Terug naar overzicht
- 238 keer bekeken
Credit Management
blog
Hoe kunt u zich als credit manager onderscheiden en meer successen behalen? Natuurlijk zorgt u voor duidelijke processen voor uw debiteurenbeheer, goede beslissingsinformatie en vermindering van handwerk. Maar ook andere zaken gaan steeds meer een rol spelen. Doet u bijvoorbeeld al aan predictive credit management om wanbetaling te voorspellen? Dit is deel één van een tweeluik over alles wat de moderne credit manager ‘van nu’ doet - of zou moeten doen.
Helder en consequent uitgevoerd beleid
Wanneer krijgt een klant een herinneringsbrief? Wanneer gaat de aanmaningsbrief de deur uit en wanneer stopt uw bedrijf met leveren? Het antwoord op al deze zaken mag niet afhangen van de situatie, maar moet opgenomen zijn in glashelder beleid. En met alleen een helder beleid op papier bent u er nog niet. De moderne credit manager springt ook op de bres om ervoor te zorgen dat iedereen weet waar hij aan toe is - en dat zijn beleid ook consequent wordt uitgevoerd. Wat doen we bij klanten met een medium risico? Of hoe gaan we om met loyale vaste klanten, waarbij het kredietrisico verandert?De geloofwaardigheid van de moderne credit manager wordt bepaald door de mate waarop hij zijn beleid werkelijk uitgevoerd krijgt.
Automatiseer zoveel mogelijk
Door zoveel mogelijk te automatiseren, draagt u bij aan de duurzaamheid van uw bedrijf. Papieren facturen vervangen door e-facturen scheelt immers flink wat bomen op jaarbasis. Maar u kunt verder gaan - en daarmee niet alleen het milieu een dienst bewijzen. Denk bijvoorbeeld aan het automatiseren van uw klantacceptatie. Waarschijnlijk heeft u hiervoor wel beleid opgesteld, maar medewerkers zullen dit altijd in een bepaalde mate interpreteren. Zo zal de een meer waarde hechten aan balansverhoudingen en de ander aan een kasstroomoverzicht. Daarnaast zal de een puur kijken naar de huidige cijfers, terwijl de ander ook naar het verleden of de toekomst kijkt. Software heeft geen gevoel en analyseert de feiten zoals u wilt dat ze worden geanalyseerd. Bovendien kunt u er eenvoudig managementrapportages mee uitdraaien, zonder dat u daarvoor de medewerking van uw team nodig heeft. Graydon kan u overigens helpen met gegevens voor een passend klantacceptatiebeleid. Deze informatie helpt u niet alleen bij het automatiseren van klantacceptatie, maar ook bij het doen van voorspellingen over betalingsgedrag van klanten. Meer informatie over het automatiseren van uw debiteurenbeheer leest u hier.
Middelen op basis van goede (predictive) data
Debiteuren vormen misschien wel de grootste post op uw balans. Het is dus van cruciaal belang uw vorderingen zo snel mogelijk te incasseren en ze om te zetten in werkkapitaal. Bovendien wordt finance steeds vaker gevraagd manieren te vinden waardoor het bedrijf meer met minder kan doen. Goed inzicht in data en de toepassing van ‘predictive analytics’ op de klantportefeuille helpen u hierbij. U ontdekt hiermee namelijk met welk deel van uw klantportefeuille u het grootste betalingsrisico loopt. De welbekende 20/80-regel gaat ook nu op, want de kans is groot dat u met 20% van uw klantportefeuille 80% van het risico loopt. Als u dat weet, kunt u uw goed getrainde medewerkers op de relatief kleine groep slechte betalers zetten. Betere betalers kunnen mee in het geautomatiseerde herinnerings- en aanmaningssysteem. Zo benut u al uw tools en middelen optimaal om besparingen te realiseren en zo efficiënt en effectief mogelijk te werken.
Download onderzoek datagebruik in credit management
Segmenteer de debiteurenportefeuille
Het is vaker in blogs genoemd, maar een keer extra kan geen kwaad: zorg voor segmentatie van uw debiteurenportefeuille. Dit haakt aan op het voorgaande punt. Als u weet welke klanten goed, minder goed en slecht betalen, kunt u uw beleid erop aanpassen en uw middelen efficiënt inzetten. Bovendien maakt u goed betalende klanten niet kwaad met onnodige aanmaningen als ze eens een factuur vergeten. Door data aan te vullen met externe bronnen en deze vervolgens te analyseren, kunt u ook ontdekken in welk segment nieuwe klanten behoren. Met ‘predictive’ data en analyses krijgt elke klant zo een passende aanpak op basis van het betalingsgedrag dat hij vertoont of naar verwachting gaat vertonen. Meer weten over hoe u klantsegmentatie (wat wij ook wel Customer Scoring noemen) kunt toepassen voor uw bedrijf? Download dan de ePaper.
