Αν και ο τομέας της διαχείρισης απαιτήσεων στην Ελλάδα βρίσκεται στην κόψη του ξυραφιού όσον αφορά το θεσμικό πλαίσιο, οι τεχνολογικές εξελίξεις δεν μπορούν να περιμένουν τις υπουργικές αποφάσεις.

Με 28 δις ευρώ δανείων στο κόκκινο είναι βέβαιο ότι τα τηλέφωνα στις εταιρείες διαχείρισης απαιτήσεων και τα τμήματα διαχείρισης απαιτήσεων των τραπεζών πρέπει να έχον πάρει φωτιά. Ακόμα και στην πιο ασφαλή θεωρητικά κατηγορία δανείων, τα στεγαστικά, οι καθυστερήσεις ξεπερνούν πλέον το 10%.

Η κατηγορία που εμφανίζει σήμερα τις μεγαλύτερες καθυστερήσεις είναι αυτή των καταναλωτικών δανείων και πιστωτικών καρτών. Στα τέλη Ιουλίου τα τραπεζικά στελέχη εκτιμούσαν ότι οι «κόκκινες» οφειλές για τα καταναλωτικά δάνεια ήταν στο 17% και πάνω από 22% για τις πιστωτικές κάρτες.

«Τα χειρότερα θα τα δούμε την ερχόμενη χρονιά», είπε πρόσφατα ο Απόστολος Ταμβακάκης, Διευθύνων Σύμβουλος της Εθνικής Τράπεζας, εκτιμώντας ότι ο δείκτης των μη εξυπηρετούμενων δανείων θα φτάσει στο 12% των συνολικών χορηγήσεων ή και λίγο περισσότερο το 2011.

Ενα ενδιαφέρον νέο στοιχείο είναι η σημαντική αύξηση στις ασυνεπείς συναλλαγές μεταξύ επιχειρήσεων, οι οποίες σύμφωνα με τα τελευταία στοιχεία της ICAP διπλασιάστηκαν την τελευταία διετία.

Φυσικά, τα νέα δεν είναι καθόλου καλά για τους δανειολήπτες, αλλά και για τις τράπεζες που βλέπουν τα χαρτοφυλάκια δανείων τους να απαξιώνονται καθημερινά. Ωστόσο, business is business και επομένως με στόχο το καλύτερο δυνατό αποτέλεσμα, η είσπραξη των οφειλών ανάγεται σε θέμα μείζονος σημασίας.
Μέσα σε αυτό το περιβάλλον και δεδομένης της οικονομικής κρίσης που «πνίγει» σε μεγάλο βαθμό τους προϋπολογισμούς, τα τμήματα διαχείρισης απαιτήσεων θα πρέπει βρουν λύσεις ώστε να πετύχουν υψηλή αποτελεσματικότητα με τα λιγότερα δυνατά έξοδα.

Predictive Dialer: Εντός ή εκτός;
Για το οποιοδήποτε call center που πραγματοποιεί κυρίως εξερχόμενες κλήσεις, όπως τα τμήματα collections, ο predictive dialer είναι το κυριότερο εργαλείο παραγωγικότητας. Απλά και μόνο με την αυτοματοποίηση της διαδικασίας του dialing, δηλαδή της πληκτρολόγησης του τηλεφωνικού αριθμού, είναι δυνατό να επιτευχθεί αύξηση της παραγωγικότητας σε αρκετές περιπτώσεις ακόμα και περισσότερο από 300%.

Αυτός είναι και ο λόγος που η εξέλιξη της τεχνολογίας του predictive dialing είναι διαρκής και τα σημερινά εργαλεία προσφέρουν πολύ περισσότερα από μια απλή αυτοματοποίηση της κλήσης. Ωστόσο, η νέα τάση του predictive dialing δεν έχει να κάνει με την περαιτέρω εξέλιξη των δυνατοτήτων του, αλλά με το χώρο που αυτό λειτουργεί. Οπως και πολλές άλλες λύσεις τεχνολογίας, πλέον και το predictive dialing παρέχεται ως SaaS. Πρακτικά, η εταιρεία απαλλάσσεται από την ανάγκη εγκατάστασης και συντήρησης εξοπλισμού και θεωρητικά δημιουργεί ένα ελεγχόμενο μηνιαίο λειτουργικό κόστος ανάλογα με τις ανάγκες της.

