Score de Risco de Crédito Pessoa Física

O modelo de Score de Crédito para Pessoa Física foi desenvolvido para fornecer uma análise detalhada do risco de crédito de indivíduos, com base em técnicas avançadas de modelagem estatística e machine learning. Utilizando dados fornecidos pela BigDataCorp e dados transacionais, o score se adapta às variações nos padrões financeiros, proporcionando uma visão dinâmica e precisa do risco de inadimplência de uma pessoa física.

Visão Geral

O Score de Crédito Pessoa Física é calculado a partir de um CPF, analisando uma variedade de dados financeiros e comportamentais para gerar um score que varia de 0 a 1000, onde valores mais altos indicam menor risco de inadimplência. O modelo considera fatores como histórico de crédito, comportamento de pagamento e tendências econômicas atuais, resultando em uma análise confiável e abrangente para a concessão de crédito.

Casos de Uso

A solução de Score de Crédito Pessoa Física pode ser aplicada em três principais casos de uso, cada um com objetivos distintos dentro do processo de análise de crédito:

Pré-Análise de Crédito: O score pode ser utilizado como um filtro inicial nas políticas de crédito, combinando sua avaliação com outras soluções de mercado. Dessa forma, empresas podem reduzir significativamente os custos com consultas a birôs de crédito tradicionais, otimizando o processo de concessão de crédito. Ao usar o score como uma ferramenta prévia, é possível priorizar apenas as empresas que realmente necessitam de uma análise mais profunda, evitando gastos desnecessários com consultas adicionais.

Análise de Crédito: O Score de Crédito Pessoa Física também pode ser o principal indicador na separação de clientes adimplentes e inadimplentes. Isso possibilita uma gestão mais eficiente da carteira, ajustando prazos, taxas e limites de crédito com base no perfil de risco de cada empresa.

Análise Complementar: Pelo fato de usar dados alternativos, o score pode ser integrado a outras soluções de mercado, funcionando como uma camada adicional na análise de crédito. Quando combinado com outros modelos, ele demonstrou resultados positivos, melhorando a performance de políticas de crédito já existentes. A utilização conjunta de múltiplos scores enriquece o treinamento de modelos preditivos, oferecendo uma avaliação mais robusta e precisa, além de cobrir diferentes cenários de risco.

Rating

O score gerado é classificado em diferentes faixas, cada uma representando um nível de risco. A tabela abaixo detalha as faixas de score e o risco associado a cada uma:

Tabela de preços

Como podemos observar, existe um teto de preços para um volume de requisições acima de 50.000.000 por mês. Isso significa que para qualquer quantidade de requisições feitas ao serviço acima desse montante o valor cobrado por requisição será de R$ 0,398 até o fechamento da fatura do mês corrente.

Documento Inválido

Não há desconto para consultas feitas a documentos inválidos. Essas consultas são cobradas normalmente.

Timeout

Trabalhamos internamente com um timeout de 5 minutos por consulta, independente se o cliente consultante tenha definido um valor de timeout menor. Esse tempo foi estabelecido uma vez que a API consulta fontes externas que podem sofrer variações em seus tempos de resposta. Mesmo que as requisições da aplicação do cliente possuam um padrão de timeout menor, a API ainda mantêm a requisição ativa por até 5 minutos e tentará retornar os resultados dentro dessa janela de tempo.

Por esse motivo, requisições recebidas pela API e tiverem retorno em tempo inferior a 5 minutos serão cobradas normalmente, independente se a requisição foi encerrada antes desse tempo no lado do cliente.

Por outro lado, consultas que excederem esse tempo limite de resposta não serão cobradas.

É importante salientar que as cobranças por chamado levam em consideração o tempo de timeout da API e não o da aplicação do cliente.

Exemplos de cenários de cobrança e não cobrança:

Cenário 1: Cliente estabelece timeout menor que 5 minutos (por exemplo, 40 segundos). API retorna resultado em 60 segundos. A chamada será cobrada.

Cenário 2: Cliente estabelece timeout de 5 minutos. API retorna erro de timeout (tempo de resposta maior que 5 minutos). A chamada não será cobrada.

Cenário 3: Cliente estabelece timeout maior que 5 minutos (por exemplo, 6 minutos). API retorna resultado após 4 minutos. A chamada será cobrada.

Consultas com retorno sem dados 406

Em casos em que o CPF tem pouca informação para a escoragem será retornado um status 406 com a seguinte mensagem: "Non-compliant CPF. Please check out the Model documentation for details."

É importante lembrar que o fato de uma informação não ser retornada não significa um erro de consulta. No caso de retorno do status 406 quer dizer que o CPF informado é válido e porém não possui informações suficientes para gerar o score desejado.

504

O erro 504 é um erro da infraestrutura de rede que conecta o sistema do cliente com a nossa API. Esse erro pode representar um problema do nosso lado (algum tipo de sobrecarga ou indisponibilidade do serviço), ou algum problema de configuração na rede interna, do cliente, que esteja impedindo o acesso à nossa API. Consultas que retornam esse erro não chegam a ser processadas e portanto, não serão cobradas.

Como esse tipo de erro é muito raro, caso ele esteja ocorrendo constantemente e você não tiver certeza da causa, entre em contato conosco que te ajudaremos a entender e como você pode resolver o problema.