O sucesso na operação de cobrança depende de uma conjunção de fatores que combine a identificação do perfil do cliente inadimplente com a oferta ideal de pagamento da dívida, fazendo a abordagem pelo canal mais adequado à realidade daquela pessoa. Ao proporcionar essas condições, a Neurotech, uma empresa B3 especializada na criação de soluções avançadas de Inteligência Artificial, Machine Learning e Big Data, conseguiu elevar em 8% a recuperação de crédito para uma instituição financeira protagonista no setor de financiamento de veículos no Brasil.
O responsável por este feito foi o Collin, solução que a empresa desenvolveu baseada em big data e inteligência artificial, para apoiar o mercado de cobrança. A solução permite que as empresas credoras abordem seus devedores de forma automatizada e, ao mesmo tempo, individualizada, tanto com relação às condições de negociação, quanto à sugestão dos canais de comunicação mais adequados e usando o tipo de mensageria mais eficiente para cada perfil.
Daniele Kono, Gerente de Produtos da Neurotech, destaca que a inteligência fornecida pelo Collin capacita o setor de cobrança a tomar decisões mais embasadas em relação à sua estratégia de recuperação. O Collin permite às empresas prever a probabilidade de um cliente inadimplente saldar sua dívida, identificar a oferta mais adequada para cada perfil de cliente e determinar a abordagem mais eficaz. Esse avanço não apenas aprimora a eficácia da estratégia de recuperação, mas também assegura uma experiência mais satisfatória e personalizada para o devedor.
“Neste cenário específico da instituição financeira especializada em financiamento de veículos, ao analisar a probabilidade de um cliente inadimplente quitar sua dívida, foram realizados testes A/B para implementar a negativação personalizada. Essa abordagem considerou não apenas os dias de atraso no pagamento da dívida, mas também o score de recuperação do cliente inadimplente.
Acreditávamos que ao postergar a negativação de clientes com alta propensão à recuperação, poderíamos reduzir os custos, uma vez que há uma despesa associada à implementação destas restrições pelos bureaus de crédito. Além de evitar possíveis atritos na relação com o cliente. Validamos nossa hipótese com os experimentos e a economia deste tipo de gasto foi cerca de 15%”, informa.
A Gerente de Produtos destaca que a ferramenta também sugere o canal de comunicação mais adequado para interagir com cada tipo de cliente, que pode variar desde o chat até a tradicional ligação telefônica, incluindo SMS, e-mail e WhatsApp, entre outros. “Após determinar toda essa jornada, essas informações são enviadas para nosso algoritmo, que possui uma IA generativa exclusiva. Esse algoritmo cria uma mensagem específica para cada indivíduo. Se o cliente tem preferências mais formais, a comunicação seguirá esse tom. Por outro lado, se for mais informal, a abordagem será igualmente descontraída. Se o cliente está no momento de estabelecimento da carreira, isso vai ser levado em consideração. Se ele acabou de se formar, também. Com isso, a indústria de cobrança deixa de lidar com grupos genéricos de clientes e passa a tratar cada cliente de forma única”, conclui Daniele.
