इस साल जनवरी में, बी2बी डिफॉल्ट ने 7 का रिकॉर्ड तोड़ा,1 मिलियन कंपनियाँ हैं जिनके पास बकाया ऋण हैं जो, जोड़ा गया, कुल R$ 154 थे,9 अरब – एक वृद्धि R$ 4,3 अरब पिछले महीने की तुलना में. यहाँ हम 31 की बात कर रहे हैं,देश में सक्रिय कंपनियों का 4%. ये डेटा सेरासा एक्सपेरियन द्वारा एकत्रित किए गए हैं, जिसने उस महीने में शोध के ऐतिहासिक श्रृंखला द्वारा दर्ज किए गए सबसे बड़े मात्रा को प्राप्त किया, 2016 से मासिक रूप से आयोजित किया गया. एक विचार पाने के लिए, जनवरी 2024 में यह संख्या 6 थी,7 मिलियन और वर्ष भर में विकास की प्रवृत्ति को मजबूत किया.
यह परिदृश्य केवल एक उदाहरण है कि कैसे कंपनियों के बीच चूक सामान्य रूप से एक विकास दिखा रही है जो ध्यान देने योग्य है और, स्पष्ट, प्रभावी कार्रवाई. उद्योग क्षेत्र, हालांकि यह देर से भुगतान की इस वास्तविकता में एक छोटे हिस्से का प्रतिनिधित्व करता है (8% बनाम 52,4% की सेवाएँ और 35,3% का व्यापार, यह भी ऋण वसूली में बड़े चुनौतियों का सामना करता है.
यह सच है कि, जब देरी को सही तरीके से नियंत्रित नहीं किया जाता है, यह नकदी प्रवाह को गंभीर रूप से प्रभावित कर सकता है, निवेश की क्षमता को कम करना और यहां तक कि वित्तीय लागतों को बढ़ाना, यदि ब्याज की प्रतिकूल शर्तों में ऋण लेने की आवश्यकता हो तो.
यह हमें चूक के खिलाफ विभिन्न रक्षा पंक्तियों पर विचार करने के लिए ले जाता है, कुछ ऐसा जो क्रेडिट विश्लेषण से लेकर अपनाए गए वसूली मॉडल तक जाता है. आखिरकार, एक ऐसे क्षण में जब उद्योग 4 का समेकन.0 पहले से ही एक भविष्य की ओर इशारा करता है 5.0, यह आवश्यक है कि पारंपरिक संग्रह मॉडलों की तुलना में प्रौद्योगिकी द्वारा लाए गए नए अवसरों पर समान दृष्टिकोण से चर्चा की जाए.
पारंपरिक मॉडलों में स्वचालन की कमी है
स्वाभाविक रूप से, जब हम पारंपरिक मॉडलों की बात करते हैं, तो यह लगभग पूरी तरह से अप्रचलित प्रथाओं की बात नहीं है, जैसे पत्र भेजना या किसी व्यक्ति द्वारा वसूली करना. कम से कम जब हम मध्यम और बड़े व्यवसायों द्वारा उपयोग किए जाने वाले बड़े पैमाने पर और उच्च प्रदर्शन वाले संग्रह प्रक्रियाओं की बात करते हैं. हम कह सकते हैं कि पारंपरिक मॉडल वे हैं जो, हालांकि वे किसी हद तक डिजिटल हो चुके हैं, अभी तक वे सभी क्षमताओं का कुशलता से उपयोग नहीं कर रहे हैं जो आजकल तकनीकी संसाधन प्रदान करते हैं.
