A nivel mundial, el fenómeno de Buy Now, Pay Later (BNPL) está creciendo con rapidez. La vertical registró un aumento interanual del 197% solo en el segundo trimestre del 2020, según un informe de BNPL de Cardify.
Pero en América Latina, el ‘buy now pay later’ todavía no despega. Algunos agentes del mercado plantean que este modelo aún se encuentra en una etapa inicial de desarrollo, mientras otros sugieren que el acceso a la información es su principal obstáculo.
“No es una vertical tan clara”, dijo a iupana Fabrice Serfati, director y socio en IGNIA Partners, firma de capital de riesgo con enfoque en fintechs.
“México, por ejemplo, sigue siendo un lugar donde cualquier fintech tiene una posibilidad de crecimiento impresionante. Hay un nivel de bancarización muy bajo, pero al mismo tiempo hay una necesidad muy grande. Toda esa brecha digital se acortó a lo largo de la pandemia, entonces esa gente quiere consumir. El gran problema es la falta de información”.
El esquema ‘compra ahora, paga después’ facilita compras con el aplazamiento y fraccionamiento del pago, sin la necesidad de contar con una tarjeta de crédito. Una comisión por el servicio puede cobrarse al vendedor o al comprador.
Para los comercios, la ventaja del modelo radica en que ofrece una modalidad de pago alternativa para compras de alto valor, a la vez que incrementa el ticket promedio de compra hasta en un 60%. Para el consumidor, ofrece transparencia en las tasas de interés y permite supervisar la capacidad de gasto.
En España, donde hay mucha información crediticia y un nivel bajo de informalidad, el modelo ha sido bastante exitoso.
“[BNPL] se vuelve interesante porque agrega liquidez al mercado de consumo por encima de las líneas tradicionales. El problema es que, en Latinoamérica, donde no tienes esa cantidad de información, es muy difícil hacerlo”, dijo Serfati.
Lauren Connolley Morton, socia de QED Investors, firma de VC con enfoque en América Latina, coincide en que el modelo necesita datos robustos para tener éxito.
Un modelo BNPL “no es fácil de construir”, advirtió, ya que requiere el escalamiento de las ventas y el éxito del cliente en tres componentes diferentes: empresas, representantes de ventas en las tiendas y consumidores finales.
“La propuesta de valor y la experiencia tienen que funcionar en cada uno de estos segmentos para lograr un crecimiento masivo”, sostuvo Connolley Morton.
BNPL en América Latina: El reto de los datos
Ante la falta de datos, resulta complicado desarrollar algoritmos crediticios para evaluar la calidad de pago de un usuario.
Los algoritmos crediticios se construyen en una variedad de datos, como dirección domiciliaria, consumo de servicios básicos, ingresos, entre otros. Sin embargo, Serfati indicó que la construcción de los perfiles de crédito se ve truncada porque no existe información adecuada para su elaboración.
“El flujo de información alrededor de las personas sigue siendo muy pobre. El tema es demostrar que hay compras o pagos recurrentes, con lo que puedas construir un proxy de la calidad crediticia, o mejorar los sistemas de información crediticia y así generar alguna idea de riesgo de crédito.”
Wenance, una fintech argentina de crédito al consumo llegó a México hace poco más de un mes. Allí, el bajo acceso a información es algo que están “viviendo en carne propia”, comentó Salvador Calogero, director de expansión y nuevos negocios de la fintech.
“Tienes que hacer un camino inverso de tomar variables no tradicionales y aprender de a poco. A partir de ese aprendizaje puedes ir construyendo un modelo interno de scoring”, dijo desde Buenos Aires.
Wenance arrancó su proceso de expansión en el 2018 hacia Uruguay, España y México. Dentro de poco, España será su primer mercado en el que desarrollará el modelo ‘buy now, pay later’, para luego llevarlo a México y Argentina.
“En Argentina estamos pensando otorgar el crédito de BNPL a solo 30 días, no mucho más considerando la inflación. Luego, probablemente, lo dilataremos más, quizás dos meses, pero no más, al menos por lo pronto”, anticipa.
Para lograrlo, la fintech -que atiende a población subbancarizada en todos sus países de operación-, considerará variables como la histórica de la cartera, patrones de comportamiento según la fuente de donde venga el cliente, el tipo de dispositivo que utiliza, entre otros factores.
Expandir la base de información
Otros jugadores como Atrato, una fintech mexicana de BNPL, señala también que los datos son un elemento clave para el éxito.
“Si quieres ofrecer este servicio en segmentos que tienen poco historial crediticio es difícil lograr tomar una buena decisión. Algo que nosotros hacemos es integrar fuentes de información que nos permitan no depender de las variables condicionales, como son los burós de créditos, información de cuentas bancarias, etc.”, explicó Rogelio Rea, CEO de la fintech.
El algoritmo de decisión de Atrato considera más de 400 datos que se extraen de la solicitud de los clientes, la información en los comercios afiliados, además de datos de redes sociales, correo electrónico, teléfonos y más.
Con esta información, adicional al hecho de aceptar o rechazar créditos, el scoring sortea riesgos, identifica anomalías y casos sospechosos de fraude.
La suplantación y el robo de identidad bancaria son de los fraudes financieros más recurrentes en México. Y durante el periodo pandémico, estos delitos en línea se incrementaron en más de 400% frente a cifras del 2019.
Empezar con otro modelo
Los datos de fuentes alternativas pueden ayudar, sustancialmente, a las empresas de BNPL en la tarea complicada de evaluar el riesgo crediticio.
Los grandes jugadores que ofrecen productos de débito, compras en línea o soluciones de pago suman información de valor de sus millones de usuarios. Estas bases de datos sustanciales les permitirían asfaltar un modelo de BNPL más consistente.
“El problema es que los negocios que hay ahora no nacen desde una cuenta de depósito, sino directamente como financiadores pequeños o medianos del ciclo de liquidez de individuos que adquieren a través de medios digitales. Entonces, no tienen mucha información”, reportó Serfati.
Como ejemplos de posibles futuras disrupciones en esta vertical, Serfati incluye a Amazon y Mercado Libre, dos actores relevantes que están recaudando información del consumo de productos y que fácilmente podrían extrapolarlo en productos de BNPL.
Ofrecer otros productos financieros les permite a las empresas de BNPL a analizar la capacidad de endeudamiento de un usuario al momento de llegar al punto de venta.
Flexio, por ejemplo, una plataforma que ayuda a las pymes en la gestión y automatización de cobros a clientes y pagos a proveedores, busca orientar su modelo hacia el esquema ‘buy now, pay later’. Este no sería un modelo dirigido al consumidor, sino hacia las pymes, ofreciéndole financiamiento de sus propias compras.
“Cuando las pymes empiecen a usar nuestra plataforma, nosotros los vamos a conocer aún mejor y podremos ayudarles a que puedan pagar determinados servicios o productos de sus propios proveedores, pero en cuotas. Todo pasa por nuestra cañería”, dijo Nathan Schorr, cofundador y CEO de la fintech mexicana.
En México, el 73% de las pymes no es apoyada financieramente por un banco, de acuerdo con Schorr. Sin embargo, Flexió está conociendo muy bien a sus clientes, por lo que el siguiente paso será ofrecerle el modelo BNPL.
“Es un modelo de negocio muy seguro, no voy a tener que cobrar una tasa de interés”, pronosticó.
Aunque existen muchos factores en contra y que estarían ralentizando el despliegue de esta vertical fintech en Latinoamérica, la construcción de información bajo la sombra de recursos propios es una salida que podría empujar este modelo.
