Wie contact je wanneer en via welke methode? Dat is één van de grootste uitdagingen rondom klantenservice. Binnen schuldinvordering komt de complexiteit van de doelgroep daar nog eens bovenop: van mensen met een eenmalige betalingsachterstand tot mensen met structurele probleemschulden. Die laatste groep wil je persoonlijke hulp bieden om een duurzame oplossing te vinden. Vaak wordt gedacht dat persoonlijk contact nodig is om deze groep kwetsbare mensen in het vizier te krijgen. De grootste groep schuldenaren, zo’n negentig procent, heeft echter te maken met een eenmalige betalingsachterstand en zit helemaal niet te wachten op een telefoontje. Wat dat betreft komt AI als geroepen. Als je het mij vraagt is het hét hulpmiddel om voor iedere individu de juiste betrokkenheidsstrategie te bepalen. Zo worden betalingsachterstanden sneller betaald en kan ernstige schuldenproblematiek worden voorkomen.
Het persoonlijke in de persoonlijke benadering
De afgelopen jaren is er in de wereld van incasso’s en schuldinvordering flink ingezet op een persoonlijke benadering. Het idee hierachter is dat het de kans vergroot dat consumenten tijdig hulp zoeken bij het aflossen van schulden. Ook verlaagt het de drempel voor bedrijven om incassobureaus of deurwaarders in te zetten om het hoofd boven water te houden. Eén detail ontbreekt in deze persoonlijke benadering: er wordt vanuit gegaan dat persoonlijk contact in de vorm van een telefoontje of huisbezoek the way to go is. Waar het in feite om draait, is dat het klantcontact op maat is. Dus persoonlijk in de zin dat het voor iedere persoon anders is. Eén maat past namelijk niet iedereen. Ieder mens heeft andere behoeften. Door eenzelfde contactstrategie te hanteren voor alle klanten, slaan bedrijven de plank alsnog mis in de persoonlijke benadering.
AI als collega
Een individuele betrokkenheidsstrategie creëren per klant, is makkelijker gezegd dan gedaan. Want hoe bepaal je wanneer je iemand benadert? En via welk kanaal? In het maken van dit soort rekensommen, schieten wij mensen vaak tekort, áls er al voldoende capaciteit voor is. Met AI als collega is deze rekensom wel te maken. Op basis van flinke modellen en formules, brengt het slimme systeem precies in kaart hoe ieder individu het liefst benaderd wordt. Het resultaat? Ieder contactmoment is uniek en dat leidt tot een flinke verbetering van de klanttevredenheid. Met de volgende twee stappen wordt dit realiteit.
Stap 1: zoveel mogelijk automatiseren
De eerste stap om hier te komen is door het schuldvorderingsproces zo veel mogelijk te automatiseren. Dat klinkt alles behalve persoonlijk en zelfs bijna onmenselijk, maar de realiteit is dat veel schuldenaren dit juist prettig vinden. De mensen met een eenmalige betalingsachterstand – zo’n negentig procent van alle schuldenaren – zijn prima in staat om via een digitaal communicatieproces hun betaling af te handelen. Het grote voordeel hiervan is dat het flink wat menselijke capaciteit scheelt bij de credit managementorganisatie of het incassobureau. En die capaciteit kan weer worden ingezet om mensen hulp te bieden die het écht nodig hebben: de kleine tien procent van het totaal die te maken heeft met meerdere schulden of zelfs probleemschulden.
Stap 2: kwetsbare mensen opsporen met Natural Language Processing
De volgende stap is om binnen het grotendeels geautomatiseerde schuldinvorderingsproces Natural Language Processing (NLP) in te zetten. Dit ligt op het snijvlak van taalkunde en kunstmatige intelligentie en stelt computers in staat om menselijke taal te begrijpen. NLP is dus een vorm van AI en bestaat al sinds de jaren ’50, maar heeft de afgelopen jaren een vogelvlucht genomen. Inmiddels is NLP in staat om digitale gesprekken met klanten te monitoren en op basis van verschillende variabelen te detecteren welke mensen behoren tot de groep met kans op probleemschulden. Het systeem kan bijvoorbeeld sentiment van een tekst ‘lezen’, maar houdt ook rekening met de contactfrequentie of het tijdstip waarop contact is.
En daarmee is de inzet van AI een oplossing voor een grote uitdaging binnen schuldinvordering: potentieel kwetsbare mensen detecteren. Hierdoor kan contact geautomatiseerd en digitaal plaatsvinden voor de mensen die dat prettig vinden, is persoonlijk contact mogelijk voor degenen die dat wensen, en is voldoende menselijke capaciteit beschikbaar om een helpende hand te bieden aan kwetsbare mensen.
Schuldenvrije toekomst dankzij AI
In feite zijn we met AI in staat om eindelijk baanbrekende stappen te zetten als het gaat om schuldinvordering. Met een contactstrategie die aansluit op de behoefte van de klant én voldoende menselijke capaciteit om hulp te bieden aan hen die dat nodig hebben. Nog veel belangrijker is om in eerste plaats te voorkomen dat mensen schulden krijgen. Door de inzet van AI is er veel waardevolle data beschikbaar voor bedrijven. Op basis daarvan kunnen ze analyseren bij welke producten mensen vaker te maken hebben met betalingsachterstanden. Dit helpt bedrijven om betere producten te ontwikkelen die niet nadelig zijn voor de financiële gezondheid van klanten.
Het uiteindelijk resultaat van de inzet van AI bij schuldinvordering is een betere customer journey voor klanten, snellere afhandeling van betalingsachterstanden en inzicht voor bedrijven in hun debiteurenportefeuille. Uiteindelijk zorgt dit voor een betere financiële gezondheid van zowel bedrijven als hun klanten.
Bron: Intrum
