Em janeiro deste ano, a inadimplência B2B atingiu o recorde de 7,1 milhões de empresas com dívidas em atraso que, somadas, totalizavam R$ 154,9 bilhões – um aumento de R$ 4,3 bilhões em relação ao mês anterior. Aqui estamos falando de 31,4% das empresas em atividade no país. São dados levantados pela Serasa Experian, que atingiram naquele mês o maior volume registrado pela série histórica da pesquisa, realizada mensalmente desde 2016. Para se ter uma ideia, em janeiro de 2024 este número era de 6,7 milhões e consolidou uma tendência de crescimento ao longo do ano.
Este cenário é apenas um exemplo de como a inadimplência entre empresas de modo geral vem apresentando uma evolução que merece atenção e, claro, ações efetivas. O setor da indústria, embora represente uma fatia menor nesta realidade de pagamentos em atraso (8% frente a 52,4% de Serviços e 35,3% do Comércio), também enfrenta grandes desafios na recuperação de crédito.
É fato que, quando atrasos não são controlados adequadamente, podem comprometer seriamente o fluxo de caixa, reduzir a capacidade de investimento e até mesmo elevar os custos financeiros, caso seja necessário recorrer ao crédito em condições desfavoráveis de juros.
Isso nos leva a olhar para as diferentes linhas de defesa contra a inadimplência, algo que vai desde a análise de crédito até o modelo de cobrança adotado. Afinal, em um momento no qual a consolidação da Indústria 4.0 já aponta para um futuro 5.0, é preciso debater sob a mesma perspectiva os modelos tradicionais de cobrança em comparação com as novas possibilidades trazidas pela tecnologia.
Falta automação aos modelos tradicionais
Naturalmente, quando falamos em modelos tradicionais não se trata de práticas quase em total desuso, como envio de carta ou de um cobrador em pessoa. Ao menos não quando falamos em processos de cobrança massivos e de alta performance utilizados por médias e grandes empresas. Podemos dizer que modelos tradicionais são aqueles que, embora já sejam digitais em alguma medida, ainda não exploram de modo eficiente todas as capacidades que os recursos tecnológicos permitem hoje em dia.
Um cronograma de ligações telefônicas baseado em uma aging list – uma relação de clientes inadimplentes organizada pelo tempo de atraso – talvez seja o mais básico exemplo. A partir disso, podemos avançar para os canais digitais e-mail, WhatsApp e SMS. Acontece que sem uma estratégia baseada em automação e integração plena desses canais, será somente uma transposição simples do modelo telefônico. Mais ágil e escalável com certeza, mas, ainda assim, aquém de seu máximo potencial.
Precisamos partir do entendimento de que, na recuperação de crédito B2B, as dinâmicas de abordagem precisam ser inteligentes e criteriosas. Trata-se de uma cobrança com perfil mais sofisticado, direcionada a profissionais bem-informados, com maior disposição para uma renegociação em termos e condições mais complexas. Assim, personalização e inteligência de dados se tornam palavras-chaves para melhorar os resultados na cobrança desse setor. E isso requer novos recursos.
Avanços trazidos pelos novos modelos de cobrança
Os novos modelos de cobrança são estratégias e táticas baseadas em ferramentas que utilizam inteligência artificial, algoritmos preditivos e automações. São formas de atuação capazes de responder com precisão a diferentes padrões de inadimplência.
Um exemplo disso é o conceito “digital first”, uma abordagem que prioriza os canais digitais como forma de contato e atendimento. Isso não apenas traz mais eficiência e otimização de custos como também atende a uma demanda do público, que prefere cada vez mais a comodidade e a flexibilidade do atendimento digital. A base desse conceito são canais como e-mail, SMS, WhatsApp e redes sociais, combinados com tecnologias de chatbots e assistentes virtuais.
A estruturação de uma abordagem digital first requer etapas como mapeamento da jornada do cliente, automatização de processos, definição de canais e análise de dados. Isso exige uma infraestrutura robusta, com recursos avançados, especialmente em relação à capacidade de processamento de um grande volume de informações, como data lakes e soluções de machine learning. Em nossa experiência na Global, temos comprovado que esse conjunto de recursos vai muito além de otimizar os resultados de cobrança, pois traz também capacidade de análise preditiva, a partir da qual é possível traçar estratégias e planejar ações antecipadas que mitiguem os riscos da inadimplência.
Atendimento deve continuar humanizado
Com um leque tão amplo de tecnologias e o cruzamento constante de informações, a integração eficiente de todo esse repertório se torna essencial para seu máximo aproveitamento e para seu objetivo mais importante que é a redução das taxas de inadimplência. Mas é também a integração total a melhor forma de solucionar um paradoxo comum dos canais digitais de cobrança: as pessoas preferem esse meio automatizado, mas não querem abrir mão de um atendimento humanizado, próximo e personalizado.
A simples adoção de canais digitais e automações desconectadas de inteligência de dados não é suficiente. Veja um exemplo do que pode fazer uma estrutura bem integrada. Digamos que uma solução digital faça uma abordagem por meio de mensagem automática. Ali se inicia uma negociação por chatbot que oferece algumas opções de condições otimizadas para aquele cliente. Então, diante de uma contraproposta, a ferramenta entende a complexidade da resposta e escala esse atendimento até um humano, de modo fluido, talvez imperceptível para a pessoa do outro lado.
Uma operação como a deste exemplo representa na prática maior taxa de sucesso, porque não perde a oportunidade que surgiu com a abertura para o diálogo, não burocratiza o atendimento, não faz o cliente esperar, nem pede para ele acessar outro canal. É tudo resolvido no mesmo contato.
Por que novos modelos são melhores para a indústria?
Muitas particularidades do segmento industrial e do tipo de inadimplência que enfrenta justificam a urgência em modernizar seus modelos de cobrança. Os altos valores negociados nesse setor exigem contratos e condições de pagamento mais complexos e, portanto, uma cobrança que entenda os diferentes acordos.
Os longos prazos de pagamento são outro fator, já que atrasos afetam o planejamento da produção, parte essencial da estratégia de qualquer indústria, e mitigar esse risco requer agilidade na recuperação do crédito. A sazonalidade, que afeta fortemente muitos segmentos, é outra questão muito específica que impacta o planejamento financeiro e deve ser considerada nas estratégias de cobrança e, sobretudo, nos modelos preditivos.
Dar agilidade, precisão, customização e resultados consistentes a este conjunto de características depende de tecnologias como inteligência artificial e análise bastante refinada de dados. Recursos que somente os novos e modernos modelos de cobrança podem entregar.
Por fim, é preciso lembrar do básico, algo que nem os antigos nem os novos modelos podem deixar de lado na construção de uma estratégia: cobrança é relacionamento. E é sempre na busca do melhor relacionamento que as tecnologias digitais e de automação devem estar focadas. Sem esse direcionamento e extremo cuidado em cada abordagem, os resultados nunca serão satisfatórios.
