UNIVERSIDADE ANHEMBI MORUMBI

EDMILSON ORLANDO DE OLIVEIRA

Título: Transformação na Análise de Clientes e Concessão de Crédito:

Integração da Programação em R e Machine Learning no Banco BHC.

São Paulo
2023
Introdução:
O Banco BHC é um provedor de serviços financeiros com sede em Belo Horizonte,
Minas Gerais. Com uma visão voltada para o futuro e objetivos estratégicos, o banco
adota uma abordagem inovadora para a análise e concessão de empréstimos aos
clientes. Essa abordagem inclui sinergias entre a linguagem de programação R e técnicas
avançadas de aprendizado de máquina aplicadas aos dados corporativos.

Nesse contexto, propõe-se a aplicação da linguagem R e aprendizado de máquina

para análise de perfis de clientes para possibilitar também a integração de informações de
outras agências, enriquecendo a história de cada cliente.

Desenvolvimento:
Para isso, a empresa pretende realizar uma fusão entre programação em R e
aprendizado de máquina para atender às necessidades das instituições, principalmente
na avaliação de novos clientes idôneos, por meio de:

Coleta de dados: o ponto de partida é a coleta de dados abrangentes sobre seus

clientes. Essas informações podem vir de várias fontes, como documentos de registro,
formulários, pesquisas e plataformas de mídia social.

Limpeza e organização de dados: após a coleta, os dados passam por um processo de

limpeza e organização. O objetivo deste procedimento é remover informações inválidas,
inconsistentes ou duplicadas.

Aplicar aprendizado de máquina: as técnicas de aprendizado de máquina podem ser

empregadas se os dados forem devidamente depurados e organizados. Este conjunto de
técnicas permite que o sistema aprenda sem a necessidade de programação explícita.
Dessa forma, a máquina pode reconhecer padrões nos dados e, assim, prever o
comportamento futuro.

Processo de tomada de decisão: após ser analisada por um sistema de aprendizado de

máquina, a empresa está em condições de tomar decisões sobre seus clientes. Essas
consultas podem incluir coisas como aprovação de crédito, alterações de limite de crédito
e produtos personalizados ou ofertas de serviços.
Empregar análise preditiva e aprendizado de máquina para interpretar dados oferece ao
Banco BHC muitos benefícios importantes, incluindo:

Tomada de decisão aprimorada: a análise preditiva e o aprendizado de máquina

desempenham um papel fundamental para permitir que os bancos tomem decisões mais
informadas sobre seus clientes. Isso reduz dívidas incobráveis, aumento de concessão
de crédito com menos risco e melhora o atendimento ao cliente.

Alta eficiência: análises preditivas e aprendizado de máquina otimizam as operações

bancárias para reduzir custos, aumentar a produtividade e melhorar a qualidade dos
serviços prestados.

Ampla compreensão do cliente: análise preditiva e aprendizado de máquina podem

ajudar os bancos a obter uma visão mais profunda de seus clientes. Isso leva ao aumento
da satisfação, e fideliza o cliente junto a instituição.
Conclusão:
Em resumo, o Banco BHC combina programação R e aprendizado de máquina
para aplicar as estratégias descritas acima para atender às necessidades da instituição
em termos de seleção criteriosa de novos clientes para empréstimos.
A integração de análise preditiva e aprendizado de máquina na análise de dados
oferece muitos benefícios para as empresas, incluindo tomada de decisão simplificada,
eficiência operacional aprimorada e uma compreensão mais profunda e precisa de seus
clientes.
REFERÊNCIAS BIBLIOGRÁFICAS:
Gerenciamento Integrado de Riscos: Modelos de Predição de Risco de Crédito em Machine Learning para a
Identificação de Ativos Problemáticos em uma Instituição Financeira – Segmento Habitacional PF Disponível
em :https://repositorio.unb.br/bitstream/10482/44727/1/2022_JuellineShelciSilva.pdf acesso em 13 agosto
2023
Silva, A. B., & Costa, V. S. (2021). Machine Learning para Tomada de Decisão em Bancos. Editora Senac.
Disponível em: https://www.bibliotecadigitalsenac.com.br/?from=busca%3FcontentInfo%3D3242%26term
%3DMachine%252520Learning%252520para%252520Tomada%252520de%252520Decis
%2525C3%2525A3o%252520em%252520Bancos&page=10&section=0#/legacy/3242. Acesso em 14
agosto 2023
PEREIRA, Mariana A.; NEUMANN, Fabiano B.; MILANI, Alessandra M P.; et al. Framework de Big Data. Em
14 agosto 2023 Grupo A, 2020. E-book. ISBN 9786556900803. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9786556900803/. Acesso em 14 agosto 2023.
GUEDES, T. A. et al. Estatística descritiva , [2020]. Disponível em:
https://www.ime.usp.br/~rvicente/Guedes_etal_Estatistica_Descritiva.pdf acesso em 13 agosto 2023.
EstaTiDados. Analise de crédito no R - Daniel Souza Vídeo Online YouTube, 2019. Disponível em
https://www.youtube.com/watch?v=sPWP7HImXtI Acesso em: 14 agosto 2023.