Predictive Analytics & Credit Management: Presenteer de CFO een keer niet de rekening!

Predictive Analytics maakt een kruisbestuiving mogelijk tussen Marketing, Sales en Credit Management, want de klantinzichten die Marketing & Sales genereren kunnen ook worden benut in het credit management proces. Uiteindelijk eindigt de customer journey pas als de klant naar tevredenheid gebruik heeft gemaakt van de aankoop en de rekening betaald heeft.

Grote organisaties maken al veelvuldig gebruik van Predictive Analytics binnen Marketing & Sales. Het voorspellen en optimaliseren van klantgedrag en klantwaarde is daar ‘common practice’. De consument wordt namelijk steeds kritischer en is niet meer gediend van ongewenste communicatie. Door middel van Predictive Analytics worden klantprofielen bepaald die specifieke informatie bevatten over hun wensen. 

Deze worden vervolgens ingezet voor zowel inbound als outbound communicatie. Voorspellende modellen bepalen bijvoorbeeld de meest effectieve boodschap voor een specifieke doelgroep en de tone of voice in een outbound marketing campagne. Op inbound kanalen, zoals het call center, stimuleren modellen, die realtime een next-best offer berekenen tijdens het gesprek, de cross, deep- en upsell mogelijkheden. Servicegesprekken veranderen dan in verkoopgesprekken. 

De zorgvuldig opgebouwde competenties, analyse ervaringen en verrijkte klantdata, of beter gezegd de middels Predictive Analytics verkregen inzichten in klanten die binnen Marketing & Sales al veelvuldig worden benut, zijn voor Credit Management ook zeer interessant. Klanten die producten of diensten hebben aangeschaft worden immers (ook) debiteuren. En om er voor te zorgen dat ze daadwerkelijk betalen voor hun aankopen, is het van belang om te weten hoe het beste ingespeeld kan worden op hun betalingsgedrag. 

Omgekeerd geldt hetzelfde: Marketing & Sales kunnen profiteren van klantkennis over betalingsgedrag van debiteuren zodat ze de communicatie tijdens het aankoopproces al kunnen aanpassen. Een kruisbestuiving tussen Marketing & Sales en Credit Management ligt hiermee dan ook zeer voor de hand.

De meest toegepaste en tevens meest eenvoudige vorm van Predictive Analytics ten behoeve van Credit Management is de externe score. Deze score geeft de kredietwaardigheid en/of de waarschijnlijkheid op een succesvolle betaling door de debiteur aan. Deze score wordt berekend door een externe partij aan de hand van algemene data zoals betalingsgedrag (primair in doorlooptijd), omvang van huidige schulden, verschillende soorten en historie van kredieten en recente opvragingen van de kredietstatus. 

Als deze data ook in de eigen systemen terug te vinden zijn, is deze externe score relatief duur. Veel interessanter is dan ook om Predictive Analytics toe te passen op de reeds aanwezige, eigen financiële data over bijvoorbeeld historisch betalingsgedrag van debiteuren; eventueel verrijkt met extern ingekochte algemene data zodat een zo goed mogelijk profiel van de debiteur kan worden gecreëerd om het betalingsgedrag te voorspellen en te kunnen beïnvloeden. Deze interne scores kunnen veel beter gericht worden op een specifieke stap in het credit management proces. Daardoor zullen deze scores een hogere voorspellende waarde hebben dan de externe score. 

 

 

Deze voorspellende waarde kan nog verder worden verbeterd wanneer de financiële data over de debiteuren verrijkt wordt met het klantbeeld dat ontwikkeld is tijdens Marketing & Sales. Zij hebben al vanaf het eerste contact kennis vastgelegd over de (potentiële) klant, over onder andere zijn of haar klikgedrag, zoekgedrag en productbezit aangevuld met betaalvoorkeuren en historisch betalingsgedrag. 

Door het ontwikkelen van een 360-graden klantbeeld en deze actief in te zetten bij Credit Management kunnen zeer gedetailleerde scores worden toegepast op bijna alle stappen in het credit management proces met als uiteindelijke doel het debiteurenrisico te verkleinen en de voorspelbaarheid van de cashflow te verhogen. Een score bijvoorbeeld om vast te stellen op welke wijze het beste contact kan worden gezocht met een debiteur. Stuur bijvoorbeeld geen brieven naar een debiteur die alleen maar via een smartphone communiceert, maar biedt gelijk een betaallink aan.

Predictive Analytics kan ook ingezet worden om de ‘Next Best Action’ vast te stellen binnen credit management. In het credit management proces zijn namelijk diverse fasen en paden te onderscheiden die gevolgd kunnen worden. In de fase van debiteurenbeheer gaat het om het herinneren, aanmanen en pré-notificeren van een mogelijk incassoproces. 