Από τα πολλά πλεονεκτήματα που παρέχει το μοντέλο SaaS, τα σημαντικότερα όσον αφορά το predictive dialing είναι το μηδενικό πάγιο κόστος υλοποίησης και προϋπολογίσιμα μηνιαία έξοδα. Πρακτικά, η εταιρεία μπορεί να ορίσει ανάλογα με το έργο που έχει αναλάβει τους πόρους που θα χρησιμοποιήσει, οι οποίοι είναι εύκολο να μεταβληθούν προς τα πάνω ή προς τα κάτω ανάλογα με τις ανάγκες που θα προκύψουν στην πορεία.

Από την πλευρά των μειονεκτημάτων, σημαντικότερο είναι το ζήτημα της ασφάλειας των προσωπικών δεδομένων. Ηδη το νομοσχέδιο που αφορά τις εταιρείες διαχείρισης απαιτήσεων είναι πολύ αυστηρό όσον αφορά τη διακίνηση προσωπικών δεδομένων οφειλετών, οπότε θεωρητικά η διαχείριση αυτών των δεδομένων από μια τρίτη εταιρεία, τον SaaS provider, δημιουργεί επιπλέον πρόβλημα.

Ωστόσο, θα μπορούσαμε να δούμε στη θέση του SaaS provider την επιχείρηση που θέλει να μαζέψει τα οφειλόμενα, η οποία κρατά τα δεδομένα των οφειλετών της στις δικές της βάσεις δεδομένων, ενώ η εταιρεία διαχείρισης απαιτήσεων θα ήταν ο «πελάτης» που θα αξιοποιούσε αυτά τα δεδομένα για να επικοινωνήσει με τους οφειλέτες.


Campaign management: Στόχευση ακριβείας
Ο ρόλος ενός predictive dialer είναι η μαζική παραγωγή κλήσεων. Πριν από 10 χρόνια, όταν οι «κρύες» λίστες ήταν ένα επιτυχημένο εργαλείο του marketing για την προώθηση δανείων και πλαστικών καρτών, ο predictive dialer ήταν βασιλιάς. «Πρακτικά οποιονδήποτε καλούσαμε τότε θα μπορούσαμε να του πουλήσουμε μια πιστωτική κάρτα ή ένα διακοποδάνειο», λέει πρώην στέλεχος τράπεζας με διευθυντική τότε θέση στο τμήμα προώθησης καρτών.

Σήμερα, η πραγματικότητα είναι εντελώς διαφορετική. Τον τελευταίο χρόνο, περισσότερες από 1 εκατομμύριο πιστωτικές κάρτες ακυρώθηκαν, ενώ όσον αφορά την επέκταση της καταναλωτικής πίστης οι ρυθμοί ήταν αρνητικοί. Θα μπορούσαμε να πούμε με μια δόση χιούμορ ότι οποιονδήποτε και αν καλέσουν σήμερα οι τράπεζες από μια «κρύα» λίστα σε κάποια θα χρωστάει. Αυτό δεν σημαίνει όμως ότι είναι και αποτελεσματική μια τέτοια πρακτική.

Η κάθε κλήση έχει κάποιο κόστος για την εταιρεία που την πραγματοποιεί, και επομένως είναι σημαντικό να γίνεται με αυξημένες πιθανότητες να βρει τον σωστό στόχο. Σε αυτό το πλαίσιο, οι μαζικές κλήσεις στο σύνολο μιας λίστας οφειλετών μπορεί να αποδειχτούν ιδιαίτερα αναποτελεσματικές και δαπανηρές. Αυτός είναι ο λόγος που η έννοια του campaign, περισσότερο γνωστή από το χώρο του marketing, βρίσκει πλέον εφαρμογή και στη διαχείριση απαιτήσεων. Ενα campaign θα μπορούσε να περιέχει τους οφειλέτες ενός συγκεκριμένου εισοδηματικού επιπέδου ή οφειλέτες με μικρά ποσά οφειλών.