एक उम्र सूची के आधार पर फोन कॉल का कार्यक्रम – एक समय की देरी के अनुसार व्यवस्थित डिफॉल्टिंग ग्राहकों की सूची – शायद यह सबसे बुनियादी उदाहरण है. इससे शुरू होकर, हम डिजिटल चैनलों और ई-मेल की ओर बढ़ सकते हैं, व्हाट्सएप और एसएमएस. यह होता है कि बिना स्वचालन और इन चैनलों के पूर्ण एकीकरण पर आधारित एक रणनीति के, यह केवल टेलीफोन मॉडल का एक सरल रूपांतरण होगा. बिल्कुल अधिक तेज़ और स्केलेबल, लेकिन, फिर भी, अपने अधिकतम क्षमता से कम.
हमें इस समझ से शुरू करना चाहिए कि, बी2बी क्रेडिट वसूली में, आवेदन की गतिशीलताएँ बुद्धिमान और चयनात्मक होनी चाहिए. यह एक अधिक परिष्कृत प्रोफ़ाइल के साथ एक वसूली है, सूचित पेशेवरों के लिए लक्षित, एक अधिक जटिल शर्तों और परिस्थितियों में पुनः बातचीत के लिए अधिक तत्परता के साथ. इस प्रकार, व्यक्तिगतकरण और डेटा की बुद्धिमत्ता इस क्षेत्र में वसूली के परिणामों को सुधारने के लिए कुंजी शब्द बन जाते हैं. और इसके लिए नए संसाधनों की आवश्यकता है.
नए बिलिंग मॉडलों द्वारा लाए गए उन्नति
नए बिलिंग मॉडल ऐसे रणनीतियाँ और तकनीकें हैं जो उपकरणों पर आधारित हैं जो कृत्रिम बुद्धिमत्ता का उपयोग करते हैं, पूर्वानुमानित एल्गोरिदम और स्वचालन. ये ऐसे कार्य करने के तरीके हैं जो विभिन्न डिफॉल्ट पैटर्नों का सटीक उत्तर देने में सक्षम हैं.
इसका एक उदाहरण "डिजिटल फर्स्ट" अवधारणा है, एक दृष्टिकोण जो संपर्क और सेवा के रूप में डिजिटल चैनलों को प्राथमिकता देता है. यह न केवल अधिक दक्षता और लागत अनुकूलन लाता है बल्कि यह जनता की मांग को भी पूरा करता है, जो डिजिटल सेवा की सुविधा और लचीलापन को हर बार अधिक पसंद करते हैं. इस अवधारणा का आधार ई-मेल जैसे चैनल हैं, एसएमएस, व्हाट्सएप और सोशल मीडिया, चैटबॉट्स और वर्चुअल असिस्टेंट की तकनीकों के साथ संयोजित.
डिजिटल फर्स्ट दृष्टिकोण की संरचना के लिए ग्राहक यात्रा का मानचित्रण जैसी चरणों की आवश्यकता होती है, प्रक्रियाओं का स्वचालन, चैनलों की परिभाषा और डेटा विश्लेषण. यह एक मजबूत बुनियादी ढांचे की मांग करता है, उन्नत संसाधनों के साथ, विशेष रूप से एक बड़े मात्रा में जानकारी के प्रसंस्करण की क्षमता के संबंध में, डेटा झीलें और मशीन लर्निंग समाधान. हमारे अनुभव में ग्लोबल, हमने साबित किया है कि यह संसाधनों का समूह वसूली के परिणामों को अनुकूलित करने से कहीं अधिक है, क्योंकि यह पूर्वानुमान विश्लेषण की क्षमता भी लाता है, जिससे रणनीतियाँ तैयार करना और पूर्वानुमानित कार्रवाई की योजना बनाना संभव है जो चूक के जोखिमों को कम करे.
सेवा को मानवीकरण जारी रखना चाहिए
एक इतनी विस्तृत प्रौद्योगिकियों की श्रृंखला और जानकारी के निरंतर आदान-प्रदान के साथ, इस सभी सामग्री का कुशल एकीकरण उसके अधिकतम उपयोग और उसके सबसे महत्वपूर्ण उद्देश्य के लिए आवश्यक हो जाता है, जो कि चूक दरों में कमी है. लेकिन यह भी पूर्ण एकीकरण एक सामान्य विरोधाभास को हल करने का सबसे अच्छा तरीका है जो डिजिटल संग्रह चैनलों में है: लोग इस स्वचालित तरीके को पसंद करते हैं, लेकिन वे मानवता से भरे सेवा को छोड़ना नहीं चाहते, नजदीकी और व्यक्तिगत.
