Um dos principais focos das áreas de planejamento das empresas de cobrança é no desenho de estratégias que potencializem os indicadores de recuperação de crédito – e muitas vezes isso ocorre, através da scoragem. Mas seria possível, primeiramente, potencializarmos a localização de clientes através da scoragem já no processo de enriquecimento de dados cadastrais? – o que refletiria indiretamente na maximização da recuperação do crédito pelo aumento natural das promessas geradas? Isso é o que veremos a seguir!

De forma macro, o que é a scoragem no setor de cobrança? Denominada Collection Score, é a utilização de modelos estatísticos para identificar tendências de pagamento de um cliente, observando não apenas o seu atraso e o valor em aberto, mas também o sexo, idade, profissão, escolaridade, cargo, faixa de renda presumida, dentre uma infinidade de outras variáveis que gerarão uma nota para aquele cliente em questão (devedor).

Os precursores da utilização da estatística para a maximização dos resultados financeiros foi o setor bancário na criação dos modelos de concessão de crédito denominado Credit Score. Em ambos os casos (Credit Score ou Collection Score), se utilizam modelos criados através de softwares comerciais (ou não), como SPSS, SAS, R, Minitab, dentre outros.

Antigamente (e as vezes até hoje) se classificava os melhores clientes para acionamento simplesmente por uma análise bivariável do atraso pelo saldo da dívida – de forma macro a recuperação até tende a ser mais alta para estes clientes (algo óbvio), contudo, e a rentabilidade da empresa de cobrança, já que nesta faixa de atraso e com o baixo ticket médio as comissões tendem a ser menores? A conta não fecha!

Importante ressaltar que além do Collection Score, empresas do setor de cobrança também devem utilizam o chamado Best Time to Call (que seria como “O Melhor Horário para Discagem”), que é um modelo de classificação dos melhores clientes a serem contatados de acordo com a probabilidade deste atender o telefone naquela região geográfica, e em certos horários – a maior dificuldade desta estratégia está associada a sua implementação, pois se faz necessário a criação de diversas campanhas no discador, muitas vezes uma para cada DDD.

Devido as dificuldades em seus desenvolvimentos, nem sempre as assessorias ou contact center possuam expertise interna para a criação de um Collection Score ou Best Time to Call personalizado – mas este problema pode ser facilmente resolvido com a contratação de empresas especializadas neste tipo de serviço. Mas um fator que influencia tanto a contratante (Escritório de Cobrança / Contact Center) como a contratada (assessoria estatística) é a falta de variáveis que gerem aderência nos modelos, e por consequência, efetividade nas ações. Indo além, de que adianta se ter o melhor estudo, se a cobradora não conseguirá falar com o cliente devedor por ausência de bons telefones em seu cadastro?

Visando facilitar a conectividade das empresas com os seus clientes, a Think Data, bureau de informações referência no mercado brasileiro, desenvolveu modelos estatísticos personalizados para ações de telefonia – através da sua área de Estratégia e Qualidade, a TD realiza processos recorrentes de classificação de suas informações de forma a garantir que o retorno dos telefones ocorram priorizando os de maior probabilidade (nota) para contato com o cliente devedor, em qualquer um dos canais disponibilizados pela empresa para a realização do enriquecimento cadastral (Web, Troca de Arquivos ou Web Service).

Caso a empresa necessite de variáveis para modelar seus modelos estatísticos, a Think Data também possuí um dos maiores datawarehouses do país, contendo informações socioeconômicas de aproximadamente 250 milhões de CPFs e CNPJs de todo o Brasil.

Para conhecer gratuitamente a solução de enriquecimento cadastral da Think Data, acesse: http://www.thinkdata.com.br/teste-gratuito

CADASTRE-SE no Blog Televendas & Cobrança e receba semanalmente por e-mail nosso Newsletter com os principais artigos, vagas, notícias do mercado, além de concorrer a prêmios mensais.