Les piulades al Twitter, les fotos del Facebook, els contactes del Linkedin, les compres a Amazon o les vendes a eBay no són accions d'un món paral·lel que desapareix quan tanquem el mòbil i la pantalla s'enfosqueix, sinó que formen part del nostre aquí i ara. Són activitats tan reals i tan certes com la conversa de la cafeteria o la cua del supermercat. O potser més, perquè deixen un rastre que sovint és públic, per tant, es pot captar i analitzar i algunes empreses el consideren rellevant per a les seves estratègies. Potser l'aprofitament més conegut és el del màrqueting que orienta les campanyes en funció de l'anàlisi de les dades extretes de les xarxes socials. Però hi ha moments de gran transcendència en la vida de les persones, com ara demanar un préstec al banc o entrar en un procés de selecció per a una feina, la resolució dels quals depèn, en bona mesura, del que diem, compartim o fem a internet.

És el que Ramon Trias, director d'AIS Group, anomena “informació de la relació entre la gent”. AIS va ser la introductora als anys vuitanta a Catalunya i Espanya dels algoritmes, uns instruments de càlcul matemàtic predictiu que van permetre agilitar i millorar l'estudi que les entitats financeres feien del sol·licitant d'un préstec abans de concedir-lo. Fins aquell moment, hi havia altres models individualitzats i, per tant, més costosos, però quan el crèdit es va generalitzar entre les famílies, a vegades per quanties no gaire importants, es va fer necessari trobar una eina més automatitzada i barata. L'algoritme permet donar ràpidament una resposta afirmativa o negativa, i en cas de dubte, derivar l'expedient a un procediment més individual.

Es nodreixen de tres fonts principals: la informació que facilita el sol·licitant, la de l'historial que l'entitat té del client i la dels bureau de crèdit sobre impagaments. A aquest cabal d'informació s'ha afegit ara el provinent de les xarxes socials, més desestructurat però molt ric, que pot ajudar a fer millors prediccions: “Se sap que la pressió de l'entorn social d'una persona condiciona notablement que acabi pagant o no un deute, per tant, analitzar les relacions d'un sol·licitant és una variable rellevant”, explica Trias. AIS treballa per a moltes entitats financeres i reconeix que hi ha bancs que estan fent grans apostes per la incorporació d'aquest tipus de dades, però també n'hi ha que no.

No és el cas de les plataformes financeres digitals, que hi han vist una oportunitat per fer-se un lloc en el mercat. Finanzarel és una plataforma d'internet especialitzada en finançament del circulant de pimes. La firma catalana fa de mitjancera entre empreses i inversors, calculant el rating del demandant en funció del risc que presenta. Paulino de Evan, soci fundador de Finanzarel, explica que aquest risc es determina a partir de diverses variables, algunes de les quals s'obtenen d'estudiar la petjada digital de l'empresa: “Poc abans que una empresa faci fallida es detecta al Linkedin una fuga massiva de treballadors”, posa com a exemple De Evan.

Aquesta xarxa social professional és també una font important per a firmes de crèdit al consum. Una persona amb bones referències i moltes visualitzacions del seu perfil té més possibilitats de tornar un préstec. La seva reputació al portal eBay també és un senyal positiu. El fet és que portals que concedeixen minicrèdits a tornar en pocs dies basen les seves anàlisis predictives sobretot en aquest tipus de dades.