CUBUSINESS

Krediet is het middel om business te maken, het is geen vervelende randvoorwaarde. Krediet is een prachtig middel waar je bewust de gekozen grenzen mee kan opzoeken. Grenzen in termen van geld en tijd. Dat betekent dat je er in ieder geval voor moet zorgen dat je als organisatie jezelf niet tekort doet, business en rendement mist, maar ook aan de andere kant teveel onnodig rendement lekt vanuit verkeerde kredietbesluiten of kredietstrategie. De uitdaging ligt in een goed gemotiveerd evenwicht.

Krediet hangt dus nauw samen met hetgeen je als organisatie wil bereiken. Wil je je plek verdienen op de markt, dan zal je ook bereid zijn meer risico te nemen en genoegen te nemen met iets minder resultaat. Uiteraard is dat tijdelijk en aan verandering onderhevig.

Welke keuze je ook maakt, je zal dit moeten gaan vertalen naar een werkbare en meetbare actieplanning om er het meest optimale resultaat uit te kunnen halen. We beschrijven nu niet hoe, maar wel hoe AI kan passen in deze systematiek.

Daar waar de individuele klant er minder toe doet [buiten bijzonder beheer situaties], relatief lage bedragen, homogene producten [bijvoorbeeld energie, water, Telco en zorg] en hoge volumes klanten worden proceskeuzes in generieke term belangrijker en gemakkelijker te sturen middels proceskeuzes en -optimalisaties. Immers zijn er doorgaans meer klanten en is er meer data beschikbaar. Daarnaast worden processen in bulk uitgevoerd en speelt preferentie dus bijna geen rol. Met A/B testen zijn optimalisatieslagen goed te maken. Daarnaast kan wel per individuele klant gemeten worden welke aanpak [actie, frequentie, interval en mediatype] het meest effectieve traject is in termen van Collections trajecten. Hier kan AI en Machine Learning prima worden toegepast. Klantrisico speelt gemiddeld een kleinere rol. Uiteraard wordt AI en kredietrisico belangrijker naarmate heterogeniteit gaat meespelen, zoals bij levering van consumentenkrediet.

Bij B2B, hoger klantrisico, meer diversiteit in klanten en klantgedrag, worden gedifferentieerde keuzes belangrijker. Keuzes in termen van vaststellen van individueel kredietrisico, maar ook in termen van preferentie in het Collections traject. Vergelijking in klantgedrag wordt lastiger, omdat er geen sprake is van homogeniteit. Klanten verschillen qua DNA, gedrag, cultuur en omzet. Die objectieve afwegingen zijn persoonlijk bijna niet te maken, daar zijn echt ondersteunende mechanismen voor nodig. Met AI kan je eenvoudig vaststellen welk kredietrisico er per klant speelt en geeft ook aan met welke preferentie je acties kan uitzetten om vorderingen te beheren en kredietrisico te beheersen. Dat betekent dat je klanten kan gaan categoriseren op basis van scoring, die vervolgens weer basis zijn om workflows in je Credit Management software te initiëren. Daarnaast is een uitgebalanceerde Limietstrategie weer belangrijk om de schakel in te vullen tussen Risk Appetite en toekenning van individuele kredietruimte per klant. Machine Learning zorgt voor optimalisatie en fine-tuning.

Deze functionaliteiten zijn dus key als je je kredietverlening wil maximalieren, maar wel op basis van gecalculeerd risico. Je wilt immers blijven aanhaken bij je Corporate Strategy en daar een meetbaar antwoord op kunnen geven aan je management. Het niet gebruiken van AI en ML is simpelweg je processen suboptimaal uitvoeren.

Wil je meer weten over Credit Strategy of de toepassing van AI en ML? Stuur een PB en ik neem contact met je op.

Quantforce heeft een nieuwe software tool op de markt gebracht om snel relevantie te zien van een dataset. Het is een laagdrempelige tool, die gebruikt kan worden door data scientists, maar juist ook door business users. Snel resultaat, prima exportmogelijkheden om verder te modelleren of te verwerken in presentaties.

Je kan via een registratie de tool uitproberen met demo databases. Zo krijg je een indruk van de effectiviteit en de mogelijkheden.

Ga voor meer informatie naar quantdisqovery.nl/

Heb je vragen, laat het mij weten.

Dear all, as per October 1st, we will move to our new office in The Hague. We already had a beautiful office, but this is even more awesome! The former Cuban Embassy will be our new base for development of new innovative products and creation of partnerships. We are looking forward to meet you here!

www.eventbrite.nl/e/tickets-credit-risk-management-en-voorspellend-vermogen-gratis-webinar-103506191806?aff=erelpanelorg

Amsterdam – Op het order-to-cash platform van FinTech-bedrijf Onguard is het vanaf het eerste kwartaal in 2020 mogelijk om het betaalgedrag van debiteuren te voorspellen en daar direct naar te handelen. De historische data uit de software van Onguard, de externe debiteureninformatie van bedrijfsdata-expert Altares Dun & Bradstreet en de relevante factuur- en betaalhistorie van de klant zelf worden bij elkaar gebracht. Dit gebeurt via machine learning op een door Quantforce gegenereerde scorecard. De score die ontstaat rangschikt de debiteuren op volgorde van risico op niet-betaling. Op deze manier kunnen organisaties in een vroeg stadium inschatten wat het betaalgedrag is van klanten en daarop anticiperen.

