Een crisis heeft invloed op het betaalgedrag. Is betaalgedrag op zich al complex genoeg, tijdens en na een crisis wordt het alleen maar complexer. Organisaties rekken in moeilijke tijden betaaltermijnen op en het leefpatroon en betaalgedrag van particulieren verandert aanzienlijk. Organisaties zullen snel in moeten spelen op deze verandering van het betaalgedrag. Coulance lijkt in veel gevallen de uitkomst, maar dit is een tijdelijke oplossing en zal de cashflow heftig verstoren. De juiste aanpak tijdens een crisis? Laat de klant het zelf regelen.
Tijdens een crisis is selfservice het beste medicijn
Maar voordat je zover bent, moet je eerst weten wat er precies in het betaalgedrag is veranderd. De verandering van het betaalgedrag zal per branche verschillend zijn en kan op een aantal manieren worden gemeten. Dit meten is belangrijk, anders reageer je als organisatie alleen op een gevoel of ben je te laat met het doorvoeren van noodzakelijke aanpassingen. In Nederland is het bijvoorbeeld gebruikelijk voor klanten om een leverancier een machtiging voor een automatische incasso af te geven. Over het algemeen slagen deze transacties en moet alleen het aantal storneringen worden gemonitord. Klanten zonder automatische incasso vallen automatisch al in de controlegroep. Verder is het interessant om te zien of het aantal acties dat nodig is om een factuur te incasseren toeneemt. Stuur je in deze crisisperiode meer herinneringen en aanmaningen, gaan er meer zaken ter incasso? Vertraagt het aanmaantraject door uitstel, klachten en/of betalingsregelingen? Allemaal interessante gegevens om goed te bewaken en zo op tijd belangrijke veranderingen te kunnen signaleren.
Vroegtijdig signaleren
Een term die veel wordt gebruikt om problematische schulden tijdig te herkennen, is vroegsignalering. Tot nu toe was deze term alleen relevant om klanten uit de schulden te houden en een sociaal incassobeleid toe te passen. De crisis maakt vroegsignalering ook relevant voor de organisatie zelf. Signaleer je niet in een vroeg stadium dat er meer automatische incasso’s storneren? Word je gedwongen om een intensiever aanmaantraject in te zetten. Komen incassodossiers met bosjes onverhaalbaar retour van de externe partner? Dan is het te hopen dat de crisis jouw organisatie niet hard raakt en andere (wél vroegsignalerende) organisaties er niet met jouw geld vandoor gaan.
Het frequenter versturen van (proactieve) betaalverzoeken via verschillende kanalen – en dan ook nog het liefst op elk device optimaal vormgegeven – levert de nodige uitdagingen op.
Oplossingen
Na het vroegtijdig signaleren komt de uitdaging om oplossingen voor het veranderende betaalgedrag toe te passen. Die oplossingen zijn er legio, maar ze moeten ook financieel en technisch haalbaar zijn. De automatische-incassograad zien we allemaal graag stijgen, maar hoe krijg je dat op korte termijn voor elkaar? En het direct en actief opvolgen van een stornering lijkt zo makkelijk, maar veel organisaties zijn hier technisch niet toe in staat. Het frequenter versturen van (proactieve) betaalverzoeken via verschillende kanalen – en dan ook nog het liefst op elk device optimaal vormgegeven – levert de nodige uitdagingen op. Het afspreken van betalingsregelingen is weliswaar erg verleidelijk, maar zonder correcte opvolging vergroot je het probleem alleen maar. Want van één openstaande factuur heb je nu meerdere deelfacturen gemaakt met elk hun eigen betaaltermijn. Het heeft de voorkeur om de klant zoveel mogelijk oplossingen aan te bieden voordat je de vordering gaat escaleren naar een externe partij. Klanten zullen deze oplossingen waarderen, waardoor de klanttevredenheid stijgt.
Toepassingen
Ben je als organisatie in staat om het signaal te herkennen en een aantal oplossingen aan te bieden, dan volgt de volgende uitdaging: hoe koppel je de juiste oplossing aan de juiste klant? Ga je iedereen een betalingsregeling aanbieden of alleen klanten die moeite met betalen hebben? Een belangrijke beslissing, aangezien dit een enorme impact zal hebben op de cashflow. En waarom zou je alleen wanbetalers belonen met het aanbieden van een korting? Dat gaat geen fijn gevoel opleveren bij de medewerkers en zeker niet bij de goede betalers. Organisaties moeten dus maatwerk gaan leveren. Niet op groepsniveau (segmentatie), maar op klantniveau (micro-segmentatie).
Maatwerk leveren op klantniveau
Om op klantniveau maatwerk aan te bieden, heb je twee opties: een blik nieuwe medewerkers opentrekken of het werk overlaten aan een machine. Uiteraard kun je alle klanten persoonlijk gaan bellen, maar dat is niet praktisch. Hoe goedbedoeld ze ook zijn, de telefoontjes komen nooit op een goed moment. Zeker nu het leefpatroon van de klanten aanzienlijk is gewijzigd. Een machine kan dit contact goedkoper en beter uitvoeren. Machine learning is bijvoorbeeld in staat om het veranderende betaalgedrag te herkennen. Uiteraard zal dat niet direct zijn, maar met al zijn betaalervaringen en vermogen om te leren, merkt de machine snel genoeg dat er iets afwijkends aan de hand is. En zodra dat kwartje is gevallen, speelt de machine in op het veranderende betaalgedrag dat door de crisis is veroorzaakt.
Een machine is in staat om een online selfservice en de wens van de klant te combineren. Hij benadert klanten online en vraagt elke klant afzonderlijk naar de juiste betaaloplossing.
Selfservice
En dan? Een machine kan de klant informeren over zijn achterstand, maar de klant bepaalt uiteindelijk altijd nog zelf wanneer hij actie onderneemt. Je ziet dat ook terug in de markt. Die verschuift steeds meer naar online selfservicetools, zoals een ‘mijn omgeving’ of een app die de klant de mogelijkheid biedt om zelf te beslissen wanneer hij de openstaande factuur betaalt. Tijdens een crisis zie je dit soort mogelijkheden alleen maar toenemen. Alleen, het aanbieden van zulke tools is helaas nog niet voor elke organisatie weggelegd. Waarom dan niet de twee samenvoegen? Een machine is in staat om een online selfservice en de betaalwens van de klant te combineren. Hij benadert klanten online en vraagt elke klant afzonderlijk naar de juiste betaaloplossing. Wie kan je tenslotte beter vertellen wat een gepaste oplossing is dan de klant zelf? Deze ‘robot’ kan organisaties zo helpen om inzicht te krijgen in het veranderende betaalgedrag bij hun klanten én helpt in één moeite door om daar een goede oplossing voor te vinden. En de klanten? Die ervaren een unieke aanpak van hun situatie en zullen dat waarderen.
Bron: Dennis Faas - - Artikel Digitalisering - De Credit Manager 02 - 2020