בינואר השנה, החוב הלא משולם B2B הגיע לשיא של 7,1 מיליון חברות עם חובות פיגורים ש, סומדות, הסתכמו ב-R$ 154,9 מיליארד – עלייה של 4 ריאל,3 מיליארד ביחס לחודש הקודם. כאן אנחנו מדברים על 31,4% מהחברות הפועלות במדינה. נתונים שנאספו על ידי סרסה אקספריאן, שהשיגו באותו חודש את הנפח הגבוה ביותר שנרשם בסדרה ההיסטורית של המחקר, מתבצעת מדי חודש מאז 2016. כדי לקבל מושג, בינואר 2024 המספר הזה היה 6,7 מיליון וחיזק מגמת צמיחה לאורך השנה.
התסריט הזה הוא רק דוגמה כיצד חובות בין חברות באופן כללי מציגים התפתחות שדורשת תשומת לב ו, ברור, פעולות אפקטיביות. המגזר התעשייתי, אם כי הוא מייצג נתח קטן יותר במציאות זו של תשלומים מאוחרים (8% מול 52,4% שירותים ו-35,3% של המסחר, גם מתמודדת עם אתגרים גדולים בשיקום האשראי.
זה факт ש, כאשר עיכובים אינם מנוהלים כראוי, עלולים לפגוע באופן חמור בזרם המזומנים, להפחית את יכולת ההשקעה ואפילו להעלות את העלויות הפיננסיות, אם יהיה צורך לפנות לאשראי בתנאים לא נוחים של ריבית.
זה מוביל אותנו להסתכל על הקווים השונים של הגנה נגד חדלות פירעון, משהו שנע בין ניתוח אשראי למודל הגבייה המאומץ. בסופו של דבר, ברגע שבו הקונסולידציה של התעשייה 4.0 כבר מצביע על עתיד 5.0, צריך לדון מאותה פרספקטיבה את המודלים המסורתיים של גבייה בהשוואה לאפשרויות החדשות שמביאה הטכנולוגיה.
חסרה אוטומציה לדגמים המסורתיים
באופן טבעי, כאשר אנו מדברים על מודלים מסורתיים, אין מדובר בפרקטיקות כמעט שאינן בשימוש, כיצד לשלוח מכתב או על ידי גבאי באופן אישי. לפחות לא כשמדובר בתהליכי גבייה המוניים וביצועים גבוהים המיועדים לחברות בינוניות וגדולות. אפשר לומר שמודלים מסורתיים הם אלה ש, אם כי הם כבר דיגיטליים במידה מסוימת, עדיין לא מנצלים בצורה יעילה את כל היכולות שהמשאבים הטכנולוגיים מאפשרים כיום.
לוח זמנים של שיחות טלפון המבוסס על רשימת גילאים – רשימה של לקוחות חייבים מאורגנת לפי זמן האיחור – אולי זה הדוגמה הבסיסית ביותר. מזה, אנחנו יכולים להתקדם לערוצים הדיגיטליים דוא"ל, וואטסאפ וסמס. קורה שבלי אסטרטגיה המבוססת על אוטומציה ואינטגרציה מלאה של הערוצים הללו, זה יהיה רק העברה פשוטה של המודל הטלפוני. יותר זריז וניתן להרחבה בוודאות, אבל, עדיין כך, מתחת לפוטנציאל המקסימלי שלו.
עלינו להתחיל מההבנה ש, בהחזרת חובות B2B, הדינמיקות של הגישה צריכות להיות חכמות ומדוקדקות. מדובר בגבייה עם פרופיל יותר מתוחכם, מכוונת למקצוענים מעודכנים, עם נכונות רבה יותר לחדש משא ומתן בתנאים ובתנאים מורכבים יותר. כך, התאמה אישית ואינטליגנציה של נתונים הופכות למילות מפתח לשיפור התוצאות בגבייה של תחום זה. וזה דורש משאבים חדשים.
התקדמות שהביאו המודלים החדשים של גבייה
המודלים החדשים לגבייה הם אסטרטגיות וטקטיקות המבוססות על כלים המשתמשים בבינה מלאכותית, אלגוריתמים חיזויים ואוטומציות. זוהי צורות פעולה המסוגלות להגיב בדיוק לדפוסים שונים של אי-תשלום.
דוגמה לכך היא המושג "דיגיטלי קודם", גישה שמעדיפה את הערוצים הדיגיטליים כאמצעי ליצירת קשר ושירות. זה לא רק מביא יותר יעילות ואופטימיזציה של עלויות אלא גם עונה על דרישה של הקהל, שמעדיף יותר ויותר את הנוחות והגמישות של שירות דיגיטלי. הבסיס של המושג הזה הוא ערוצים כמו דוא"ל, אסמס, וואטסאפ ורשתות חברתיות, משולבים עם טכנולוגיות של צ'אטבוטים ועוזרים וירטואליים.