Μέσα από ένα τέτοιο σχεδιασμό, ο agent προσαρμόζεται με τη βοήθεια διαφορετικών script, στο είδος του οφειλέτη και της οφειλής, δείχνοντας την ταιριαστή σε κάθε περίπτωση εικόνα. Δεν είναι πλέον λίγες οι φορές που οφειλέτες με οφειλές μερικών δεκάδων ευρώ έχουν αντιμετωπιστεί με χειρότερο τρόπο από αυτόν που αρμόζει στην περίπτωσή τους.

Σε αυτές τις περιπτώσεις, η εταιρεία μπορεί τελικά να εισπράξει την οφειλή, αλλά να χάσει τον πελάτη, εξαιτίας μιας λανθασμένης συμπεριφοράς.

Αντίληψη της συμπεριφοράς των πελατών
Ηδη, όμως, η πληροφορία έχει αρχίσει να κερδίζει την σημασία που έχει στη διαχείριση καθυστερήσεων. Σήμερα που η οικονομική κρίση έχει επηρεάσει κάθε πελάτη και επιχείρηση, οι γενικοί κανόνες διαχείρισης καθίστανται παρωχημένοι και αναποτελεσματικοί. Αντίθετα, η διαδικασία που προσαρμόζεται στις ιδιαιτερότητες και δυνατότητές του οφειλέτη καταλήγει σε αύξηση της απόδοσης του κόστους που αναλώνεται για αυτή τη διαδικασία. Ετσι, επιλέγεται η καλύτερη στρατηγική ενημέρωσης, με τηλεφωνικό, έντυπο ή ηλεκτρονικό τρόπο, που στατιστικά θα έχει τη μεγαλύτερη αποδοχή και απόδοση.

Κυριότερα, όμως, η αξιοποίηση της πληροφορίας στη διαδικασία της διαχείρισης καθυστερήσεων αποτελεί τη βάση της σύγχρονης άμυνας των επιχειρήσεων και του πιστωτικού συστήματος, καθώς επιτρέπεται ο επαναπροσδιορισμός της πίστωσης. «Τι προφίλ πιστωτικού κινδύνου διαμορφώνεται και πώς πρέπει να διαμορφωθεί η πίστωση; Μπορεί να προβλεφτεί η καθυστέρηση;».

Συστήματα ανάλυσης δεδομένων (data analytics) και scoring έχουν σημαντικές εφαρμογές: πρόβλεψη της πιθανότητας καταβολής οφειλών από πελάτες με συγκεκριμένα χαρακτηριστικά. Αλλά και πριν την καθυστέρηση, γίνονται προβλέψεις αναφορικά με τους λογαριασμούς που έχουν μεγαλύτερη πιθανότητα να καθυστερήσουν και σε ποιο βαθμό. Σε αυτό το στάδιο, υπάρχει η δυνατότητα πρόληψης, μέσω κατάλληλων προτάσεων και προσεγγίσεων του πελάτη για την ανεύρεση λύσης πριν το πρόβλημα διογκωθεί και πριν η οικονομική δυστοκία καταλήξει σε οικονομικό στραγγαλισμό, που οδηγεί σε κόστος απώλειας χρήματος και σε κόστος επιπλέον διαχείρισης.

Ετσι, οι επιχειρήσεις έχουν τη δυνατότητα να συγκεντρώσουν στοιχεία και βάσει αυτών να διαμορφώσουν προϊόντα (όπως αναδιαρθρώσεις) που θα ανταποκρίνονται στις ανάγκες των πελατών τους, θα εξασφαλίζουν την καλή εξυπηρέτηση της πελατείας τους και ενώ από την μία θα μειώνουν το κόστος τους, θα διατηρούν την ανταγωνιστικότητά τους στην αγορά.

Τα data analytics βασίζονται σε «καθαρή» πληροφορία των πρωτογενών συστημάτων (διαχείρισης καθυστερήσεων, dialers, κεντρικά συστήματα) και προϋποθέτουν πολύ καλό MIS και καλή ανάλυση. Η χρήση τους μπορεί να γίνει από τον Οργανισμό Πίστωσης, ή από τις συνεργαζόμενες εταιρείες ενημέρωσης. Ετσι, οι μηχανισμοί αυτοί γίνονται εργαλεία στρατηγικής για τον business expert που δημιουργούν μόνο οφέλη σε ένα οικονομικό περιβάλλον που μέχρι τώρα λειτουργούσε συνήθως κατά περίπτωση.