Het gedrag van debiteuren en betalingsgedrag verandert door de tijd heen. Die veranderingen hebben verschillende oorzaken, zoals de staat van de economie. Dat kan ertoe leiden dat een aanpak voor het beheren van achterstallige betalingen, die eerder goed werkte, misschien niet meer de beste is.

Naast veranderingen in gedrag kun je zelf ook tot andere ideeën en inzichten komen, waarvan je vermoedt dat het tot betere resultaten leidt. 

Maar hoe weet je objectief wat het beste werkt?

Dat doe je door te meten. Data vertelt objectief wat tot een betere score leidt en daarom wil je ideeën toetsen. Credit management software zoals MA!N biedt een Champion Challenger aan waarmee je dit in de praktijk brengt.

Hoe dat werkt? Je hebt een groep debiteuren die je behandelt volgens profiel A. Die bestaat uit het versturen van correspondentie via post, e-mail en sms.

Per actie zijn er een aantal uitkomsten mogelijk:

  • De debiteur betaalt.
  • De debiteur zegt toe te gaan betalen.
  • De debiteur sluit een betalingsregeling af.
  • De debiteur maakt bezwaar tegen de vordering.
  • Overige reacties.
  • Geen reactie.

MA!N registreert welke uitkomst een actie heeft, zodat je ziet hoe effectief een actie is.

De volgende stap is dat je wilt kijken wat er gebeurt als je een actie bijvoorbeeld op een ander tijdstip uitvoert of vervangt door een andere actie.

Je splits hiervoor de debiteuren uit profiel A op in twee groepen. Er komt een nieuw profiel A-1 waar je 5% – 10% van de debiteuren aan toewijst. Het overige deel blijft in profiel A.

Na een testperiode bestudeer je de resultaten. Je kijkt op meerdere niveaus:

  • Over het geheel kijk je of er verschillen zitten in de snelheid waarmee er betaald wordt.
  • Op microniveau kijk je wat het effect is van het uitvoeren van een actie op een ander moment of door het te vervangen door een andere actie.

Wanneer de resultaten van de Challenger (in ons voorbeeld profiel A-1) positief zijn, wijs je in stappen meer debiteuren toe aan profiel A-1. Als dat ook betere resultaten oplevert, dan wordt A-1 uiteindelijk het hoofdprofiel.

Wanneer je genoeg data hebt, kun je ook kijken of je dit proces met AI kunt uitvoeren. Hierbij geldt dat je een passend model moet hebben en over voldoende data moet beschikken. Dat laatste is voor veel organisaties een struikelblok, maar zoals we laten zien zijn er goede alternatieven.

Met een Champion Challenger test je laagdrempelig een andere aanpak en je onderbouwt het met praktijktests, om zo tot het beste resultaat te komen. Zo til je het debiteurenbeheer naar een hoger niveau.