Un informe especial de Finanzas San Luis
Por Matías Devin (*)
En la actualidad tenemos a la inteligencia artificial avanzando y buscando en donde poder ser implementada.
Hoy los call center de cobranzas tienen sistemas que se basan en la distribución de cartera por determinada cantidad de operadores / estudios de externos de cobranza y jurídicos.
El seguimiento de las gestiones quedó obsoleto porque se vuelve muy difícil discernir si la gestión es real o es es fruto de la exigencia por resultados que se solicita a los cobradores, además que es muy difícil saber a ciencia cierta si se realizó profesionalmente.
La irreal supervisión hace creer a las agencias que tienen el control de la operación, auditando algunas gestiones al azar mediante la escucha activa de los audios grabados.
Todos esto parece trivial, pero ese es el modelo actual. Por lo general un supervisor asigna la cartera a sus operadores según su nivel de gestión y estos llaman o escriben por los distintos medios de comunicación con el afán de contactar con el titular. El objetivo es establecer una negociación con una sola meta: la cancelación total de la deuda.
El resultado puede ser diverso, no siempre se logra la cancelación de la deuda. Dentro de esos resultados, por ejemplo, puede existir la aceptación de una refinanciación, la obtención de un compromiso de pago a futuro y por último, en el caso de mantener un incumplimiento recurrente, se lo notifica al deudor de un potencial embargo y acciones judiciales.
La realidad es que la respuesta a estas gestiones tiene un grado de efectividad muy bajo, un gran porcentaje de falla en la comunicación y muy frecuentemente se genera la rotura por tiempo indeterminado de la relación con el cliente.
Mientras todo esto sucede las empresas hacen lo posible para comunicar la situación en estado de deuda a todas las entidades posibles, para obligar al cliente a sentarse y negociar el repago de su deuda.
Esto muchas veces falla por varios motivos
- No todas las empresas informan a su cliente en tiempo y forma cuando existen atrasos en los pagos.
- Solo las grandes entidades informan al BCRA mes a mes y de manera coherente. ¿Sabías que existe una Central de Deudores del Banco Central de la República Argentina? Consultala aquí.
- Pocos acreedores informan su cartera en estado de deuda a VERAZ, NOSIS, SIISA, y cada uno de ellos al no compartir esa información excepto a sus clientes agravan el problema.
¿Qué se puede hacer en el área de cobranzas con la Inteligencia Artificial?
Para salir de todo esto lo primero es analizar al cliente para aprender del mismo.
La inteligencia artificial antes de comenzar una gestión debe establecer la mejor estrategia para llegar al cliente. Como si fuera una jugada de ajedrez, establecer bien con qué fichas y sobre qué tablero va a tener que moverse puede determinar el fracaso o el éxito de la gestión.
Puntos clave que deberá tener un sistema basado en inteligencia artificial.
- La historia del cliente con la entidad actual
- La historia del cliente con otras entidades
- La IA deberá analizar su comportamiento de pago histórico mezclando ambos resultados y proyectándolos sobre un contexto económico futuro de corto plazo
- Tendrá que obtener su actividad laboral actual y analizar la capacidad de pago (basada también en su grupo familiar)
- Otro punto a analizar es la edad laboral para los próximos 12 meses, nivel de estudios y sector al cual pertenece… debido a que si trabaja en un rubro de alta rotación o en una empresa con una rotación muy alta, la inteligencia artificial deberá vincular todos sus esfuerzos a obtener de forma rápida y en corto plazo un recupero total de la deuda más intereses.
- Además de los puntos anteriores, se tendrá que hacer un scraping de la red de internet para identificar si ese cliente está vendiendo algún automotor, propiedad, o alquilando algún inmueble.
- Deberá analizar todas las redes sociales como sus grupos de cercanía para identificar posibles puntos de contactos fuertes, entre otras cuestiones.
- Por ultimo deberá analizar el feedback que realizó el cliente frente a las anteriores interacciones, para analizar el nivel de confianza del cliente a tratar.
Indicadores
Todo esto se tendría que volcar en los siguientes indicadores que decantarían en la mejor estrategia de contacto para con el cliente deudor.
- Capacidad de pago
- Voluntad de pago
- Nivel de contacto
- Estado de confianza
- Pronóstico a futuro
- Estrategia a utilizar
Una vez obtenidos estos resultados al cliente se le asigna una puntuación para cada punto crítico –scoring– y se establece la estrategia a seguir, actualizando los resultados en una matriz única de estrategias de cobranza que la inteligencia artificial deberá pulir y comparar para cada tipo de cliente.
Las ventajas de hacer un sistema así comienza justamente con que podemos tratar a cada cliente de manera diferente. Ya sabemos que determinados estímulos generan determina reacción, pero no todos somos iguales.
Un sistema de cobranza basado en inteligencia artificial puede identificar la mejor manera de tratar con un cliente y cambiar toda su estrategia en cuestiones de segundos si el indicador de cobranza determina que lo ideal sería cambiar el rumbo a seguir.
Hoy estamos trabajando cada uno de esos puntos. No solo estamos trabajando con sintetizadores de voz, o con sistemas de respuestas más humanos, sino que la clave es trabajar en la estrategia inicial, algo que ningún operador de cobranza puede determinar eficientemente y en una fracción de segundo como sí lo puede resolver la inteligencia artificial.
El futuro de la cobranza y las ventas dependerá a futuro de sistemas inteligentes. Hoy se está trabajando en este camino pero entendemos que todo lo mencionado anteriormente ya es viable y que quizás para mantener el aprendizaje el híbrido entre humano y máquina sea el mejor para aplicar en la actualidad.
Como respuesta a la pregunta del inicio: la inteligencia Artificial… ¿remplazará a los equipos de cobranza?
La respuesta es un determinado SI. La inteligencia artificial no solo remplazará a los equipos de cobranza sino que mejorará la respuesta de la misma y creará en el proceso métodos más eficientes e inteligentes que serán los indicadores de las políticas futuras de otorgamiento de créditos en las organizaciones.
(*) Project Development Manager – Web Developer – Web Designer – Frontend Developer – Graphic Designer.
© 2021 – Finanzas San Luis
Encontranos en Twiter – Facebook – LinkedIn – Instagram
info@finanzassanluis.com
