Scroll down to read this article in Dutch.
Collecting bad customer payments is a necessity for every telco. Doing so in a cost-effective manner helps to maintain and improve overall operating margins. Many companies find it difficult to do this effectively in the current climate without increasing collection costs. This limits the positive impact of the recent growth in application and ARPU revenues.
Companies need to find a way to make their debt collection smoother, but they also need to be more accurate and fair – especially as the world prepares for a period of potentially prolonged economic uncertainty where missed payments are likely to rise. Telcos need to ensure that their tools and solutions for managing the debt collection process are fit for purpose in order to reduce costs, maintain good customer relationships and remain competitive.
Keeping up with the times
A recent report by Experian showed that 26% of the telcos in The Netherlands had seen the number of collections decrease, while 31% had reported that it remained the same. However, 40% of those companies reported that their costs due to debt collection had increased. Some companies are feeling the financial strain, and globally the sector has a problem that is affecting the bottom line.
There are three questions central to the debt collection process that every telco should be asking. “How can we make it easy for customers to pay?”, “How can you monitor customers and their circumstances?” and “What measures need to be taken to recover payments fairly and effectively?”. To answer these three questions in a cost-effective and fair way, a debt collection management process is needed that is based on intelligent technology rather than on data points and scores that were used before the pandemic. This means that modernisation must be embraced. In particular, by using analytics, machine learning and AI (artificial intelligence). This will help alleviate the pressure on debt collection systems and ultimately business margins.
Painting an accurate picture
As the demand for debt collection becomes more complex, larger and less predictable, companies should allocate money to create a solution – just as they do for fraud prevention and digitising the customer experience. But the report shows that for most telcos (54%), budgets for ‘collection and bad debt’ are not increasing. In fact, it has even been reduced for 11% of them.
Smarter, easier, better
With advanced analytics and machine learning, companies can get a better picture of their customers. And thanks to these insights, they can reduce their collection costs. Collecting and quickly monitoring enormous amounts of data enables organisations to better predict behaviour. This way, they can find out when payment problems might occur.
They can then make informed decisions about the right approach to each situation, maximise recoveries and reduce costs by helping to create sustainable repayment plans tailored to each customer’s circumstances. Such an automated process also provides a more personalised experience for customers. This gives them a sense of being treated fairly, as organisations can distinguish between a forgotten payment and regular missed payments that require intervention.
Relieving the pressure
66% of telcos who responded to the Experian research agreed that advanced analytics, machine learning and AI will radically change the way they do business. Evolving the debt collection process to create a more cost-effective and fair system is one of them. To cope with the increasing number of debt collection cases in the near future, companies cannot rely on old processes and systems that are now less predictable. This costs them money and may worsen their position in the market.
Leveraging data and analytics is a crucial step in digital transformation and enables companies to make smarter decisions when it comes to initial risk assessments. It allows companies to introduce a more personalised approach to collecting missed payments, which can ultimately save costs. Collection based on analytics and machine learning is the key to a more proactive and productive future for businesses.
Modernisering van het incassoproces verbetert klantrelaties en verlaagt kosten
Het innen van achterstallige klantenbetalingen is noodzakelijk voor elke telco-onderneming. Dit op een kostenefficiënte manier doen, draagt bij tot het behoud en de verbetering van de algemene bedrijfsmarges. Veel bedrijven vinden het moeilijk om dit in het huidige klimaat doeltreffend te doen zonder dat de incassokosten stijgen. De positieve impact van de recente groei van de applicatie- en ARPU-inkomsten wordt hierdoor beperkt.
Bedrijven moeten een manier vinden om hun incasso vlotter te laten verlopen, maar ze moeten ook nauwkeuriger en eerlijker zijn – vooral nu de wereld zich klaarmaakt voor een periode van mogelijk langdurige economische onzekerheid waarbij het aantal gemiste betalingen waarschijnlijk zal stijgen. Telco’s moeten ervoor zorgen dat hun hulpmiddelen en oplossingen voor het beheer van het invorderingsproces geschikt zijn om de kosten te drukken, goede klantenrelaties te behouden en concurrerend te blijven.
