door Art Hernandez; Vice President, Strategy; Billtrust
Het volgende artikel verscheen oorspronkelijk in ICTF Magazine, juni 2020
Stel je jezelf voor over 12 maanden. Als je terugkijkt: wat heb je dan op professioneel vlak gedaan tijdens de pandemie dat je veerkracht en succes heeft gebracht? Het is mijn passie om mensen zoals jij te helpen meer te halen uit je rol als credit manager, credit collector of credit controller. En tijdens een crisis als deze worden de beslissingen die je neemt nog belangrijker. Het is dus tijd om te schitteren en te laten zien wat je waard bent!
Hier zijn een paar manieren waarop jij je kunt blijven profileren, de broodnodige inkomsten kunt genereren en ervoor kunt zorgen dat je klanten blijven betalen. Want uiteindelijk willen we allemaal onze bedrijven beschermen tegen verliezen en sterker dan ooit uit de pandemie komen!
1. Zie jezelf als een "accountmanager".
Zo zien verkopers zichzelf ook. Dus waarom wij eigenlijk niet? Wat we doen is echt mens- en klantgericht, dus vergelijk credit managers of credit controllers met salesprofessionals in de zin dat ook jij je accounts moet managen. Onderdeel daarvan is dat we de juiste accountdekking moeten hebben voor wat we als leverancier willen bereiken, iets wat nog een grotere uitdaging is als de meesten van ons vanuit huis werken. Wat is de juiste verhouding tussen het aantal leden in het debiteuren- en crediteurenteam in relatie tot het aantal klanten dat we hebben? Hoe delen we onze klanten in? Zijn het kleine familiebedrijven? Zijn het middelgrote bedrijven? Zijn het grote ondernemingen? Het antwoord op al deze vragen bepaalt wat voor soort relatie we opbouwen, precies zoals dat in sales werkt. Veel bedrijven hebben slechts 50% personeel om hun vorderingen te beheren, dus hoe zet je een systeem op om je klanten efficiënter te beheren als er remote wordt gewerkt? Kan automatisering helpen?
2. Begrijp je risicoprofiel en -tolerantie.
Kredietbeslissingen worden reactief als we ons algemene risicoprofiel en -tolerantie niet goed begrijpen. In plaats van dat iemand van de salesafdeling zegt: "Ik krijg geen toestemming van de kredietafdeling," of "Ik ga toch het risico nemen ondanks wat de kredietafdeling zegt," is mijn visie dat de kredietprofessional deze informatie ruim van tevoren moet verstrekken en moet aangeven wat de juiste overwegingen zijn, omdat hij wéét wat er over drie of zes maanden gaat gebeuren. Dan wordt het meer een discussie op het niveau van bedrijfsstrategie tussen sales en omzet, tussen de financiële planning/analytics en de kredietprofessional.
Als ik bij honderd verschillende B2B-bedrijven zou binnenlopen en credit managers zou vragen mij te vertellen hoe hun risicospreidingsprofiel zich verhoudt tot hun strategische doelstellingen, dan zullen minder dan 20 van die mensen zeggen: "Mooi dat je dat vraagt. Ik pak het er even bij." Er ligt een kans voor kredietprofessionals bij B2B-leveranciersorganisaties als ze zich op strategisch niveau echt bewust zijn van dat risico. Vaak bekijken we risico op een individueel niveau, maar specialisten in kredietmanagement doorzien echt hoeveel risico ze moeten nemen om bepaalde groeiniveaus te bereiken. Stel dat we een jaarlijkse organische groei van 10% willen bereiken. Hoe ondersteunen we die omzetgroei? En hoeveel risicovolle prospects zijn we als risicomanagement bereid aan te nemen om die groei te bereiken?
