La digitalización del dinero: 147.431 millones de euros utilizando tarjetas

El uso de las tarjetas de crédito y débito sigue creciendo en España, a pesar de la fuerte competencia de las nuevas formas de pago, de hecho, el pasado año se está realizando compras por un total de 147.431 millones de euros en punto de venta pagadas con Tarjetas de análisis histórico de la consultora Grupo AIS, que analiza la evolución de la red de tarjetas desde 2014.

En 2018, el número de tarjetas que conforman la red de medios de pago en España ascendió a 83,7 millones , de ellas, 36,6 millones son tarjetas de crédito y unos 47 millones son de débito. De media los españoles tenemos 2,2 tarjetas per cápita.

Desde 2014, el total de tarjetas ha aumentado en 16 millones de unidades , lo que supone un crecimiento del 24%. Pero no sólo ha aumentado el número de tarjetas, también la cantidad de operaciones. En este período de tiempo se ha pasado de realizar 2.500 millones de operaciones en este medio a 3.900 millones, un 56% más.

“Si bien se desaceleró en algunos años, el total de las operaciones no pasó nunca a las tasas de crecimiento negativo, ni siquiera durante la crisis”, comenta José Manuel Aguirre, economista y director comercial del Grupo AIS. “Hoy destaca – añade – que su ritmo de crecimiento está en las tasas de dos dígitos”.

Alerta por el crédito al consumo

El informe del crédito al consumo (incluido las operaciones con la tarjeta) y el servicio del Banco de España porque no se puede transformar en un aumento de la morosidad y en el funcionamiento de la cartera de las entidades que pueden poner en riesgo en la economía , conviene que la banca tome medidas preventivas en la gestión de su riesgo en general, pero en el derivado de las tarjetas de crédito en particular.

La Inteligencia artificial como respuesta.

Para los riesgos principales, se utiliza la información de la tarjeta de crédito, según el Grupo AIS. afirma Pere – Joan Ventura, director del área de modelos de riesgo de crédito del Grupo AIS.

Para los riesgos principales, se utiliza la información de la tarjeta de crédito, según el Grupo AIS. afirma Pere – Joan Ventura, director del área de modelos de riesgo de crédito del Grupo AIS.

Primero conviene controlar las tarjetas ya emitidas. Es recomendable poner en marcha sistemas de alertas para el seguimiento de los comportamientos que denoten una probabilidad alta de caer en impago. El aprendizaje automático tiene dos grandes virtudes que lo hacen especialmente recomendable para este tipo de herramientas. Por un lado, es capaz de trabajar con una gran cantidad de variables, analizarlas, encontrar relaciones entre ellas y todo ello a una gran velocidad. Por otro lado y relacionado con lo anterior, su poder predictivo es mucho más elevado que las otras técnicas, lo que es capaz de detectar esas señales que anuncian un posible impago con mayor antelación.

El segundo frente es la concesión de nuevas tarjetas. Sin embargo, todas las entidades financieras tienen sistemas de puntuación que determinan a quién otorgan las tarjetas, la aplicación de modelos de inteligencia artificial puede lograr un salto cualitativo. Lo que se hace es gracias a la posibilidad de utilizar las tecnologías basadas en banca abierta, para tener una visión más amplia del comportamiento del solicitante de la tarjeta. “Se trata de herramientas – dice Ventura – que recopila toda la información transaccional de las personas que solicitan una tarjeta, no sólo la cuenta propia, sino también las entidades que la ópera, el modo de obtener un retrato mucho más completo ”.

Algunos pueden pensar que es un campo en el aprendizaje automático debido a los modelos que se encuentran en el mercado de España y, por lo tanto, deben cumplir los requisitos de la documentación y la explicación de cómo tomar las decisiones. No obstante, “no es ya solo que el Banco de España ha sido recomendado para complementar modelos con modelos de IA – afirma Ventura – , sino también el halo de caja negra que envuelve los modelos aprendizaje automático ya no es tal. Ya disponemos de herramientas para trazar esos modelos, discernir qué peso se asigna a cada variable, cómo influir en la decisión final, etc. En definitiva, se pueden cumplir los requisitos exigidos por el regulador ”.

Como tercer y último frente está la detección del fraude . Aquí es donde la inteligencia artificial marca la gran diferencia. Las actitudes fraudulentas son muy variadas y utilizan nuevos métodos constantemente. “La IA posibilita el análisis a tiempo real de la operación operativa, la evaluación de las operaciones están siendo capciosas y aprendemos automáticamente los comportamientos que observa, siendo capaz de detectar el fraude con un grado de eficacia acreditado”, concluye el experto.