U siječnju ove godine, B2B neplaćanje dostiglo je rekord od 7,1 milijun tvrtki s neplaćenim dugovima koje, zbrojene, ukupno je iznosilo R$ 154,9 milijardi – povećanje od 4 R$,3 milijarde u odnosu na prethodni mjesec. Ovdje govorimo o 31,4% poduzeća u aktivnostima u zemlji. To su podaci prikupljeni od strane Serasa Experian, koji su u tom mjesecu postigli najveći zabilježeni volumen u povijesnom nizu istraživanja, provodi se mjesečno od 2016.. Da bi se stekla ideja, u siječnju 2024. ova brojka iznosila je 6,7 milijuna i učvrstio trend rasta tijekom godine.
Ova situacija je samo primjer kako neplaćanje među tvrtkama općenito pokazuje evoluciju koja zaslužuje pažnju i, naravno, efikasne akcije. Industrijski sektor, iako predstavlja manji udio u ovoj stvarnosti kašnjenja plaćanja (8% naspram 52,4% usluga i 35,3% trgovine, također se suočava s velikim izazovima u naplati potraživanja.
Činjenica je da, kada kašnjenja nisu adekvatno kontrolirana, mogu ozbiljno ugroziti novčani tok, smanjiti investicijsku sposobnost i čak povećati financijske troškove, ako bude potrebno pribjeći kreditu pod nepovoljnim uvjetima kamata.
To nas vodi da gledanju na različite linije obrane protiv neplaćanja, nešto što ide od analize kreditne sposobnosti do usvojenog modela naplate. Na kraju, u jednom trenutku kada se konsolidira Industrija 4.0 već ukazuje na budućnost 5.0, potrebno je raspraviti iz iste perspektive tradicionalne modele naplate u usporedbi s novim mogućnostima koje donosi tehnologija.
Nedostaje automatizacija tradicionalnim modelima
Naravno, kada govorimo o tradicionalnim modelima, ne radi se o praksama koje su gotovo potpuno u izumiranju, kako poslati pismo ili osobno od strane naplatitelja. Bar ne kada govorimo o masovnim i visokoučinkovitim procesima naplate koje koriste srednja i velika poduzeća. Možemo reći da su tradicionalni modeli oni koji, iako su već u nekoj mjeri digitalni, još uvijek ne koriste na učinkovit način sve mogućnosti koje tehnološki resursi omogućuju danas.
Raspored telefonskih poziva temeljen na listi starenja – popis neurednih klijenata organiziranih prema vremenu kašnjenja – možda je to najosnovniji primjer. Od toga, možemo preći na digitalne kanale e-mail, WhatsApp i SMS. Dogodilo se da bez strategije temeljene na automatizaciji i potpunoj integraciji tih kanala, bit će to samo jednostavna transpozicija telefonskog modela. Svakako brži i skalabilniji, ali, ipak, ispod svog maksimalnog potencijala.
Moramo krenuti od razumijevanja da, u oporavku B2B potraživanja, dinamike pristupa moraju biti inteligentne i kriterijske. Radi se o naplati s sofisticiranijim profilom, usmjereno na dobro informirane stručnjake, s većom spremnošću za ponovnu pregovor o složenijim uvjetima i odredbama. Tako, personalizacija i inteligencija podataka postaju ključne riječi za poboljšanje rezultata u naplati ovog sektora. I to zahtijeva nove resurse.
Napredak donesen novim modelima naplate
Novi modeli naplate su strategije i taktike temeljene na alatima koji koriste umjetnu inteligenciju, prediktivni algoritmi i automatizacije. To su načini djelovanja koji mogu precizno odgovoriti na različite obrasce neplaćanja.
