El Banco de España, en su último Informe de Estabilidad Financiera (IEF), advierte de que el combinado de inflación y altos tipos de interés “podría mermar” la capacidad de pago de las empresas a corto plazo. Si mezclamos con un poco de incertidumbre desde Ucrania y agitamos con los vencimientos de los préstamos ICO (los periodos de carencia finalizan tras el verano) nos queda un cóctel marcado por la morosidad. De hecho, Cepyme publicaba en su observatorio a finales de 2021 cómo las deudas comerciales a nivel interanual habían aumentado un 17,3%.
Para atajar ese incremento de casi 280.000 millones de deuda y promover el "bienestar financiero" en el sector del crédito y el recobro, Intrum organiza un hackathon los próximos 16 y 17 de junio en el espacio The Valley de Madrid. Dos jornadas para desarrollar y exponer ideas con acompañamiento tecnológico y mentorización en todo momento por equipos de expertos.
El plazo de inscripción para este tercer hackathon específico de datos o 'datathon' está abierto hasta el 13 de junio, donde podrán inscribirse de forma gratuita individualmente o por equipos quienes quieran dar con una solución tecnológica mejorar la calidad de esos datos, así como impulsar la experiencia del usuario y prevenir los impagos a través de Data Science.
Hay premios de 1.000, 2.000 y 3.000 euros para los ganadores del certamen, en el que Luca Zuccoli (Chief Data and Analytics Officer de Intrum) anima a participar a todos aquellos que quieran ayudarles “con sus conocimientos a alcanzar, a través de la innovación, una economía cada vez más sostenible".
Desde su centro especializado en desarrollo IT y Data Science en Málaga, esta firma de servicios de gestión de créditos y activos da algunas pistas de cómo las tecnologías de análisis de datos, IA o machine learning pueden ayudar a prevenir la morosidad y mejorar la productividad de la empresa. Anticiparse al impago, fidelizar a los buenos pagadores y optimizar procesos son algunas de las claves que pueden lograrse apoyándose en los datos, según trasladan desde Intrum.
Anticiparse es fundamental y la información del cliente que se almacena en los motores de análisis de datos (histórico de pagos, salud financiera, tipo de empresa…) hace más fácil prever el riesgo de retraso en el abono de las facturas. Tal conocimiento permitirá establecer medidas preventivas y evitar así ese impago. El conocimiento generado acerca del cliente es muy útil, no sólo para evitar problemas en sí, si no para ofrecerle también servicios personalizados a cada perfil.
Adaptarse y dar facilidades de pago permite encontrar una solución para todas las partes, algo que además fideliza mucho más al cliente, explican. Como también lo hace el usar esos datos para “identificar” y analizar a aquellos “mejores pagadores”, ofreciéndoles productos y servicios más adaptados a sus necesidades. Es decir, se mantiene una “relación comercial sostenible a futuro".
Por otro lado, gracias al big data es posible tener una visión integral o '360 grados' del proceso de cobro, que además facilita el seguimiento “en tiempo real”. Con ello se pueden diseñar estrategias preventivas más efectivas y, en definitiva, optimizar la recuperación de deuda. Y es que optimizar no es un objetivo baladí en el sector de la gestión y prevención de impagos, donde hay muchas tareas simultáneas.
Gracias a la Inteligencia Artificial y el machine learning es posible automatizar las tareas "más mecanizables", para poder poner el foco en aquellas que requieran mayor especialización, maximizando el rendimiento, explican desde Intrum. Algo que combinan con una información actualizada del mercado. La interpretación de posibles tendencias a través de datos masivos del mercado supondrá un “valor añadido” para los casos de gestión, afirman.
