De afgelopen jaren heb ik een aantal blogs voor BVCM geschreven over data, de analyse van data en waar de (on)waarheden of (on)mogelijkheden zitten. Vragen als "wat is big data?", "hoe kan ik achterhalen waar voor mij het voordeel zit?" en "zijn er nog beperkingen?" zijn stuk voor stuk langsgekomen en in perspectief beantwoord.

Eénduidige antwoorden op deze vragen zijn er niet, iedere situatie heeft zijn historie die je zal moeten begrijpen en respecteren. Daarnaast heb je een ‘burning platform’ nodig om het idee te kunnen verkopen. Er moet iets te halen zijn of soms bijna letterlijk in brand staan. Zonder deze voorwaarden is nagenoeg ieder initiatief kansloos.
 
Tijdens het schrijven van deze blogs, de afgelopen drie jaar, heeft ook BVCM niet stil gezeten en zijn tevens met data aan de slag gegaan. Kunnen wij vanuit onze historie leren, door betere (incasso)resultaten neer te zetten en zo de markt volledig anders te bedienen? Brengt een 'machine learning toepassing' ons meerwaarde in de dagelijkse bedrijfsvoering? Waar moet de focus liggen om met data een strategisch voordeel te creëren?

Op al deze vragen geven wij uitvoerig antwoord tijdens de Academy: Kunstmatige Intelligentie op donderdag 4 oktober a.s. in de werkspoorkathedraal te Utrecht. Interesse? Klik dan hier om u aan te melden.
 
De afgelopen 15 maanden is er veel gebeurd om data haar bijdrage te laten leveren:
 
  • Alle applicaties zijn real time met elkaar verbonden en manuele werkprocessen waar mogelijk geautomatiseerd;
  • Sales is centraal in een CRM omgeving opgezet en ook realtime met de data verbonden;
  • Er is een data model gemaakt waarmee wij een incassotraject (welke acties uitvoeren) en resultaat (kans dat de factuur wordt betaald) kunnen voorspellen;
  • Het model is vertaald naar een applicatie en geïntegreerd in de dagelijkse werkpraktijk van BVCM.

Met de data zijn wij van transactionele reporting naar zogeheten ‘predictive analytics’ gegaan, vertaald naar de dagelijkse werkpraktijk: we kunnen op basis van alle invoerparameters voorspellen welke acties er uitgevoerd dienen te worden en de kans dat een factuur wordt betaald bepalen. Zonder enige voorkennis van de klant, debiteur of factuur. 

Momenteel is de kansbepaling nauwkeuriger dan de credit score zoals die vaak vooraf wordt bepaald. Het verschil zit hem immers in de klant, debiteur, branche, omgeving, factuur, product, specifieke factoren etc. en gaat veel verder dan conventionele methoden en werkwijzen. Nieuwe verbindingen maken compleet andere businessmodellen mogelijk.
 
Strategisch heb je een ander voordeel: door de intelligente data-omgeving haak je beter aan bij het adaptieniveau vanuit het klanten- en debiteurenperspectief. Er is minder afhankelijkheid van het dure juridische traject en je kan het verschil maken in de minnelijke fase. Hierdoor wordt de verwijding tussen technische ontwikkeling en de menselijke factor overbrugt. Bekijk hier één van de definities van disruptie.
 
  • 28 September 2018
  • Igor Wortel