Análises avançadas em operações de cobrança



Em nosso atual momento econômico, torna-se bastante oportuno falar de aplicações analíticas em cobrança. Claro, uma vez que o crédito está explodindo em relação ao Produto Interno Bruto (PIB), um maior montante financeiro e uma maior quantidade de pessoas físicas e jurídicas estará sob a mira de ações de cobrança.

Do ponto de vista dos executores dessas ações (sejam proprietários dos contratos, agências de cobrança ou call centers), o desafio é lidar com um volume de títulos vencidos que, a cada dia, supera mais a quantidade de recursos disponíveis para cobrá-los. Para manter a recuperação de crédito como um negócio rentável, fazer as melhores escolhas de políticas, ferramentas e pessoas a cobrar tornam-se imperioso.

Não estamos aqui tratando de decisões empíricas. A dinâmica veloz do mercado de crédito e as peculiaridades das operações de cobrança não dão chance de sobrevivência para amadores. Um leque de oportunidades de otimização, baseado em análises estatísticas, deve rapidamente identificar características que levam às operações ao resultado desejado pelos gestores: lucro.

Vamos começar pelo elementar. É preciso mensurar as receitas e os custos diretos das operações, carteira a carteira. Essa margem operacional da atividade, mesmo relevando os custos indiretos, nos dará um norte para a lucratividade. Eventualmente, essas medidas básicas já nos mostram que determinadas carteiras não cobrem sequer os custos diretos, o que denota situação gravíssima. Em seguida, procuremos adicionar os dados sobre a natureza das ações de cobrança executadas nessas carteiras, seus volumes e indicadores de desempenho. Por exemplo, foram feitas dez mil chamadas telefônicas, enviadas quinze mil mensagens SMS, outras trinta mil cartas de cobrança. Cada uma dessas ações tem taxas de retornos específicas, que devem ser registradas. Até o momento, tudo o que investimos em coleta de dados teve como objetivo entender a lucratividade, esforços e, taxas de retorno de determinados canais.

Se esse estágio elementar já se torna complexo em termos de análise na medida em que tratamos centenas ou milhares de produtos financeiros em cobrança, imagine, caro leitor, o que acontece quando chegamos à conclusão que será necessário ir mais longe.

Precisaremos entender, dentro de uma população, quais pessoas (e seus respectivos títulos) terão mais chance de pagar quando fizermos a cobrança. Na mesma população, precisaremos antever quem pagará sozinho, sem que seja preciso acionar. Adicionalmente, a fim de ampliar as taxas de retornos dos canais, será fundamental entender os perfis de respondentes positivos para cada tipo de ação. Ao propor um acordo, queremos prever o risco de vê-lo quebrado nas parcelas vindouras. Enfim, sem esgotar as possibilidades, queremos antecipar o comportamento das pessoas que estão se relacionando com a equipe de cobrança.
Para tanto, o instrumental estatístico é fundamental. Através de soluções de data mining de alta produtividade, devem ser construídos modelos de propensão que desenham o perfil comportamental desejado.  Os modelos são reaplicados dinamicamente a cada vez que nova carga de títulos for submetida à cobrança, distribuindo com inteligência os cobrados para as ações e canais mais eficazes ao seu perfil. O uso dos modelos assegura redução de custos na medida em que evita a realização de ações inócuas. Ao mesmo tempo, amplia as receitas com a maior assertividade da alocação de recursos. Esse será o ritmo daqui para frente. Mãos à obra!

Leonardo Vieiralves Azevedo é presidente da WG Systems, tecnologia para tomada de decisão. E-mail: [email protected]

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Rolar para cima