Modelo de crédito que o comitê aprova — porque o comitê entende.
Modelos de risco de crédito desenhados para o ciclo de crédito brasileiro: score de originação e comportamento com XAI nativo, cenários macroeconômicos integrados e narrativa de decisão auditável em cada operação.
A dor
Por que conceder crédito no Brasil é tão difícil de acertar?
Conceder crédito no Brasil é decidir sob incerteza extrema: juros altos, ciclo econômico volátil, bases de dados fragmentadas e um comportamento de pagamento que muda com a conjuntura. Nesse ambiente, as empresas caem em uma de duas armadilhas.
A primeira é o modelo caixa-preta: até funciona estatisticamente, mas não explica por que reprova ou aprova — e é reprovado no comitê de riscos, questionado pela auditoria e indefensável em uma contestação. A segunda é a política manual: regras fixas desenhadas anos atrás, que não aprendem com a carteira e deixam receita na mesa aprovando de menos — ou prejuízo, aprovando de mais.
E quando a conjuntura vira, ambos falham juntos: modelos que ignoram Selic, desemprego e inflação setorial descobrem o risco depois que ele já virou inadimplência.
A solução
Risco de crédito com a disciplina que o comitê exige
A solução de Risco de Crédito da Quantka aplica a lógica de ML assistido e contextual da plataforma ao objetivo mais sensível da empresa: decidir a quem conceder, quanto conceder e a que preço — com explicabilidade que resiste a comitê, auditoria e contestação.
O que a solução entrega:
Modelos desenhados para o seu ciclo de crédito.
Originação, comportamento, recuperação e provisão: cada etapa do ciclo pede um desenho de modelo, variáveis e horizontes diferentes — e cada um é construído para o seu produto, seu público e sua política.
Restrições econômicas e regulatórias embutidas.
Monotonicidade onde a teoria exige, limites da sua política de crédito dentro do modelo e variáveis macroeconômicas — Selic, desemprego, inflação setorial — incorporadas à leitura de risco. O modelo não apenas aprende o passado: respeita a lógica do crédito.
XAI nativo em 100% das decisões.
Cada score vem decomposto: quais variáveis pesaram, em que direção, com que magnitude. Importância de variáveis, efeitos marginais e justificativa individual por operação — o que o comitê aprova é o que o comitê entende.
Narrativa de decisão auditável via LLM.
Cada política, cada corte e cada exceção sai acompanhado de uma leitura em linguagem de negócio: por que o modelo decide assim, onde está o risco e o que mudaria a decisão.
Cenários de inadimplência integrados.
Simulação da carteira sob cenários macroeconômicos: e se a Selic subir? E se o desemprego piorar no seu setor? — para dimensionar provisão, apetite e preço antes da virada do ciclo.
Como funciona
- Etapa
Diagnóstico da carteira e da política.
Entendemos o produto, o público, a política atual e onde ela perde dinheiro — aprovando de menos ou de mais. Quando a operação ainda vai começar, o diagnóstico desenha a política de partida em vez de corrigir a existente.
- Etapa
Preparação assistida.
ETL sobre dados internos, cadastrais, comportamentais e de bureau; engenharia de features assistida por IA; enriquecimento com variáveis macroeconômicas de fontes oficiais.
- Etapa
Modelagem com restrições.
Treinamento com restrições econômicas e de política de crédito embutidas, validação estatística rigorosa e backtesting — sobre a sua carteira, quando ela já existe, ou sobre a referência de mercado do seu produto e público, quando ainda não.
- Etapa
Explicação e aprovação.
XAI completo e narrativa de decisão apresentados ao seu comitê — o modelo só vai para produção depois de entendido e aprovado.
- Etapa
Operação e monitoramento.
Acompanhamento contínuo de performance, drift e inadimplência realizada versus projetada, com recalibração assistida e simulação de cenários periódica.
O que você precisa ter
Menos do que você imagina. Não é preciso data lake, governança madura nem um time de dados montado — a Fábrica de Modelos foi construída para começar de ERP, planilha e sistema legado, que é onde os dados da maioria das empresas realmente estão.
No crédito, nem histórico próprio é pré-requisito. Carteira nova — ou operação que ainda vai começar — não impede modelo: ele é construído sobre dados de bureau, cadastrais e de mercado, e validado por backtest contra o comportamento observado no seu produto e no seu público. Histórico próprio de pagamento acelera e afina a calibragem, e é assim que o modelo evolui depois; não tê-lo apenas muda por onde se começa.
O que você recebe
- Modelos de score de originação e comportamento explicáveis, prontos para comitê e auditoria
- Política de crédito calibrada por dados: mais aprovação com menos risco, ou o mesmo risco com mais receita
- Simulação de cenários de inadimplência para dimensionar provisão e apetite de risco
- Documentação e narrativa de decisão que resistem a auditoria interna e externa
Resultados em nossos clientes
KS > 45
em modelos de credit score para PF e PJ em diferentes setores
KS > 60
em modelos de behavior para produto de crédito no varejo
+15 p.p.
de KS acima do benchmark de mercado, em cartão e home equity
Resultados de projetos conduzidos pelo fundador da Quantka, na empresa e em posições anteriores. Clientes e projetos não são identificados, por confidencialidade. Referência: setembro de 2026.
Casos de uso
- Originação
- score de aprovação e definição de limite com justificativa por operação
- Gestão de carteira
- score comportamental para aumento de limite, renegociação e retenção
- Cobrança
- priorização da régua de cobrança pelo risco e pela propensão de recuperação
- Provisão e planejamento
- projeção de inadimplência da carteira sob cenários macroeconômicos
Crédito bem concedido começa com um modelo que sabe explicar o próprio sim
As outras decisões do ciclo
- Agente de Data AnalyticsPergunte em português natural e receba análises com o contexto da sua empresa — não respostas genéricas.
- Previsão e SimulaçãoProjete demanda, receita, caixa e inadimplência — e simule cenários antes de decidir.
- Otimização de DecisãoTransforme a projeção em decisão: preço, estoque e capital calculados sob as suas restrições de margem e política comercial.