Embed Size (px)
Citation preview
Conversatorio Líderes de Cobranza
DataMarketing y su impacto en la Gestión de Recuperación
Bogotá, septiembre 21 de 2011
Kenneth MendiwelsonPresidente
Refinancia S.A.
2
Mensajes Principales: Nos cambió el mundo!
2
• La capacidad de conocer al cliente está evolucionando de manera exponencial por el uso de la Data Masiva y se está convirtiendo en una fuente de diferenciación en productividad que requiere de capacidades sofisticadas
• En la industria de la recuperación de cartera castigada se perciben una serie de implicaciones y cambios de paradigmas: nuestra industria va a ser diferente
• Esta evolución va a exigir que tomemos decisiones frente a nuestro negocio
3
Menor uso de Data Masiva
• Focus groups• Entrevistas a profundidad• Emociorama• Etnorama• Open group
Investigaciones Cualitativas
EJEMPLOSEn el mundo de la investigación de mercados, existeuna gran variedad de metodologías para desarrollarconocimiento sobre el comportamiento del cliente
Mayor uso de Data Masiva
• Sondeos• Encuestas• Conjoint Analysis
Investigaciones Mixtas
• Minería de datos / Analytics• Database marketing• Mass marketing
Investigaciones Cuantitativas
Observa pequeños grupos para inferir
comportamientos
Utiliza mecanismos de captura de datos en
muestras de poblaciones para medir opinión y/o
valor en atributos de productos
Utiliza data de universos capturada en grandes
repositorios e implementa herramientas estadísticas
para desarrollar conocimiento
Metodologías para conocer al Cliente
4
Impacto del uso de la Data Masiva en las Industrias
Mejoras en Productividad
Existen algunas industrias que son grandes generadoras de datos;algunas están aprovechando esta información para construirventajas competitivas y capturar valor a través de Data-Marketing
• La industria de la recuperación de crédito es un “alto” generador de data transaccional y de localización
• Sin embargo, aún no se evidencian mejoras sustanciales en la productividad ni en la sofisticación en la utilización de datos
Fuente: McKinsey Global Institute; Big Data; mayo 2011
Uso intensivo de data
• Banca• Retail• Servicios Públicos• Seguros• Pensiones
• Productos electrónicos
• Industria de la información
5
Talento
• Criterio / Experiencia• Capacidad de experimentación• Actitud innovadora frente a modelos
de negocio, productos y servicios• Habilidades analíticas sofisticadas
Requerimientos e implicaciones del uso de Data Masiva
La captura de los beneficios que permite el uso de data masivarequiere enfoque en dos frentes
• Alto costo• Alta necesidad
de inversión• Paciencia en la
generación de datos útilesTecnología
• Grandes repositorios (data warehouse)• Automatización de algoritmos
El uso de data es una decisión estratégica de alto riesgo……¡no puede ser a medias!
Implicaciones
6
Los cambios en paradigmas requieren de una óptica de Gestión distinta por parte de los dueños de la cartera (ej: Bancos) y de
los operadores especializados (Servicer)
Cambios en los fundamentos del negocio en la Recuperación de Cartera
El uso de data masiva resulta en cambios deparadigmas en la industria de recuperación
Antes (Transacciones)
1 Cartera de Deudores
2 Políticas de Cobranza
3 Base de Asignación
Ahora (Relaciones)
Portafolio de clientes
Estrategias de Gestión
Segmentos Diferenciados
7
Portafolio de Clientes
La óptica de Portafolio permite tener una visión largo plazista sobre losclientes que lo componen y capturar data hasta el final del ciclo de crédito
¿Cómo es la vida de un Portafolio?
Diferencias en la Gestión de Recuperación
Óptica “Cartera”:▪ Asignación de corta vida al
operador▪ Rotación sucesiva entre casas de
cobranzas▪ Incita a no conocer al cliente
Óptica “Portafolio”:▪ Entrega en administración “Largo
Plazista” al servicer▪ Permite la implementación de
estrategias distintas durante la vida del portafolio▪ Permite entendimiento profundo
de los deudores/clientes▪ Captura data relevante para el
análisis de riesgo y cosechas
Ejemplo: Recaudo Mensual de Portafolio de Cartera Vencida
Recaudo/mes ($)
Tiempo (años)1 2 3
¿Qué es un Portafolio?
