CRM-эффект в процессах Collection
Тематика: CRM-системы
Отрасль: Банки
Автор: В предыдущем посте CRM-блога я рассматривал вопросы оптимизации процессов работы с «проблемной задолженностью» (Collection, коллекшн)… Мною были рассмотрены основные факторы, влияющие на качество работы подразделения Collection, а также предложены подходы для повышения эффективности работы. Сегодня я хотел бы проиллюстрировать описанный эффект с помощью «сухого языка цифр».
Рассмотрим работу служб Collection в двух схожих банках («А» и «Б»). Предположим, что оба банка предлагали на рынке одни и те же продукты для идентичной целевой аудитории, и средний ежемесячный платеж у них составляет 70$. В службах этих банков работают по 10 «коллекторов». Их компетенция и навыки на одном уровне, поэтому вероятность получения «обещания» об оплате при дозвоне составляет 75%. При этом будем считать, что только половина из этих «обещаний» закончится реальным платежом. Операционные расходы в месяц на одного «коллектора» составляют 2000$. Базы данных с информацией о заемщиках имеют одинаковую актуальность. Но при этом в банке «А» «коллекторы» работают без автоматизации, а в банке «Б» — используют отраслевое решение на базе Oracle Siebel CRM, интегрированное с контакт-центром Cisco IPCC (исходящий обзвон в режиме Predictive).
В банке «А» «коллектор» за час производит 10 дозвонов. С учетом условий, указанных выше, следствием дозвона становятся 7,5 «обещаний» об оплате и 262,5$ (3,75*70$). При условии, что «коллектор» работает 6 часов в день и 20 дней в месяц, платежи за месяц работы службы из десяти «коллекторов» составят 315000$.
В банке «Б» «коллектор» в час производит 24 дозвона. Соответственно в час он получает 18 «обещаний» и 630$ реальных платежей (9*70$). В месяц платежи составляют 756000$.
Если предположить, что оба банка изначально воспользовались бы услугами коллекторской компании и указанные выше суммы стали следствием её работы… То комиссия коллекторской компании составила бы 63000$ для банка «А» и 151200$ для банка «Б». Как правило, подобные аутсорсинговые услуги составляют 20% от суммы «возвращенных» денег. Правда, в данном случае мы не учитываем тот факт, что ведущие коллекторские компании для банка «А» смогли бы повысить показатели сбора задолженности.
Т.е. по сути это недополученные деньги для банка, которые он может сэкономить, если у него будет построена эффективная собственная служба Collection. При этом во втором варианте стоит учесть операционные расходы на содержание этой службы. Из сэкономленных средств вычтем по 20000$ (2000$ на каждого из десяти «коллекторов»).
В итоге экономия в месяц составляет:
— для банка «А» — 43000$
— для банка «Б» — 131200$При этом использование Oracle Siebel CRM и контакт-центра Cisco IPCC позволяет получить на 88200$ больше!
Кроме того, в банке «Б» при расчете экономии в настоящий момент я не учитывал тот факт, что соотношение количества дозвонов, «обещаний» и платежей по мере работы будет изменяться. Так при накоплении пяти неподтвержденных «обещаний» за определенный период должник будет автоматически переведен со стадии Soft Collection в Field/Legal Collection или «передан» в коллекторскую компанию. Туда же будут автоматически «передаваться» и те заемщики, которые указали некорректные контактные данные… Т.е. благодаря истории взаимоотношений с клиентом банка, а также эффективной интеграции с контакт-центром и банковскими приложениями CRM-система позволяет повысить «результативность» работы с должниками.
В принципе, в данном случае могут использоваться не только указанные продукты. Например, для контакт-центра главное, что бы решение правильно поддерживало исходящий обзвон в режиме Predictive. С CRM-системой сложнее, так как модель данных и бизнес-логика Oracle Siebel CRM разрабатывалась и оттачивалась на протяжении почти 20 лет и нескольких тысяч внедрений по всему миру. Как правило, не менее 90% всех вопросов в проектах с использованием данной CRM-системы «закрываются» стандартным функционалом.
Конечно же, ознакомившись с приведенными расчетами, найдутся те, кто скажет, что подобная экономия имеет лишь отдаленное отношение к CRM. Но в данном примере CRM-эффект — это не денежная экономия… Хотя, признаюсь, даже я и мои коллеги изначально не ожидали такого результата, но все приведенные цифры имеют практическое подтверждение в украинских банках. CRM-эффект — это выделение каждого отдельного клиента из «общей массы», персональный подход к нему и применение адекватной стратегии работы на основании истории взаимоотношений. Экономия в этом случае является своеобразным бонусом, наряду с «уверенностью» в том, что хорошие в прошлом клиенты, останутся таковыми и в будущем.
