Administración inteligente de límites de crédito y estrategias de cobranza

Transcripción

1 Administración inteligente de límites de crédito y estrategias de cobranza Cómo las soluciones integradas le permiten a las entidades realizar procesos complejos de manera automatizada utilizando modelos predictivos y estrategias de negocio

2

3 El suceso en la gestión de los límites de crédito o la estrategia de cobranza, depende de los siguientes principios fundamentales: La acción adecuada Al cliente correcto En el momento efectivo Por el canal óptimo Hacer realidad los anteriores principios

4 Procesos de negocios: Administración de límites de crédito El objetivo es realizar el mantenimiento de límites de créditos para adaptarnos a las características dinámicas de los clientes. Optimización de la cobranza El objetivo es mantener o disminuir la tasa de mora optimizando los costos de gestión de cobranza

5 Los desafíos a la hora de planificar: Cuales son la mejores variables para administrar límites de crédito o desarrollar la estrategia de cobranza? Podríamos contar con variables que expresen la probabilidad de una persona a utilizar el limite y a no incumplir su crédito? Cómo seleccionamos la población a la cual aplicaremos las acciones? Cómo validamos cual es la mejor manera de realizar el procesos? Cómo validamos los resultados del proceso? Clave para mejorar en los próximos

6 Las claves del éxito: Desafiar las convenciones Agilidad para implementar estrategias Mejores prácticas

7 7 Desafiar las Convenciones

8 Tengo que aumentar todos los límites en el mismo nivel Los modelos predictivos permiten identificar niveles de riesgo, en los cuales no es conveniente aumentar la exposición. egmentar los clientes me permitirá mejorar la mora de la cartera general.

9 Hay que llamar a todos los morosos! Los modelos predictivos permiten identificar el 15%-25% de los clientes que van a pagar en forma voluntaria. Ademas del ahorro de costos, llamar a estos clientes puede impactar negativamente en la relacion con el cliente

10 Mas contactos mejora la cobranza! Los modelos predictivos permiten determinar la acción adecuada, al menor costo; para maximizar el recupero.

11 Hay que actuar en función del atraso! En general se utilizan estrategias menos agresivas y de menor costo los primeros días y luego se deriva a otras mas efectivas. in embargo es mejor hacerlo en función de montos y scores.

12 Lleva mucho tiempo y es muy complejo! Nuestras soluciones incluyen modelos prearmados que son adaptados rapidamente a cada cartera Incluye capacitación y soporte para: la interpretación de los resultados obtenidos el seguimiento y actualización de los modelos

13 istemas tiene siempre otra prioridad! La solución se entrega llave en mano e implementa en pocas semanas

14 Agilidad para Implementar Estrategias

15 C O R E C O R E E T R A TE G I A M O N I T O R E O M O N I T O R E O Por supuesto, no basta con el desarrollo del score Hace falta crear e implementar estrategias que los utilicen Y monitorear los resultados

16 Metodologia Champion/Challenger Testear C O R E Monitorear E T R A TE E T R A TE E T ETRATEGIA ETRATEGIA A CHAMPION TE R ETRATEGIA CHALLENGER G I A G I A G I A M O N I T O R E O

17 Metodologia Champion/Challenger Testear Monitorear Mejorar E T R A TE G I A C O R E E T R E T R ETRATEGIA A ETRATEGIA A ETRATEGIA CHAMPION TE CHALLENGER TE CHAMPION CHALLENGER G I A G I A M O N I T O R E O

18 Optimización de la Cobranza

19 Tradicionalmente se determina la estrategia de cobranza en función de: Antigüedad del Atraso Monto de la deuda Días de Atraso Monto Deuda

20 core Las técnicas predictivas nos brindan una nueva dimensión: core de Cobranza El score es un puntaje que permite ordenar las cuentas de acuerdo a la probabilidad de cobro futura Atraso Monto Muy Malas Muy Buenas

21 Qué evento queremos predecir? Voy a recuperar esta deuda en mora? Mas formalmente Cual es la probabilidad de que recupere está deuda atrasada en los próximos 30 días?

22 Implementación de Estrategias de Gestión Utilizando solo el core TILN Cant TIL_Min TIL_Max MOROO_Mean EXIGIBLE_Mean MORA_Mean % % % % Ordena adecuadamente la mora, pero no discrimina entre saldos mayores y menores VARIABLE core plus TILN Cant TIL_Min TIL_Max MOROO_Mean EXIGIBLE_Mean MORA_Mean ,1% ,3% ,7% ,5% Al combinar el core, el aldo de Deuda y los Días de mora, de manera de optimizar junto con la probabilidad de no pago, las cuentas de mayor monto y mayor cantidad de días de mora.

