Bagaimana meningkatkan proses pengumpulan lunak dengan memanfaatkan kekuatan data

Memulihkan hutang dan – pada saat yang sama – menjaga hubungan pelanggan : ini, singkatnya, arti dan tujuan dari apa yang disebut “koleksi lunak.”

Sangat mudah untuk mengatakan tetapi jauh lebih rumit untuk dilakukan. Dan mereka yang memiliki pengalaman praktis dan langsung dengan prosedur ini mengetahui hal ini dengan sangat baik. Jadi apa urgensinya? Untuk menyederhanakan proses ini. Dan penyederhanaan, hari ini, berarti digitalisasi .

Tapi mari kita selangkah lebih maju: di mana digitalisasi dimulai? Dari data . Dan apa titik akhirnya? Individu .

Ini adalah jalan yang juga harus diikuti oleh proses pengumpulan lunak hari ini . Ini adalah jalan yang akan kita fokuskan dalam posting ini. Namun, pertama-tama, mari kita tinjau topik penagihan utang: apa kontur dan dimensi fenomena itu? Dan, di sisi pelengkap: seberapa penting untuk dapat mempertahankan hubungan yang langgeng dan bermanfaat dengan klien seseorang?

Mari kita mulai dengan pertanyaan ganda ini, yang akan kita bahas di bagian selanjutnya.

Penagihan hutang: dimensi masalah

Tidak mudah untuk menawarkan gambaran yang komprehensif dan terkini tentang topik penagihan hutang dan hutang yang harus diselesaikan. Apalagi jika perspektif dari mana memulainya adalah yang seluas-luasnya, melibatkan semua sektor ekonomi.

Tetapi beberapa indikator yang dapat diandalkan, untuk ekosistem Italia, ada di sana. Yang paling penting dan signifikan dapat ditemukan dalam Laporan ke-12 UNIREC tentang Layanan Perlindungan Kredit yang diterbitkan pada Mei 2022 dan dipresentasikan selama Konferensi Digital terakhir.

Oleh karena itu, mari kita ekstrak beberapa data menarik:

• Pada tahun 2021 saja, perusahaan anggota UNIREC menangani sekitar 40,1 juta praktik Pihak Ketiga. Dibandingkan tahun 2020, peningkatannya lebih dari 9%.
• Piutang yang dipercayakan untuk pemulihan kepada perusahaan anggota UNIREC juga meningkat pada tahun 2021 dibandingkan tahun sebelumnya (+5,2%) , mencapai ukuran absolut hanya di bawah €106 miliar.
• Rata-rata kinerja terhitung antara jumlah yang dipulihkan dan dipercayakan pada tahun 2021 stabil pada 11%.
• Pada tahun 2021, rata-rata tiket piutang yang dipercayakan untuk pemulihan mencapai €2.643 , yang sedikit lebih rendah dari tahun sebelumnya (-3% dibandingkan dengan €2.735 pada tahun 2020).

Tentu saja, gambaran umum ini bahkan tidak memperhitungkan perbedaan penting antara industri yang berbeda atau antara wilayah geografis yang berbeda, misalnya. Meskipun demikian, bagaimanapun, kesan keseluruhan sangat jelas.

Kita berbicara tentang jumlah kredit yang sangat besar, yang sulit untuk dipulihkan, dan yang, terlebih lagi, telah meningkat dengan kecepatan yang dipercepat dan berbahaya dalam beberapa tahun terakhir.

Ada banyak faktor di balik tren ini: pasca masa darurat yang dipicu oleh pandemi Covid-19 dan ketidakstabilan situasi saat ini di pasar dan politik internasional, pertama dan terutama. Ini tentu bukan tempat untuk membedah semua faktor ini secara mendalam.

Tetapi ketika berbicara tentang koleksi lunak, sangat penting untuk mempertimbangkan sisi yang halus dan saling melengkapi: yaitu mempertahankan pelanggan Anda. Di sini masalahnya bahkan lebih tajam dan lebih fasih.

Untuk mendemonstrasikannya, kami hanya perlu melaporkan data lain ini, yang muncul dari penelitian terkenal yang dilakukan oleh Bain & Company (bain.com):

• Untuk sebuah perusahaan, memenangkan pelanggan baru membutuhkan biaya 6 hingga 7 kali lebih banyak daripada mempertahankan satu.
• Peningkatan 5% dalam Retensi Pelanggan dapat menghasilkan keuntungan hingga 25% lebih banyak.

Akhirnya, kami ingin melaporkan angka lain, sekali lagi diambil dari laporan UNIREC, tetapi menekankan pada aspek yang lebih spesifik (terkait dengan sektor keuangan):

• Tingkat pemulihan untuk utang yang jatuh tempo kurang dari 1 tahun adalah 53%, sementara itu melonjak menjadi 23% untuk yang antara 1 dan 3 tahun dan mencapai 13% untuk yang lebih dari 3 tahun.

Apa yang dikatakan angka terakhir ini kepada kita? Ini memberitahu kita tentang pentingnya faktor waktu dalam soft collection.

• Digitalisasi , dengan peningkatan eksponensial yang dihasilkannya dalam hal efisiensi, bertindak tepat pada waktu pemulihan, memperpendeknya secara dramatis. Tidak hanya itu: analitik berbasis data bahkan mengarah pada antisipasi kemungkinan default, secara prediktif, sehingga memungkinkan masalah untuk dicegah daripada disembuhkan.

Justru kekuatan data yang akan kita fokuskan di bagian selanjutnya.

