Op verzoek van BVCM, een blog over credit management en data. "Is daar niet al heel veel over gesproken, geschreven en gepubliceerd?". De afgelopen maanden zijn er allemaal prachtige stukken voorbij gekomen: next best action van Cannock Chase, 'QuantQollect' van Quantforce, Neurop in samenwerking met OnQuard, BVCM met de pragmatische data oplossing en nog veel meer.

Maar waar staan we dan in dit verhaal? En hoe speelt data een rol binnen credit management anders dan het inschatten van kredietwaardigheid, betaalgedrag of historische uitwinbaarheid?


Hypes en trends volgen

In een wereld waarin je letterlijk wordt gebombardeerd met artikelen over allerlei hypes en trends zoals: blockchain, artificiële intelligentie, bigdata (alweer beetje belegen term, maar toch...) is het lastig het kaf van het koren te scheiden. De generieke ontwikkeling wordt uit het oog verloren en we zien vaak klanten achter de grootste hype aanlopen. Dat is niet slecht en zelfs heel verklaarbaar. Echte specialisten zijn schaars. Daarnaast moeten ze de business kennen mochten ze ook daadwerkelijk iets toe willen voegen. De realiteit lijkt echter meer op een troep spreeuwen. De Engelse term hiervoor is ‘Black Sun’, men vliegt achter elkaar aan zonder een duidelijk doel of bepaalde richting te hebben
 
We kunnen binnen het vakgebied credit management geen platform vormen omdat we niet de hele keten aan activiteiten beheersen. Het zo optimaal benutten van de eigen processtappen is het best haalbare. Kunnen we onze historische data daar dan bij gebruiken? En welke techniek is haalbaar? Net als de snelheid of het tarief van een incassotraject, is de vraag "Hoe blijven we de concurrentie voor?" steeds meer bijzaak. Dan schep je wel een set aan voorwaarden vanuit een strategische keuze: je wilt de laatste techniek gebruiken en eigenlijk zonder voorkennis een incassotraject voorspellen? Dat kan. Met algoritmen en op basis van de historie als trainingsmateriaal.


Omdenken in data

Maar zijn we bereid om vanuit een compleet mens-centrale samenleving naar een data-centrale samenleving te leren denken? Dan hebben we ook andere regels nodig. Is de technologie die het vertrouwen moet waarborgen (bijvoorbeeld blockchain) op tijd van de juiste ethische randvoorwaarden voorzien? Op dit moment doen de blockchain applicaties meer schade aan je business model, dan dat het er beter van wordt. Zijn de systeemgrenzen en uitkomst-categorieën voor een AI-systeem beperkend genoeg? Laatst genoemde systemen staan per definitie voor de supply-kant en kostenreductie en mag je dus van een leverancier verwachten. Is het dan realistisch wanneer een leverancier om jouw historische data als klant vraagt?
 
Terwijl de markt wordt gevormd, wordt uitgebreid met allerlei nieuwe trends, technieken en veelbelovende resultaten, zie je toch dat bedrijven verdwalen in deze wirwar. De juiste focus begint bij de basis: hoe kijk je naar data en waar kunnen we alles centraal ontsluiten? Is de data gestructureerd genoeg om er analyse aan te ontlenen en waar speelt de tijdsfactor een rol, ‘how fast is your data?’. Kan je de beschikbare meetwaarden met elkaar vergelijken en is alles juist geconditioneerd? Al deze vragen (we kunnen er nog wel een paar bedenken) moeten eerst voldoende beantwoord en belegd worden binnen de organisatie. Daarna ben je klaar en dynamisch genoeg om de snel vervormende markt aan te kunnen (of minimaal te kunnen begrijpen).


Transparantie is alles  

Naast een intelligente strategische keuze moet je absoluut transparant zijn,‘carefully controlling is not the path of growth in a digitizing world’. Zonder transparantie zal er geen vertrouwen zijn in de gekozen koers of oplossing en worden werknemers eerder bang voor die A.I. en robotica dan dat ze de kunstmatige intelligentie voor zich laten werken. Het draagvlak verdwijnt en alle energie die je in het bouwen van de oplossing hebt gestopt is voor niets geweest.
 
Dus creëren we eendagsvliegen of gaan we voor algoritmen in een gecontroleerde omgeving? Je kan het maar één keer goed doen.
 
Wilt u graag meer informatie over dit onderwerp of over data binnen credit management? Neem dan gerust contact met ons op.

Svetlana Katina: svetlana@phalanxes.eu
Wim van Renswouw: w.vanrenswouw@bvcm.nl
Igor Wortel: igor@phalanxes.eu
  • 6 November 2018
  • Svetlana Katina, Wim van Renswouw & Igor Wortel