3. Beoordeel regelmatig het betalingsgedrag van klanten.
Als we eenmaal een beslissing hebben genomen om een zakelijke partij te zien als een klant in plaats van een prospect, zijn er twee dingen in de levenscyclus van die klant waar ik aan denk. De eerste is financiële kracht of levensvatbaarheid van het bedrijf en het tweede is betalingsgedrag. Ik koppel dit altijd aan het idee dat de rol van de credit manager of credit collector ligt in het creëren en garanderen van inkomsten. En betaalgedrag lijkt te bepalen hoe we klanten opvolgen met betrekking tot hun bestaande openstaande facturen.
De beoordeling van betaalgedrag moet met regelmaat, op zijn minst elk kwartaal, worden uitgevoerd. Maar als je het mij vraagt, zou ik zeggen maandelijks. Dit zorgt er echt voor dat een leverancier betaald wordt voor geleverde goederen en diensten. Wat weten we over hun zakelijke kracht en hoeveel opdrachten kunnen we van ze verwachten? Ligt dat voor ons in verhouding met de kredietlijn die wij ze verstrekken? Deze financiële indicatoren en scores voor levensvatbaarheid worden jaarlijks of om de twee jaar vastgesteld. Als een klant een probleem heeft met de goederen en diensten die we leveren, lossen we dat probleem op. Als er geen problemen zijn, worden we betaald op basis van onze overeenkomst. Als facturen niet worden betaald, is dat een indicatie dat we niet aan de verwachtingen van onze klant voldoen of dat er iets ergers aan de hand is op de achtergrond. In beide gevallen willen we dat zo snel mogelijk weten. Gekeken vanuit het betalingsgedrag is dat gewoon een natuurlijk gevolg van de relatie. Is er een manier waarop ik contact kan opnemen met alle klanten die slecht betaalgedrag vertonen? Nee. En dat is precies waar technologie kan helpen.
Een gebruiker kan worden gewaarschuwd als een klant bijvoorbeeld 80% van zijn kredietlimiet heeft bereikt, maar we willen een bestelling zeker niet tegenhouden als dat niet nodig is. Als iemand een kredietlimiet van 80% nadert, is het verstandig om eerst te kijken of het nodig is om een gesprek met deze klant te voeren over het betalen van hun bestaande openstaande vorderingen zodat er weer ruimte is in de kredietlijn of dat dit misschien niet nodig is, omdat deze specifieke klant een stijgende lijn vertoont en een laag financieel risico vormt. Het is dan het overwegen waard om hun kredietlijn te verruimen zodat we meer bestellingen kunnen verwerken.
4. Risico's beperken door machine learning ... met een menselijke touch!
Op een hoog niveau heeft artificiële intelligentie (machine learning) een ongeëvenaard vermogen om grote reeksen complexe gegevens te verwerken en de risicovolle factoren aan te wijzen. Door deze factoren toe te passen op vergelijkingen en modellen kan artificiële intelligentie (AI) objectief het risiconiveau van een bepaalde kredietsituatie voorspellen op een manier die menselijke modellen en rekencapaciteit niet kunnen.
Maar ik ben ook zeer geïnteresseerd in hoe de kredietprofessional zijn besluiten neemt. Willen ze gewoon automatisch goedkeuren en het bestelproces vergemakkelijken of gebruiken ze uitzonderingsprocedures als een besluit zich in een grijs gebied bevindt en ze de vaardigheden van een analist nodig hebben om er echt naar te kijken, los van het besluit dat de machine neemt.
En hoewel AI ook wordt geprezen om zijn vermogen om menselijke vooringenomenheid uit kredietvergelijking te halen, is menselijke discretie en de vooringenomenheid die daarmee gepaard gaat ook doorslaggevend. Goede kredietprofessionals maken gebruik van menselijke discretie om concurrentievoordeel te behalen door meer risico's te nemen die leiden tot grotere beloningen en het versterken van klantrelaties. De technologie zelf is uiteindelijk echter niet waar het om draait. Het is weten wat je moet doen en de technologie maakt dat mogelijk. Als een medewerker de juiste technologie weet te selecteren, kan dat zijn carrière binnen de organisatie versnellen, zijn positie verbeteren en de doeltreffendheid en efficiëntie in zijn omgeving te vergroten.