Meegaan met de tijden
Uit een recent rapport van Experian blijkt dat 26% van de telco’s in Nederland het aantal incasso’s heeft zien dalen, terwijl 31% had gemeld dat het gelijk bleef. 40% van die bedrijven gaf echter aan dat de kosten als gevolg van incasso’s waren gestegen. Sommige bedrijven voelen de financiële druk, en wereldwijd heeft de sector een probleem dat de bottom line aantast.
Er zijn drie vragen die centraal staan in het incassoproces en die elke telco zich zou moeten stellen. “Hoe kunnen we het de klanten makkelijk maken om te betalen?”, “Hoe kun je de klanten en hun omstandigheden in de gaten houden?” en “Welke maatregelen moeten worden genomen om betalingen eerlijk en doeltreffend terug te vorderen?”. Om deze drie vragen op een rendabele en eerlijke manier te kunnen beantwoorden, is een proces voor incassomanagement nodig dat is gebaseerd op intelligente technologie in plaats van op datapunten en scores die vóór de pandemie werden gebruikt. Dit betekent dat modernisering moet worden omarmd. Met name door gebruik te maken van analyses, machine learning en AI (kunstmatige intelligentie). Zo kan de druk op incassosystemen en uiteindelijk de bedrijfsmarges worden verlicht.
Het schetsen van een nauwkeurig beeld
Naarmate de vraag naar incasso’s complexer, groter en minder voorspelbaar wordt, zouden bedrijven geld moeten vrijmaken om een oplossing te creëren – net zoals ze dat doen voor fraudepreventie en het digitaliseren van de customer experience. Maar uit het rapport blijkt dat voor de meeste telco’s (54%) de budgetten voor ‘incasso en dubieuze debiteuren’ niet toenemen. Sterker nog, het is zelfs voor 11% van hen verlaagd.
Slimmer, makkelijker, beter
Met geavanceerde analyses en machine learning kunnen bedrijven een beter beeld krijgen van hun klanten. En dankzij deze inzichten kunnen zij de incassokosten verminderen. Het verzamelen en snel monitoren van enorme hoeveelheden data stelt organisaties in staat gedrag beter te voorspellen. Zo kunnen ze te weten komen wanneer zich betalingsproblemen kunnen voordoen.
Vervolgens kunnen ze weloverwogen beslissingen nemen over de juiste aanpak per situatie, de terugvorderingen maximaliseren en de kosten verlagen door te helpen bij het opstellen van duurzame afbetalingsplannen die zijn afgestemd op de omstandigheden van elke klant. Een dergelijk geautomatiseerd proces zorgt ook voor een meer gepersonaliseerde ervaring voor de klanten. Dit geeft hen het gevoel eerlijk behandeld te worden, aangezien organisaties onderscheid kunnen maken tussen een vergeten betaling en regelmatig gemiste betalingen waarbij het nodig is om in te grijpen.
De druk verlichten
66% van de telco’s die deelnamen aan het Experian-rapport was het ermee eens dat geavanceerde analyses, machine learning en AI de manier waarop zij zaken doen ingrijpend zullen veranderen. Het incassoproces evolueren om een rendabeler en eerlijker systeem te creëren is daar één van. Om een oplossing te bieden voor het toenemende aantal incassozaken in de nabije toekomst, kunnen bedrijven niet vertrouwen op oude processen en systemen die nu minder voorspelbaar zijn. Dat kost hen geld en kan hun positie in de markt verslechteren.
Het benutten van data en analytics is een cruciale stap in de digitale transformatie en stelt bedrijven in staat slimmere beslissingen te nemen als het gaat om de eerste risicobeoordelingen. De bedrijven kunnen zo een meer gepersonaliseerde aanpak introduceren voor het innen van gemiste betalingen, wat uiteindelijk kostenbesparend kan werken. Incasso op basis van analytics en machine learning is de sleutel tot een meer proactieve en productieve toekomst voor bedrijven.