Jedan primjer toga je koncept "digital first", pristup koji daje prioritet digitalnim kanalima kao obliku kontakta i usluge. To ne samo donosi veću učinkovitost i optimizaciju troškova, već također zadovoljava potražnju javnosti, koji sve više preferira udobnost i fleksibilnost digitalne usluge. Osnova ovog koncepta su kanali poput e-pošte, SMS, WhatsApp i društvene mreže, kombinirani s tehnologijama chatbota i virtualnih asistenata.
Strukturiranje pristupa digitalnom prvom zahtijeva korake poput mapiranja putanje kupca, automatizacija procesa, definicija kanala i analiza podataka. To zahtijeva robusnu infrastrukturu, s naprednim resursima, posebno u vezi s kapacitetom obrade velikog volumena informacija, kako data lakeovi i rješenja za strojno učenje. U našem iskustvu u Globalu, dokazali smo da ovaj skup resursa ide daleko izvan optimizacije rezultata naplate, jer također donosi sposobnost prediktivne analize, od koje je moguće izraditi strategije i planirati unaprijed akcije koje umanjuju rizike od neplaćanja.
Usluga treba ostati humanizirana
S toliko širokim spektrom tehnologija i stalnim preklapanjem informacija, efikasna integracija cijelog tog repertoara postaje ključna za maksimalno iskorištavanje i za njen najvažniji cilj, a to je smanjenje stopa neplaćanja. Ali je također potpuna integracija najbolji način za rješavanje uobičajenog paradoksa digitalnih kanala naplate: ljudi preferiraju ovaj automatizirani način, ali ne žele odustati od humanizirane usluge, sljedeće i prilagođeno.
Sama jednostavna usvajanje digitalnih kanala i automatizacija koje nisu povezane s inteligencijom podataka nije dovoljna. Pogledajte primjer onoga što može učiniti dobro integrirana struktura. Recimo da je digitalno rješenje pristupilo putem automatske poruke. Započinje pregovor putem chatbota koji nudi nekoliko opcija optimiziranih uvjeta za tog klijenta. Dakle, pred predloženju, alatica razumije složenost odgovora i skalira tu uslugu do čovjeka, na tečnom načinu, možda neprimjetno za osobu s druge strane.
Operacija poput ove primjera u praksi predstavlja veću stopu uspjeha, zašto ne iskoristi priliku koja se pojavila s otvaranjem za dijalog, ne birokratizira uslugu, ne daj klijentu da čeka, ništa ga ne moli da pristupi drugom kanalu. Sve se rješava u istom kontaktu.
Zašto su novi modeli bolji za industriju?
Mnoge posebnosti industrijskog sektora i vrste neplaćanja s kojima se suočava opravdavaju hitnost modernizacije njegovih modela naplate. Visoke vrijednosti koje se trguju u ovom sektoru zahtijevaju složenije ugovore i uvjete plaćanja i, dakle, naplata koja razumije različite sporazume.
Dugi rokovi plaćanja su drugi faktor, budući da kašnjenja utječu na planiranje proizvodnje, bitan esencijalna strategija svake industrije, i ublažavanje tog rizika zahtijeva brzinu u oporavku potraživanja. Sezonalnost, što snažno utječe na mnoge segmente, to je drugo vrlo specifično pitanje koje utječe na financijsko planiranje i treba ga uzeti u obzir u strategijama naplate i, posebno, u prediktivnim modelima.
Dati brzinu, preciznost, prilagodba i dosljedni rezultati ovog skupa karakteristika ovise o tehnologijama poput umjetne inteligencije i vrlo sofisticirane analize podataka. Resursi koje mogu pružiti samo novi i moderni modeli naplate.
Na kraju, treba se sjetiti osnova, nešto što ni stari ni novi modeli ne mogu zanemariti u izgradnji strategije: naplata je odnos. I uvijek je u potrazi za najboljim odnosom na kojem bi se trebale fokusirati digitalne i automatizacijske tehnologije. Bez tog usmjerenja i ekstremne pažnje u svakom pristupu, rezultati nikada neće biti zadovoljavajući.