23 Impacto en la Gestión Gestiones Marzo Ntil Cant Moroso Mean Cuentas con una gestión Gestionado Mean Gestiones por cuentas ,4% ,4% 3, ,9% ,4% 3, ,7% ,5% 3, Gestiones Julio Ntil Cant Moroso Mean Cuentas con una gestión Gestionado Mean Gestiones por cuentas ,1% ,0% 4, ,3% ,4% 2, ,7% ,6% 1, Las cuentas mas riesgosas son gestionadas mas cantidad de veces y en porcentaje mayor, lo que impacta en una reducción del 20% de malos

24 REULTADO: Reducción de la mora temprana en un 20% Mayor frecuencia de llamadas a clientes con más riesgo Reducción de llamadas a cuentas que pagan solas, evitando reclamos de clientes Los operadores dicen: ya no tenemos cuentas para gestionar! Entonces 1. Extendieron las llamadas a clientes con mayor cantidad de días del mora, redistribuyendo el capacity. 2. Disminuyeron la dotación (no reponiendo las personas que renunciaban)

25 A modo de Resumen: cores de Cobranza: permiten desarrollar estrategias para: Cobrar mas dinero Mas rápido Con menos esfuerzo Preservar la relación con el cliente Cobranza Predictiva The use of collection and recovery analytics is huge: it s the difference between best-inclass and average performance. Modelos a medida: e adecúan a las características de cada cartera y organización, permiten mayor predicción y mejores estrategias. Monitoreo: fundamental para evaluar los modelos, las estrategias de cobranza y los test Champion/Challenger para la mejora constante de la rentabilidad. Optimización: para asignar el canal y la estrategia que maximice la ganancia El uso intensivo de modelos predictivos hace la diferencia entre los mejores rendimientos y los rendimientos promedio

26 Administración de Límites de Crédito

27 Mantenimiento de Límites El score ordena las cuentas de acuerdo a la probabilidad de ser malas, permitiendo desarrollar estrategias diferenciadas Un buen método consiste en aplicar la política genérica, pero un poco mas flexible para los mejores, y un poco menos para los peores...

28 Evaluación de la capacidad Predictiva core Población Buenos/Malos Ascendente Malos descendente Intervalo Intervalo Acumulado Lift Odds K Ordena la probabilidad de ser malo!

29 Política de Asignación de Límites % 3i % 4i % 5i

30 Ejemplo: Tablas Duales egmentado por Riesgo Bajo Riesgo: 60% de la población 35% de la financiación 50% de las compras Riesgo Medio: 25% de la población 35% de la financiación 30% de las compras Alto Riesgo: 15% de la población 30% de la financiación 20% de las compras Estrategia Bajo Riesgo %Población Bajo Riesgo ubsegmento Cuentas % de Cuentas 16% % Malos 1,04% 0,91% Compras $ $ Promedio $ 431 $ %Compras 62% Financiacion $ $ Promedio $ 163 $ 496 %Compras 48%

31 Resultados Rápido La implementación se realizó en muy poco tiempo Flexible e pudo implementar sin problema la política de riesgo, los criterios de up grade, la tabla de visa, etc. Gráfico Es muy fácil analizar gráficamente la información y los resultados Intuitivo La implementación resultante es interpretable por los diferentes usuarios que deben participar del proceso Dinámico Permite realizar rápidamente pruebas y simulaciones Auditable La especificación es directa, por lo tanto se puede auditar Automático Puede ejecutarse todos los meses en forma automática e inclusive generar el archivo en el formato VIA/MATERCARD/ETC.

32 MARTWORKBENCH RIK cores Parámetros Cliente Productos P Modeler mart WorkBench Credit Acciones Gestiones Comportamiento Historico y/o core Mercado Reportes

33 33 Reglas generadas: olución Integral Matrices de decisión:

34 34 Ejemplo de un reporte operacional (Reporte del proceso): olución Integral

35 35 Ejemplo de un reporte de performance (Reporte de performance): olución Integral

36 36 Ejemplo de un reporte de evolución (Reporte de evolución de deuda por nivel de riesgo): olución Integral

37 martworkbench Risk Funcionalidad Mejora la eficiencia de los procesos de administración de límites de crédito y la gestión de cobranza Caracteristicas Principales Calcula la probabilidad que un cliente cumpla su crédito o pague su deuda dentro del ciclo de mora Considera el score, el monto y la antiguedad Modelos a medida, orientados a la cartera, producto y ciclo de mora Administra todo el proceso de decisión Definición de Canal, Acción y Mensaje Identifica el modelo óptimo Monitoreo de resultados Perfomance de cores Ratios de cobranza Efectividad de las Estrategias Champion/Challenger Arquitectura Flexible ervicio On-ite

38 La solución propuesta reune: EXPERIENCIA Aproveche las Mejores Prácticas de la industria, Utilice una metodología comprobada para obtener resultados confiables PRECIIÓN Baje los costos y aumente los ingresos mediante modelos-scores orientados a su negocio y población Mantega los modelos actualizados CONITENCIA Decisiones automáticas que se aplican una y otra vez, para cada etapa del ciclo de vida del cliente Mecanismos de mejora continua de las estrategias para aumentar la rentabilidad de la operatoria AGILIDAD Logre una visión 360 de sus clientes, y mejores decisiones (Predictivas) Cambie e implemente nuevas políticas en forma rápida y sencilla FUTURO Implemente la metodología. Demuestre resultados. Con una plataforma que le permite crecer en forma segura y fácilmente integrable a sus sistemas.

39 Algunos de Nuestros Clientes

40 Martín Pallares Gerente de Desarrollo de Negocios mart Business olutions.a.