सिर्फ डिजिटल चैनलों और डेटा इंटेलिजेंस से अज्ञात स्वचालन को अपनाना पर्याप्त नहीं है. एक अच्छी तरह से एकीकृत संरचना क्या कर सकती है इसका एक उदाहरण देखें. मान लीजिए कि एक डिजिटल समाधान स्वचालित संदेश के माध्यम से संपर्क करता है. एक चैटबॉट के माध्यम से बातचीत शुरू होती है जो उस ग्राहक के लिए कुछ अनुकूलित शर्तों के विकल्प प्रदान करता है. तो, एक प्रतिप्रस्ताव के सामने, उपकरण प्रतिक्रिया की जटिलता को समझता है और इस सेवा को एक मानव तक बढ़ाता है, तरल तरीके से, शायद दूसरी तरफ के व्यक्ति के लिए अदृश्य.
एक ऐसे उदाहरण की तरह एक ऑपरेशन वास्तव में अधिक सफलता दर का प्रतिनिधित्व करता है, क्यों न उस अवसर को खो दें जो संवाद के लिए खुलने के साथ आया है, सेवा को नौकरशाही नहीं बनाता, ग्राहक को इंतजार न कराएं, नहीं कहो कि वह किसी और चैनल पर जाए. यह सब एक ही संपर्क में हल हो जाता है.
क्यों नए मॉडल उद्योग के लिए बेहतर हैं?
औद्योगिक क्षेत्र की कई विशेषताएँ और जिस प्रकार की चूक का वह सामना कर रहा है, उसके कारण वसूली के अपने मॉडलों को आधुनिक बनाने की आवश्यकता है. इस क्षेत्र में उच्च मूल्य के लेनदेन जटिल अनुबंधों और भुगतान की शर्तों की मांग करते हैं और, इसलिए, एक चार्ज जो विभिन्न समझौतों को समझे.
लंबी भुगतान अवधि एक और कारक है, चूंकि देरी उत्पादन की योजना को प्रभावित करती है, किसी भी उद्योग की रणनीति का एक आवश्यक हिस्सा, और इस जोखिम को कम करने के लिए क्रेडिट की वसूली में तेजी की आवश्यकता है. मौसमीकरण, जो कई क्षेत्रों को मजबूत रूप से प्रभावित करता है, यह एक और बहुत विशिष्ट प्रश्न है जो वित्तीय योजना को प्रभावित करता है और इसे वसूली की रणनीतियों में विचार किया जाना चाहिए, विशेषकर, पूर्वानुमान मॉडल में.
चुस्ती देना, सटीकता, कस्टमाइजेशन और लगातार परिणाम इस विशेषताओं के सेट पर निर्भर करते हैं जैसे कि कृत्रिम बुद्धिमत्ता और डेटा का बहुत परिष्कृत विश्लेषण. केवल नए और आधुनिक बिलिंग मॉडल ही प्रदान कर सकते हैं.
अंत में, बुनियादी बातें याद रखना जरूरी है, कुछ ऐसा जो न तो पुराने और न ही नए मॉडल रणनीति बनाने में नजरअंदाज कर सकते हैं: वसूली संबंध है. और हमेशा बेहतर संबंध की खोज में डिजिटल और स्वचालन प्रौद्योगिकियों को केंद्रित होना चाहिए. बिना इस दिशा-निर्देश और हर दृष्टिकोण में अत्यधिक सावधानी के, परिणाम कभी संतोषजनक नहीं होंगे.