▪ Es una agrupación de activos▪ Está diversificado▪ Tiene una expectativa de recaudo / rentabilidad
ajustada al riesgo▪ Es predecible con volatilidad controlada▪ Tiene una vida útil determinada
8
Etapa I Etapa II Etapa III
Estrategias en la Gestión de Portafolio
Una visión largo plazista permite profundizar en el conocimiento delcliente e intervenir en poblaciones con distintos horizontes esperados
Estrategias
EJEMPLO
• En cada etapa se está capturando data y analizando sus implicaciones
• Los modelos predictivos se enriquecen con la info que se genera permanentemente
• Este conocimiento se puede utilizar en la originación si existe coordinación entre el servicer y el propietario de la cartera
Herramientas
▪ Conocimiento inicial de portafolio
▪ Construcción de flujo
▪ Estabilización de recaudo
▪ Conocimiento profundo
▪ Refuerzo de capacidades
▪ Descreme y rentabilización
▪ Captura de casos que requerían espera
Tiempo (años)
Recaudo/mes ($)
1 2 3
▪ Ofertas estándar de producto
▪ Pilotos iniciales▪ Pruebas de
vocabulario y tono▪ Asignación
priorizada
▪ Segmentación especializada con oferta de valor diferenciada
▪ Niveles avanzados de localización
▪ Condonación enfocada▪ Producto flexible para
casos complejos▪ Resegmentación▪ Control de costo
asignado
9
Segmentación y Diferenciación
De Mercado• Comportamiento en el sector• Comportamiento en negociación• Facilidad de localización
Demográficas
• Edad• Sexo• Educación• Situación laboral
Obligaciones
• Rangos de saldos• Rangos altura de mora• Tipo de producto de crédito• Capacidad del originador
Portafolio• Saldo promedio• Mora promedio
Una segmentación avanzada requiere de administrar ungran volumen de datos históricos representativos y dela habilidad de actuar sobre los segmentos definidos
• Diseñar metas en función de la recuperación
• Establecer especialización ideal de los agentes
• Definir incentivos diferenciados• Diseñar productos y canales a la
medida• Usar la condonación de manera
diferenciada y eficiente• Determinar el momento ideal
para buscar un cierre• Ejecutar campañas y estímulos
bajo ambientes controlados
Acciones PosiblesVariables críticas para Segmentación (ejemplo)
10
0 100 200 300 400 500 600 700 800
Altos
Medios
Bajos
Saldos Menores
Índice de Productividad (No segmentado = 100)
Después de un año de segmentarDespués de un semestre de segmentarNo Segmentado
+508%
+628%
+455%
+385%
Impacto de una segmentación fundamentada en datos
Fuente: Experiencia Refinancia S.A.
11
Bancos(Dueños de Cartera)
Implicaciones en la Industria
En el corto plazo se va a vivir un gran cambio en loscomportamientos de los principales jugadores de la industria
Servicers(Operadores de cartera)
• Relaciones de confianza con los proveedores fundamentadas en:– Compartir data de manera legal– Integrar procesos– Cumplir necesidades de control
• Atención al trato del cliente y el impacto reputacional
• Conocimiento granular sobre el comportamiento de pago
Necesidades
• Altos filtros en la selección de proveedores / aliados en la administración de cartera
• Procesos formales y controlados de gestión acordados con el Banco
• Diseño de estructuras ordenadas para compartir data
• Capacidades internas para administrar relaciones de alianza
• Cambio en estructura de fees
Implicaciones
• Altas inversiones en tecnología que permita tramitar volúmenes importantes de data
• Construcción de equipos de talla mundial con alta capacidad analítica y de ejecución
• Diseño de procedimientos estandarizados y automatizados
• Construcción de escala que permita absorber los costos / inversiones requeridas
• Entrenamiento e implementación de prácticas de talla mundial
• Formalización y sofisticación de la industria
• Alto nivel de especialización
12
Esta es una evolución natural de las industrias en la medida en que se sofistican (ej.: Fondos de Pensiones, Banca)
Alternativas para los Operadores de Cartera
Los Operadores actuales van a tener que escogerqué tipo de jugador quieren / pueden ser
Jugadores de Nicho Jugadores de Tamaño
• Alta especialización en un tema muy específico (ej.: moras tempranas de créditos de vehículo de un originador)
• Alta sofisticación aplicable al manejo de clientes masivos de una gama amplia de originadores
Oferta de Valor
• Pocos clientes• Rentabilidad fundamentada en la
capacidad de demostrar especialización
• Grandes inversiones que resultan en capacidades de ejecución
• Rentabilidad fundamentada en la escala
• Lideran cambios fundamentales en la industria
Características
13
¿Cree usted que esto pueda suceder?
Expectativas a Futuro
En los próximos años vamos a vivir una transformación radical; el habilitador es el uso de data masiva
• Consolidación de principales jugadores
• Construcción de relaciones entre Bancos y Servicers de “outsourcing” en la administración de portafolio
• Ejecución de inversiones sustanciales en equipos y tecnologías
PARA DISCUSIÓN
2011 2013 2015 Hacia adelante
• Extinción de jugadores que no evolucionen
• Fusiones y adquisiciones buscando consolidar relaciones y capacidades
• Apoyo de los grandes jugadores en la bancarización del país
• Madurez de la industria
• Evolución en la frontera de productividad por nuevas tecnologías
• Expansión a otros negocios / mercados relacionados