Kekuatan data dan perannya dalam soft collection

Di sini kita sampai pada langkah yang menentukan dalam posting ini. Kita telah melihat bagaimana masalah kebangkrutan sangat penting dan terus meningkat. Dan kami mengantisipasi bahwa jawaban terbaik mungkin datang dari digital, jadi dari analitik data. Tapi dengan cara apa? Dan mengapa? Untuk menjawab pertanyaan-pertanyaan yang menentukan ini, kita harus memahami arti dari Big Data , dan fungsinya.

“Big Data adalah “aset informasi bervolume tinggi, berkecepatan tinggi, dan/atau beragam yang menuntut bentuk pemrosesan informasi inovatif yang hemat biaya yang memungkinkan peningkatan wawasan, pengambilan keputusan, dan otomatisasi proses.”

Ini adalah definisi teknis oleh Gartner. Untuk mencapai bidang sehari-hari yang lebih praktis, Big Data mewakili jejak digital yang kita semua sebarkan secara online. Jejak dari mana dimungkinkan untuk merekonstruksi karakteristik kita, kebiasaan kita, preferensi kita, pilihan penjelajahan kita, perilaku kita.

Mari kita terjemahkan ini ke dalam hubungan bisnis: Dengan data besar, perusahaan saat ini dapat memiliki gambaran yang sangat mendalam dan terperinci tentang audiens mereka.

Mari kita lihat beberapa jenis data yang dapat dikumpulkan:

• Data Demografi: segala sesuatu yang berkaitan dengan usia, jenis kelamin, status perkawinan, pekerjaan, dan status pendapatan.
• Data Psikografis: perilaku, keyakinan, nilai, minat, dan gaya hidup orang yang dapat disimpulkan dari data online mereka.
• Data Geografis: informasi tentang geolokasi.
• Data Perilaku: data berdasarkan perilaku penjelajahan web pengguna, diekstrak dari cookie.
• Data Kontekstual: bidang yang sangat luas yang menyangkut konteks, lingkungan di sekitar pengguna atau pelanggan; dari berita, sentimen, fluktuasi pasar, cuaca, geopolitik…hanya untuk menyebutkan beberapa metrik yang mungkin.
• Data Pihak Pertama: data yang dikumpulkan perusahaan langsung dari pengguna dan pelanggannya, seperti melalui sistem CRM (Customer Relationship Management) dan CCM.

Dan pada poin terakhir inilah isu krusial muncul.

Mendigitalkan sistem CRM Anda sepenuhnya melalui Data Pihak Pertama adalah titik awal untuk meningkatkan pengumpulan lunak.

Dan di sinilah kami siap menjawab dua pertanyaan yang kami gunakan untuk membuka paragraf. Dengan cara apa? Untuk alasan apa? Ini tentang melacak data pelanggan Anda sehingga Anda dapat lebih mengetahui kebiasaan mereka. Dari pengetahuan ini, Anda dapat beroperasi dengan dua cara:

• Rancang komunikasi yang ditargetkan dan disesuaikan, dalam semua proses Layanan Pelanggan dan terlebih lagi dalam proses pengumpulan lunak. Komunikasi yang dingin dan jauh bisa menjadi tidak simpatik, sangat dendam, dan akhirnya kontraproduktif.
• Cobalah untuk mengantisipasi default, melalui sistem analitik prediktif berdasarkan pengumpulan data, dan mencoba mencegahnya dengan menjaga titik kontak yang licin dengan komunikasi yang disesuaikan.

Semua ini, apalagi, secara otomatis sempurna . Tanpa perlu menginvestasikan waktu, uang, dan personel dalam operasi manual yang memakan waktu dan sering mengganggu. Akhirnya, tetap mengarah ke perbatasan terakhir dari revolusi data: personalisasi

Personalisasi: sekutu utama dalam manajemen kredit

Ubah analisis data menjadi komunikasi yang lebih dekat dengan pelanggan. Ini adalah rahasia untuk meningkatkan soft collection…dan, lebih lagi, untuk memprediksi dan mencegah default.

Dalam hal ini, batas terbaru adalah personalisasi . Secara konkret: ini melibatkan mulai dengan data yang dikumpulkan dalam sistem CRM Anda. Data pihak pertama mengenai pelanggan individu (tetapi dapat direferensikan silang dengan jenis informasi lain).

Dan berdasarkan informasi ini, restrukturisasi dan perbarui semua jalur komunikasi mereka, untuk beralih dari perspektif satu-ke-banyak ke satu-ke-satu. Pandangan satu-ke-banyak, memang.

Ini mungkin tampak seperti gunung yang sangat tinggi untuk didaki. Tetapi jika Anda mengandalkan perusahaan khusus seperti Doxee, dengan strategi yang dirancang berdasarkan tujuan dan kebutuhan Anda.

Berikut adalah dua contoh:

Doxee Pvideo : video yang dipersonalisasi dan interaktif yang dibuat berdasarkan karakteristik masing-masing penerima. Mereka adalah alat yang sempurna untuk meningkatkan dialog antara perusahaan dan pelanggan. Dalam hal ini, personalisasi terintegrasi dengan video, sejauh ini merupakan jenis media digital yang paling efektif. Sangat penting: ajakan bertindak dapat disertakan dalam video yang terkait dengan pengelolaan utang terutang , yang dengan demikian dapat diselesaikan hanya dalam beberapa klik.

Doxee Pweb : situs mikro yang dipersonalisasi, dirancang berdasarkan karakteristik pengguna individu yang mereka targetkan. Sebuah revolusi nyata dalam Perjalanan Pelanggan digital , dengan beberapa kemungkinan implementasi dan di antaranya, sekali lagi, pembayaran digital . Dengan menganut pandangan ini, kita menggambar lingkaran yang baik. Berkat peningkatan data, penagihan utang meningkat dan, pada saat yang sama, komunikasi dan hubungan dengan pelanggan Anda meningkat .