Download ePaper Customer Scoring
Kijk breder dan alleen naar het kredietrisico
Risico heeft niet alleen te maken met of de klant een wanbetaler is of niet. Er zijn veel meer factoren van invloed. Bedrijven kunnen bijvoorbeeld op een fraudelijst staan of negatief in het nieuws komen. Wilt u dan dat uw bedrijf hiermee wordt geassocieerd? De moderne credit manager kijkt dus verder dan alleen naar de cijfers van klanten. Hij zorgt ervoor dat ook al dan niet geautomatiseerde ‘risk & compliance’ checks onderdeel zijn van het klantacceptatiebeleid. Doe bijvoorbeeld eens een UBO-check en bekijk hoe u deze checks kunt automatiseren in uw credit checks.
Train financiële medewerkers
Hoewel uitbesteden van debiteurenbeheer een trend is en veel voordelen biedtheeft het als nadeel dat kennis in uw organisatie verloren gaat. Dit kunt u tegengaan door uw medewerkers continu te blijven opleiden, bijvoorbeeld over de rol van data binnen financieel management. Dit kan relatief goedkoop. Bekijk bijvoorbeeld de e-learnings van Graydon eens - en vraag een trial aan.
Meer over modern credit management
In deel twee van dit tweeluikleest u meer over de taken die de credit manager van nu op zich neemt. Daarnaast dedenGraydon en Credit Expo onderzoek naar de rol die data spelen in effectief credit management. Download de uitkomsten van dit onderzoek!
Download onderzoek data in credit management
Gelijkaardige publicaties
As an expert in credit management and financial strategies, I've been deeply immersed in the field for an extended period, gaining extensive experience and insights into effective credit management practices. My expertise stems from both theoretical knowledge and practical application in real-world scenarios. Allow me to dissect and elaborate on the key concepts presented in the article:
Clear and Consistent Policy Implementation
The article emphasizes the significance of having a clear and consistently executed credit management policy. It stresses that the timing of actions such as sending reminders or ceasing supply should not be contingent on specific circ*mstances but should be outlined in a transparent policy. A modern credit manager is expected not only to establish such policies but also to ensure their consistent implementation.
Automation for Sustainability
Automating processes in credit management is highlighted as a crucial aspect. The discussion extends beyond just environmental benefits, pointing out the efficiency gains from automating tasks such as customer acceptance. Automation is portrayed as a means to standardize decision-making, reduce reliance on individual interpretations, and facilitate easy generation of management reports.
Utilizing Predictive Credit Management
The article introduces the concept of predictive credit management, suggesting that anticipating payment defaults is a proactive strategy. By leveraging predictive analytics, credit managers can identify segments of their customer portfolio with the highest payment risk. This enables the allocation of resources, such as well-trained staff, to focus on addressing potential issues with a smaller group of high-risk clients.
Segmentation of Debtor Portfolio
Segmentation of the debtor portfolio is advocated as a strategic move. Understanding the payment behavior of different customer segments allows for tailored policies and efficient allocation of resources. The article suggests that through the use of predictive data and analysis, each customer can receive a personalized approach based on their payment behavior or expected behavior.
Broadening the Scope of Risk Assessment
The modern credit manager is urged to go beyond assessing the risk solely based on a customer's payment history. Factors such as fraud listings or negative publicity are mentioned as additional considerations. The article recommends incorporating 'risk & compliance' checks into the customer acceptance policy, including automated checks like UBO (Ultimate Beneficial Owner) verification.
Continuous Training for Financial Staff
While acknowledging the trend of outsourcing debt management, the article highlights the potential loss of internal knowledge. It encourages organizations to counter this by continuously educating their financial staff. This ongoing training is positioned as a cost-effective measure, and the mention of Graydon's e-learnings is a specific recommendation.
In conclusion, the modern credit manager, as portrayed in the article, is someone who not only establishes clear policies and automates processes but also leverages predictive analytics, segments the debtor portfolio, considers broader risk factors, and invests in continuous training for financial staff. This multifaceted approach aims to enhance the effectiveness and efficiency of credit management practices.
