Curve Light

Vroegsignalering

Een goede start bij het voorkomen van problematische schulden

Nederland telt volgens het CBS zo’n 650.700 mensen met problematische schulden. Dit aantal zal, gezien alle gebeurtenissen van het afgelopen jaar, waarschijnlijk alleen nog maar verder toenemen. Veel organisaties krijgen te maken met deze schuldenaren. Hadden deze problematische schulden voorkomen kunnen worden door vroegsignalering? En hoe kan het verzamelen en inzetten van data daarbij helpen?

Oorzaken van een problematische schuld

Problematische schulden komen niet uit de lucht vallen. Aan het ontstaan ervan zit gemiddeld een aanlooptijd van vijf jaar. De start van een problematische schuld wordt vaak veroorzaakt door een ingrijpende gebeurtenis in iemands leven. Het overlijden van een naaste, echtscheiding, het verliezen van je baan, maar ook zoiets moois als de geboorte van je kind kan de aanzet zijn. Dit soort momenten worden ook wel kruispunten in het leven genoemd. Aangekomen op zo’n kruispunt loopt iedereen de kans om in de problematische schulden te raken. Ongeacht hoe goed hij of zij ook is voorbereid …

Kennis en data

Veel organisaties hebben te maken met schuldenaren. En hebben er dus alle belang bij – en ook de morele plicht – om problematische schulden bij hun klanten te voorkomen. Maar hoe pak je dat aan? Er is veel kennis over het ontstaan van (problematische) schulden. De veel voorkomende valkuilen, de manier waarop iemands gedrag verandert en zelfs de externe kenmerken bij de opbouw naar een problematische schuld zijn bekend. Wanneer je deze kennis koppelt aan data kunnen duidelijke inzichten ontstaan. Inzichten die kunnen helpen bij het vroegtijdig lokaliseren van aanstaande problematische schulden.

Vroegsignalering

Het klinkt misschien kort door de bocht om te stellen dat je door in te zetten op vroegsignalering een problematische schuld kunt voorkomen. Maar met de hedendaagse kennis, technologie en data moet het mogelijk zijn de start van een problematische schuld in een vroeg stadium te ontdekken en daar direct en adequaat op te reageren.

Monitoren

Om de opkomst van een problematische schuld te kunnen signaleren, is het belangrijk dat je de klant goed in kaart brengt. Het monitoren van jouw klanten is daarbij van groot belang. Zoals hierboven beschreven, ontwikkelt een problematische schuld zich vaak na een ingrijpende verandering in het leven van jouw klant. Dus staat jouw klant op een kruispunt in zijn of haar leven, dan is dit een ideaal moment om te starten met het monitoren van verschillende datapunten.

Datapunten

Wil je een problematische schuld in een vroeg stadium signaleren, dan zijn er meerdere belangrijke datapunten die je moet monitoren en analyseren. Een verandering in deze datapunten kan namelijk duiden op een verschuiving in het gedrag en dat is weer – zoals hierboven vermeld – een indicator voor het ontstaan van problematische schulden. Voorbeelden van belangrijke datapunten zijn betaalgedrag, het rekeningnummer, reactietijd en contactgegevens.

Betaalgedrag

Een van de belangrijkste datapunten is het betaalgedrag. Een verandering in het betaalgedrag kan een directe indicator zijn van een (opkomende) schuld. Bijvoorbeeld: rekeningen die doorgaans binnen vijf dagen na ontvangst van de factuur worden betaald, worden herhaaldelijk pas na vijftien dagen voldaan.

Rekeningnummer

Een ander goed datapunt kan het rekeningnummer zijn waarmee de openstaande factuur wordt voldaan. Een mens betaalt doorgaans zijn rekeningen via een vast rekeningnummer. Maar heeft hij geen geld meer op zijn rekening, dan zal hij of zij misschien aan iemand anders vragen om het openstaande bedrag over te maken.

Reactietijd

Merk je dat jouw klant niet (meer) reageert op jouw pogingen om met hem of haar te communiceren? Dan kan dit een belangrijk datapunt zijn. Veel mensen in de schulden ervaren een bepaalde vorm van angst en/of schaamte voor hun situatie. Dit kan zich uiten in het later of helemaal niet openmaken van (digitale) post en het laat reageren op mail of brieven.

Contactgegevens

Zitten mensen wat dieper in de schulden dan kunnen zij het wijzigen van hun contactgegevens als een tijdelijke ‘oplossing’ zien. Even geen mails, telefoongesprekken en andere vormen van communicatie met hun schuldeisers. Datapunten zouden hier dus kunnen zijn: het bouncen van een mail, een afgesloten telefoonnummer of retourpost.

Slimme algoritmes

Het analyseren van al deze datapunten is enorm belangrijk en onmogelijk om zelf uit te voeren. Door gebruik te maken van algoritmes kunnen patronen worden herkend en kan het systeem melding maken van een mogelijk opkomende problematische schuld. Naarmate het systeem meer data analyseert en meer kennis vergaart, kan het steeds eerder en beter de start van een problematische schuld herkennen.

Innovatieve oplossingen waarbij de mens centraal staat

Wanneer we deze vroegsignalering van problematische schulden koppelen aan innovatieve oplossingen kan een groot gedeelte vroegtijdig en automatisch worden opgevangen en in de kiem gesmoord. Belangrijke kanttekening is wel dat deze innovatieve oplossingen de mens centraal stellen. Geen opvolging vanuit de gedachte dat het geld zo spoedig mogelijk moet worden binnengehaald, maar: hoe kan ik als organisatie mijn klant helpen? Misschien wel door de openstaande schuld af te boeken?

Voorkomen van problematische schulden in de toekomst

Een toekomst zonder problematische schulden lijkt voor nu misschien een utopie, maar we kunnen wel toewerken naar een wereld waarin het aantal mensen met een problematische schuld minimaal is. Het kost iemand gemiddeld drie tot vijf jaar om uit een problematische schuld te komen. De stress en extra kosten die dit met zich meebrengt, staan niet in verhouding tot de problematische schuld zelf. Dus hoe eerder een problematische schuld in kaart kan worden gebracht hoe beter. Daarom is het zo belangrijk dat we onze kennis, data en technologie inzetten om vroegsignalering te verbeteren en te optimaliseren om zo problematische schulden te voorkomen.