Workflows aanpassen op basis van debiteureninformatie

Op het moment dat bekend is wat het risicoprofiel van de klant is, wordt het mogelijk om workflows direct aan te passen op het betaalrisico met behulp van artificial intelligence. Wanneer wordt voorspeld dat een klant niet of te laat gaat betalen, is het mogelijk om vroegtijdig en direct de nodige acties te nemen en voorzorgsmaatregelen te treffen. Dit bespaart de organisatie tijd en beperkt exposure en onnodige acties, zoals het versturen van aanmaningen of de overdracht aan incassobureaus.

“Zowel binnen als buiten organisaties is ontzettend veel data beschikbaar, waar nu nog weinig gebruik van wordt gemaakt”, vertelt Daniel van den Hoven, VP Alliances & Partners bij Onguard. “Met alle beschikbare data kunnen organisaties meer betekenen voor klanten. Dankzij de samenwerking tussen Quantforce, Altares Dun & Bradstreet en Onguard wordt het voor onze klanten mogelijk om vooraf te voorspellen of en wanneer klanten gaan betalen. Dit is voor zowel de organisatie als de klant prettig, omdat er direct actie ondernomen kan worden om tot een oplossing te komen wanneer een betaling niet lukt. Op deze manier wordt het debiteurenbeheer pro-actiever en efficiënter ingericht. Daarnaast vallen we klanten die toch wel gaan betalen niet onnodig lastig. Creditmanagers zien in één oogopslag welke klant extra aandacht behoeft en kunnen eenvoudig prioriteren. Voordeel voor de organisatie is dat er meer focus ligt op de hoge risico-klanten en dat de doorlooptijd van facturen korter wordt.”

Rob Berting, Managing Director van Quantforce vult aan: “De samenwerking tussen deze drie partijen uit dezelfde markt is een logische. Alle drie hebben we onze eigen expertise en doordat we onze krachten hebben gebundeld, kunnen we nog meer waarde bieden richting de klant. Quantforce kent de scores toe aan de hand van bewezen algoritmes en past daarnaast machine learning toe. Het is hierdoor mogelijk om de workflows op het platform van Onguard automatisch aan te passen op het debiteurenrisico. Op deze manier kan Onguard de klant en zijn debiteuren optimaal ondersteunen in het order-to-cash proces.”

Adriaan Kom, Director Partnerships bij Altares Dun & Bradstreet: “We hechten veel waarde aan de klantrelatie en dankzij de frisse samenwerking tussen de drie organisaties kunnen we nog meer waarde toevoegen voor de klant. De combinatie van de gedragsinformatie uit de markt vanuit Altares Dun & Bradstreet, de historische data vanuit Onguard en de technologie van Quantforce zorgt ervoor dat er goede voorspellingen gedaan kunnen worden. Organisaties krijgen door de combinatie van data antwoord op de vraag hoe een debiteur zich in de nabije en verre toekomst gaat gedragen. Op deze manier krijgt een organisatie nog meer inzicht in de klant en kan de business naar een hoger niveau worden getild.”

www.emerce.nl/wire/machine-learning-platform-onguard-stelt-bedrijven-staat-betaalgedrag-klanten-voorspellen?fbclid=IwAR3m7u-a2Yu11fqdJipmUBjs2nGJbgBFkjN-P4auutcKmFqjXjLe2R0eOVU

Visit our workshop at 12.15 and visit the Quantforce stand! Hope to see you there!

Het was een prachtig en inspirerend event met veel bezoekers, goed om als sponsor een bijdrage te leveren!

Op donderdag 27 juni 2019 organiseert Nyenrode een event waar Quantforce als sponsor aan bijdraagt.

Trots om onze visie en Credit Management oplossingen te delen

Quantforce biedt je een gratis workshop aan!

Op 9 oktober nemen we u samen met Nextlevel Academy weer mee in een praktische vertaling van Enterprise Risk via Credit Risk naar praktische vertaling en beheersbaarheid. Geen technisch of conceptueel verhaal, maar hoe je dit daadwerkelijk aanpakt en beheerst.

Don't miss it....

Cubus biedt nu een scoring van uw portefeuille als aanvulling op de bestaande scan in samenwerking met de Fintech software oplossing van Quantforce. Hiermee biedt Cubus een unieke propositie voor het waarderen van uw Credit Management

www.nlacademy.nl/trainingen/credit-risk-management-en-voorspellend-vermogen/

Binnenkort gaan we live met onze nieuwe website vol met innovaties. Hier alvast een preview hoe een van de QuantQollect productlogo's eruit komt te zien.

Zelfs in onze relatief korte bestaan vinden we het tijd om onze website aan te passen en te verfraaien.

Neem een kijkje op www.schuldzorg.nl

Afgelopen week hebben we het Schuldzorg Klant Event gehouden bij onze partner en mede-sponsor van het Event, Flanderijn Incasso en Gerechtsdeurwaarders.. Het was een geweldig sportief spectakel en mooi om te zien hoe het Flanderijn team ook een aantal overwinningen behaalde. Het was goed om samen met een aantal van onze relaties een mooie avond te hebben beleefd.

Quantforce introduceert nieuwe diensten voor Credit Management