Bij de minnelijke fase, naast het aanmanen en sommeren, gaat het om het al dan niet opvolgen van klachten of, minder specifiek, verzoeken om extra informatie, uitstel van betaling of aanvraag voor een betalingsregeling. Tot slot de soms onvermijdelijke en kostbare inzet van het gerechtelijke incassotraject met dagvaardingen, vonnissen en het tenuitvoerleggen daarvan. Ook hierbij speelt niet alleen de keuze voor de stap in het proces een belangrijke rol, maar ook met wie die stap wordt gezet: minnelijke incasso uitbesteden of zelf doen; welke deurwaarder wordt ingeschakeld of loopt alles via de advocaat? 

Bij ieder van deze stappen – van de initiële factuur tot aan uiteindelijk het deurwaardertraject – moet de wens zijn te willen weten wat het effect is op het betalingsgedrag van de debiteur. Daarmee wordt bijvoorbeeld achterhaald welke middelen meer of minder effect hebben. Verdwijnt de envelop met acceptgiro ongeopend op de fruitschaal of werkt een e-mail met iDeal link juist stimulerend en voor welke segmenten dan? 

Ogenschijnlijk open deuren, maar de effecten van de communicatie met de debiteur moeten gemeten worden om de meest optimale acties uit te voeren om het gedrag van de debiteur te beïnvloeden om zo snel mogelijk de vordering te betalen met een zo prettig mogelijke klantbeleving. 

Next Best Action zal hierdoor het credit management proces verbeteren en helpt daardoor bij het verder optimaliseren van de Customer Journey. Welke stappen komen allemaal voor in de reis van inspiratie opdoen en bestellen naar daadwerkelijk kopen EN betalen? Sterker nog, spelen betaalmogelijkheden al een rol in het besluit om echt tot aanschaf over te gaan? Zo komen de belangen van de CFO en de CMO wel erg dicht bij elkaar. De één zijn centen, de ander zijn cross-, deep- en upsells.

De grote vraag rijst waarom organisaties nog bepaalde klantsegmenten actief werven terwijl op voorhand goed te voorspellen is dat sommige van deze klantsegmenten een onverantwoord hoog debiteurenrisico met zich meebrengen? Moet de CFO een keer NIET deze rekening gepresenteerd krijgen? 

De vraag stellen is deze beantwoorden. Door het optimaal integreren van de reeds beschikbare klantdata uit Marketing & Sales met de beschikbare financiële data over debiteuren ontstaat een 360-graden klantbeeld. Met het toepassen van Predictive Analytics op dit klantbeeld, is het debiteurenrisico significant te reduceren. 

Vandaar dat Assensia en Crystalloids de handen in één hebben geslagen om de werelden van Marketing & Sales en van Credit Management nog dichter bij elkaar te brengen. Assensia is specialist op het gebied van Reporting, Dashboarding en Predictive Analytics voor Credit Management. 

Assensia ontwikkelt oplossingen die bijdragen aan het verlagen van het debiteurenrisico en het verbeteren van de cashflow. Crystalloids is het toonaangevende adviesbureau voor de Predictive Enterprise. Crystalloids helpt haar klanten bij het voorspellen en optimaliseren van klantgedrag en klantwaarde. Door onze samenwerking kunnen we onze klanten beter helpen bij het opzetten van een 360-graden klantbeeld en het toepassen van Predictive Analytics voor Credit Management waarmee we gezamenlijk het debiteurenrisico voor onze klanten significant kunnen verlagen.

Crystalloids is het toonaangevende adviesbureau op het gebied van de Predictive Enterprise. Op basis van de beschikbare interne en externe databronnen worden geavanceerde analyses uitgevoerd en modellen gebouwd om voorspellingen te doen over de toekomst. Hiermee wordt Big Data omgezet in Big Insight. Deze inzichten worden vervolgens geïntegreerd in de onderliggende systemen waardoor op zowel de inbound als outbound kanalen en zelfs real-time klanten op een passende wijze worden benaderd. Het uiteindelijke doel is het verbeteren van de relatie met de klant waardoor het rendement wordt verhoogd en risico’s worden beperkt. 

Assensia is specialist op het gebied van Reporting, Dashboarding en Predictive Analytics voor Credit Management. Assensia ontwikkelt oplossingen, zoals de IncassoMonitor, die bijdragen aan het verlagen van het debiteurenrisico en het verbeteren van de cashflow. Hiervoor heeft Assensia ervaren data-experts in huis met veel Credit Management ervaring welke zich met name richten op incassobureaus, gerechtsdeurwaarderskantoren en debiteurenbeheer-afdelingen van (zorg-) verzekeraars, (semi-)overheidsinstellingen, financiële instellingen, retail-organisaties en energiemaatschappijen.