Роль BI в процессах Collection
Тематика: BI (Business Intelligence)
Отрасль: Банки
Автор: Продолжая тему, затронутую в описании решения для автоматизации процессов Collection, я хотел бы более подробно остановиться на некоторых преимуществах использования инструментов BI (Business Intelligence) в работе с проблемной задолженностью.
Ранее я уже писал о стратегиях работы Collection, попадание в которые непосредственно зависит от выполнения определенного набора условий (количество дней просрочки, сумма задолженности, наличие обеспечения кредита и т.д.). В том или ином виде со стратегиями Collection работают все представители коллекторских структур. В большинстве случаев работа с ними не регламентирована, а примеры автоматизации процессов работы с проблемной задолженностью можно пересчитать по пальцам. Но даже наличие автоматизированных систем далеко не всегда позволяет качественно оценить, насколько эффективны те или иные стратегии.
Отсутствие возможности анализа результатов приводит к тому, что банк может продолжать тратить ресурсы на то, что не приносит ему никакой выгоды и, хуже того, портит и так сложные отношения с клиентами.
Так, достаточно часто, клиенты отечественных банков жалуются на то, что даже после обещания заплатить, им продолжают звонить сотрудники коллекторских служб. Причем каждый раз заемщик уведомляет о своем намерении, но ему продолжают звонить снова и снова. Конечно же, принцип «чтобы неповадно было» может вполне подойти для должников, склонных не погашать кредит, но страдают от такого подхода чаще добросовестные «забывчивые» заемщики либо клиенты, испытывающие временные трудности. Естественно, к таким клиентам просто нельзя применять одинаковые стратегии работы.
Сделать стратегии работы Collection более гибкими и обоснованными вполне может помочь «обещание об оплате» (PtP, Promise to Pay).
В Oracle Siebel CRM, например, PtP является отдельным объектом системы, к которому привязывается не только дата обещания, сумма и метод платежа, но и огромное количество Workflow-процессов, реагирующих на получение платежей. Данная функциональность позволяет более гибко настраивать стратегии работы с должниками. Например, если у клиента с хорошей кредитной историей есть обещание об оплате, его не будут тревожить до дня оплаты. Клиентов, которые добросовестно выполняют обещания об оплате, но покрывают обязательные платежи частично, логично относить в стратегию предложения реструктуризации, а не передавать в Hard Collection, так как они фактически не выходят из просрочки. Кроме того, PtP может стать тем показателем, который позволит качественно и количественно оценить эффективность каждой отдельной стратегии работы с должниками.
Пример аналитического отчёта по конкретной стратегии Collection
На базу должников накладываются определенные условия, соответствующие одной из стратегий Collection, в которую и будет попадать выявленная целевая группа. По каждому представителю данной группы планируется установленный набор действий (задач). В данном случае выполняется кампания исходящего обзвона по базе должников в количестве 1000 человек. Качество контактной информации выявляется при определении конверсии дозвонов. На данном этапе отсеиваются все неправильные контактные номера. Так в случае отсутствия действительных номеров для связи, заемщик автоматически может передаваться в службу Skip Tracing. Как уже было указано в описании решения для автоматизации процессов Collection, PtP является ключевым показателем каждого контакта на стадии Soft Collection. В данном случае показатель конверсии обещаний определяет качество работы специалистов коллекторской службы, а конверсия платежей – добросовестность должников.
Ключевым преимуществом решения на базе Oracle Siebel CRM является то, что встроенные BI-инструменты позволяют рассчитать реальную сумму возвращенных средств по каждой отдельной стратегии.
Такой подход дает возможность определять эффективность стратегий Collection на основании реальных измеримых бизнес-результатов, что обеспечивает более рациональное использование ресурсов банка.
