usuario y extiende el ciclo de vida del cliente con el ecosistema.