המבנה של גישה דיגיטלית ראשונה דורש שלבים כמו מיפוי מסלול הלקוח, אוטומציה של תהליכים, הגדרת ערוצים וניתוח נתונים. זה דורש תשתית חזקה, עם משאבים מתקדמים, במיוחד ביחס ליכולת עיבוד של כמות גדולה של מידע, כיצד אגמי נתונים ופתרונות למידת מכונה. בנסיוננו ב-Global, הוכחנו שהסט הזה של משאבים הולך הרבה מעבר לאופטימיזציה של תוצאות הגבייה, כי זה מביא גם יכולת ניתוח חיזוי, ממנה אפשר לשרטט אסטרטגיות ולתכנן פעולות מוקדמות שיקטינו את הסיכונים של אי-תשלום.
הטיפול חייב להמשיך להיות אנושי
עם מגוון רחב כל כך של טכנולוגיות והצלבה מתמדת של מידע, האינטגרציה היעילה של כל הרפרטואר הזה הופכת להיות חיונית למקסימום ניצול שלו ולמטרה החשובה ביותר שלו שהיא הפחתת שיעורי האי-עמידה בתשלומים. אבל זו גם האינטגרציה המלאה הדרך הטובה ביותר לפתור פרדוקס נפוץ של ערוצי הגבייה הדיגיטליים: אנשים מעדיפים את האמצעי האוטומטי הזה, אבל הם לא רוצים לוותר על טיפול אנושי, קרוב ואישי.
אימוץ פשוט של ערוצים דיגיטליים ואוטומציות מנותקות של אינטליגנציה של נתונים אינו מספיק. ראה דוגמה למה יכולה לעשות מבנה משולב היטב. נאמר שפתרון דיגיטלי מבצע גישה באמצעות הודעה אוטומטית. עלי מתחילה משא ומתן באמצעות צ'אטבוט המציע כמה אפשרויות של תנאים מותאמים ללקוח ההוא. אז, נוכח הצעת נגד, הכלי מבין את המורכבות של התגובה ומספק את השירות הזה עד לאדם, באופן זורם, אולי בלתי מורגש לאדם מהצד השני.
פעולה כמו בדוגמה זו מייצגת למעשה שיעור הצלחה גבוה יותר, למה לא לפספס את ההזדמנות שהופיעה עם הפתיחות לדיאלוג, לא ביורוקרטי את השירות, אל תגרום ללקוח לחכות, אל תבקש ממנו לגשת לערוץ אחר. הכל נפתר באותו קשר.
למה מודלים חדשים טובים יותר עבור התעשייה?
רבות מהמאפיינים של המגזר התעשייתי וסוגי החובות שהוא מתמודד איתם מצדיקים את הדחיפות לעדכן את מודלי הגבייה שלו. הערכים הגבוהים המוסכמים בתחום זה דורשים חוזים ותנאי תשלום מורכבים יותר ו, לפיכך, חיוב שמבין את ההסכמים השונים.
התקופות הארוכות לתשלום הן גורם נוסף, מאחר שהעיכובים משפיעים על תכנון הייצור, חלק חיוני באסטרטגיה של כל תעשייה, ולהפחית את הסיכון הזה דרושה זריזות בשיקום האשראי. העונתיות, שזה משפיע חזק על רבים מהקטגוריות, זו שאלה מאוד ספציפית שמשפיעה על התכנון הפיננסי ויש לקחת אותה בחשבון באסטרטגיות הגבייה ו, מעיל גשם, במודלים חיזויים.
לתת זריזות, דיוק, התאמה אישית ותוצאות עקביות של סט תכונות זה תלויות בטכנולוגיות כמו אינטליגנציה מלאכותית וניתוח מעודן מאוד של נתונים. משאבים שרק המודלים החדשים והמודרניים של גבייה יכולים לספק.
לבסוף, צריך לזכור את הבסיס, משהו שלא רק הדגמים הישנים ולא החדשים יכולים להתעלם ממנו בבניית אסטרטגיה: גבייה היא מערכת יחסים. וזה תמיד בחיפוש אחר מערכת היחסים הטובה ביותר שהטכנולוגיות הדיגיטליות והאוטומציה צריכות להיות ממוקדות. בלי הכוונה זו וזהירות רבה בכל גישה, התוצאות לעולם לא יהיו מספקות.
