A gennaio di quest'anno, l'inadempienza B2B ha raggiunto il record di 7,1 milione di aziende con debiti scaduti che, somate, totalizzavano R$ 154,9 miliardi – un aumento di R$ 4,3 miliardi rispetto al mese precedente. Qui stiamo parlando di 31,4% delle aziende attive nel paese. Sono dati raccolti da Serasa Experian, che hanno raggiunto in quel mese il volume più alto registrato dalla serie storica della ricerca, realizzata mensilmente dal 2016. Per avere un'idea, a gennaio 2024 questo numero era di 6,7 milioni e ha consolidato una tendenza di crescita nel corso dell'anno.
Questo scenario è solo un esempio di come l'inadempienza tra le aziende in generale stia mostrando un'evoluzione che merita attenzione e, chiaro, azioni efficaci. Il settore dell'industria, sebbene rappresenti una fetta minore in questa realtà di pagamenti in ritardo (8% rispetto al 52,4% di Servizi e 35,3% del Commercio, affronta anche grandi sfide nel recupero del credito.
È un fatto che, quando i ritardi non sono gestiti adeguatamente, possono compromettere seriamente il flusso di cassa, ridurre la capacità di investimento e persino aumentare i costi finanziari, nel caso sia necessario ricorrere al credito in condizioni sfavorevoli di interessi.
Questo ci porta a esaminare le diverse linee di difesa contro l'inadempienza, qualcosa che va dall'analisi del credito fino al modello di riscossione adottato. Dopotutto, in un momento in cui la consolidazione dell'Industria 4.0 già indica un futuro 5.0, è necessario discutere dalla stessa prospettiva i modelli tradizionali di pagamento in confronto con le nuove possibilità offerte dalla tecnologia.
Manca automazione ai modelli tradizionali
Naturalmente, quando parliamo di modelli tradizionali non si tratta di pratiche quasi del tutto obsolete, come inviare una lettera o un esattore di persona. Almeno non quando parliamo di processi di recupero crediti massivi e ad alte prestazioni utilizzati da medie e grandi imprese. Possiamo dire che i modelli tradizionali sono quelli che, anche se sono già digitali in qualche misura, non esplorano ancora in modo efficiente tutte le capacità che le risorse tecnologiche permettono oggigiorno.
Un programma di chiamate telefoniche basato su una lista di invecchiamento – un elenco di clienti morosi organizzato per tempo di ritardo – forse è il più semplice esempio. A partire da questo, possiamo avanzare verso i canali digitali e-mail, WhatsApp e SMS. Succede che senza una strategia basata su automazione e integrazione completa di questi canali, sarà solo una semplice trasposizione del modello telefonico. Più agile e scalabile di sicuro, ma, tuttavia, al di sotto del suo massimo potenziale.
Dobbiamo partire dalla comprensione che, nella recupero del credito B2B, le dinamiche di approccio devono essere intelligenti e critiche. Si tratta di una richiesta di pagamento con un profilo più sofisticato, rivolta a professionisti ben informati, con maggiore disponibilità per una rinegoziazione in termini e condizioni più complesse. Così, personalizzazione e intelligenza dei dati diventano parole chiave per migliorare i risultati nella riscossione di questo settore. E questo richiede nuove risorse.
Progressi portati dai nuovi modelli di fatturazione
I nuovi modelli di fatturazione sono strategie e tattiche basate su strumenti che utilizzano intelligenza artificiale, algoritmi predittivi e automazioni. Sono forme di intervento in grado di rispondere con precisione a diversi modelli di inadempienza.
Un esempio di questo è il concetto "digital first", un approccio che dà priorità ai canali digitali come forma di contatto e assistenza. Questo non solo porta a una maggiore efficienza e ottimizzazione dei costi, ma soddisfa anche una domanda del pubblico, che preferisce sempre di più la comodità e la flessibilità dell'assistenza digitale. Alla base di questo concetto ci sono canali come l'e-mail, SMS, WhatsApp e social media, combinati con tecnologie di chatbot e assistenti virtuali.
La strutturazione di un approccio digital first richiede fasi come la mappatura del percorso del cliente, automazione dei processi, definizione di canali e analisi dei dati. Questo richiede un'infrastruttura robusta, con risorse avanzate, specialmente in relazione alla capacità di elaborazione di un grande volume di informazioni, come data lake e soluzioni di machine learning. Nella nostra esperienza in Global, abbiamo dimostrato che questo insieme di risorse va ben oltre l'ottimizzazione dei risultati di recupero crediti, poiché porta anche capacità di analisi predittiva, a partire dalla quale è possibile tracciare strategie e pianificare azioni anticipate che mitigano i rischi dell'inadempienza.
L'assistenza deve continuare a essere umanizzata
Con un ventaglio così ampio di tecnologie e il costante incrocio di informazioni, l'integrazione efficiente di tutto questo repertorio diventa essenziale per il suo massimo sfruttamento e per il suo obiettivo più importante che è la riduzione dei tassi di insolvenza. Ma è anche l'integrazione totale il modo migliore per risolvere un paradosso comune dei canali digitali di pagamento: le persone preferiscono questo mezzo automatizzato, ma non vogliono rinunciare a un'assistenza umanizzata, prossimo e personalizzato.
La semplice adozione di canali digitali e automazioni scollegate dall'intelligenza dei dati non è sufficiente. Guarda un esempio di cosa può fare una struttura ben integrata. Diciamo che una soluzione digitale faccia un approccio tramite messaggio automatico. Qui inizia una negoziazione tramite chatbot che offre alcune opzioni di condizioni ottimizzate per quel cliente. Quindi, di fronte a una controproposta, lo strumento comprende la complessità della risposta e scala questo servizio fino a un umano, in modo fluido, forse impercettibile per la persona dall'altra parte.
Un'operazione come quella di questo esempio rappresenta nella pratica un tasso di successo maggiore, perché non perdere l'opportunità che è emersa con l'apertura al dialogo, non burocratizza l'assistenza, non far aspettare il cliente, non chiedere di accedere a un altro canale. È tutto risolto nello stesso contatto.
Perché i nuovi modelli sono migliori per l'industria?
Molte peculiarità del settore industriale e del tipo di inadempienza che affronta giustificano l'urgenza di modernizzare i propri modelli di riscossione. I valori elevati negoziati in questo settore richiedono contratti e condizioni di pagamento più complessi e, quindi, una richiesta che comprenda i diversi accordi.
I lunghi termini di pagamento sono un altro fattore, poiché i ritardi influenzano la pianificazione della produzione, parte essenziale della strategia di qualsiasi industria, e mitigare questo rischio richiede agilità nel recupero del credito. La stagionalità, che influisce fortemente su molti segmenti, è un'altra questione molto specifica che impatta la pianificazione finanziaria e deve essere considerata nelle strategie di recupero e, soprattutto, nei modelli predittivi.
Dare agilità, precisione, la personalizzazione e risultati coerenti a questo insieme di caratteristiche dipendono da tecnologie come intelligenza artificiale e analisi molto raffinata dei dati. Risorse che solo i nuovi e moderni modelli di pagamento possono offrire.
Infine, è necessario ricordare le basi, qualcosa che né i modelli antichi né quelli nuovi possono trascurare nella costruzione di una strategia: la riscossione è relazione. E è sempre nella ricerca della migliore relazione che le tecnologie digitali e di automazione devono essere focalizzate. Senza questa direzione e estrema attenzione in ogni approccio, i risultati non saranno mai soddisfacenti.
