Scorecard Penagihan AI: Prediksi Pembayaran Kembali

Spesialis penagihan yang berfokus pada analisis berperan penting dalam memperkirakan peluang pemulihan dan menyempurnakan strategi penagihan. Salah satu alat yang dapat digunakan adalah scorecard. Artikel ini membahas cara menyusun scorecard penagihan yang menyeluruh untuk memperkirakan peluang pemulihan secara akurat.

I. Variabel dan Jenis Data

A. Data Perilaku Penagihan

  1. Jumlah panggilan telepon dalam 1, 2, dan 3 periode terakhir
  2. Total jumlah panggilan telepon
  3. Jumlah panggilan telepon yang tersambung dalam 1, 2, dan 3 periode terakhir
  4. Total jumlah panggilan telepon yang tersambung
  5. Tingkat sambungan telepon dalam 1, 2, dan 3 periode terakhir
  6. Tingkat sambungan telepon secara keseluruhan
  7. Jumlah hari tanpa kontak dalam 1, 2, dan 3 periode terakhir
  8. Total hari tanpa kontak
  9. Jumlah teman yang valid
  10. Jumlah kontak yang valid
  11. Rata-rata durasi setiap panggilan
  12. Total durasi panggilan
  13. Total jumlah panggilan balik
  14. Total pesan penagihan yang dikirim
  15. Total jumlah petugas penagihan yang terlibat
  16. Total jumlah surat penagihan yang dikirim

B. Informasi Pribadi Nasabah

  1. Usia
  2. Jenis kelamin
  3. Pekerjaan
  4. Pendidikan
  5. Penghasilan bulanan
  6. Status perkawinan
  7. Kondisi tempat tinggal

Pertanyaan yang sering diajukan

Hasil pembayaran dan periode prediksi apa yang sebaiknya digunakan dalam scorecard?

Mulailah dengan hasil yang dapat diamati dan ditindaklanjuti oleh tim penagihan, misalnya apakah nasabah melakukan pembayaran dalam 30 hari setelah penilaian. Pilih periode yang sesuai dengan frekuensi penugasan akun dan peninjauan hasil. Tetapkan sejak awal apakah pembayaran sebagian, pelunasan dengan kesepakatan, dan janji pembayaran yang ditepati dihitung sebagai keberhasilan. Jika tidak, scorecard dapat mengurutkan akun berdasarkan hasil yang tidak sesuai dengan sasaran penagihan Anda.

Bagaimana menentukan ambang batas untuk menugaskan upaya penagihan yang lebih intensif?

Tentukan ambang batas berdasarkan perkiraan nilai pemulihan, biaya, dan kapasitas untuk menghubungi nasabah lebih sering, bukan berdasarkan ambang skor yang berlaku umum. Uji beberapa rentang skor dalam uji coba terkontrol, lalu bandingkan jumlah yang tertagih dan biaya kontak pada tiap rentang. Kemungkinan pembayaran yang tinggi tidak selalu berarti suatu akun memerlukan upaya lebih besar. Periksa apakah kontak tambahan mengubah hasil, bukan sekadar mengidentifikasi nasabah yang akan membayar tanpa upaya tersebut.

Bagaimana menguji apakah riwayat panggilan meningkatkan prediksi pembayaran kembali?

Gunakan data uji berbasis waktu: susun scorecard dengan data akun yang lebih awal, lalu uji pada akun dari periode berikutnya yang tidak digunakan untuk melatihnya. Sertakan hanya informasi panggilan dan kontak yang tersedia saat setiap akun dinilai. Riwayat kontak dapat mencerminkan pilihan penagihan sebelumnya, bukan hanya kemauan seseorang untuk membayar. Karena itu, bandingkan kinerja pada kebijakan kontak yang sudah berjalan sebelum menggunakan data tersebut untuk menambah upaya penagihan.

Kapan scorecard penagihan perlu diperbarui?

Tinjau kinerjanya setidaknya setiap triwulan, atau lebih cepat jika pola pembayaran, produk, atau kebijakan penagihan berubah secara signifikan. Pantau apakah tingkat pembayaran yang diprediksi sesuai dengan tingkat yang teramati pada tiap rentang skor, serta apakah pemeringkatannya masih dapat membedakan akun yang membayar dan yang tidak. Buat ulang scorecard hanya jika hasil peninjauan menunjukkan penurunan kinerja yang berarti. Sebelum digunakan, validasi scorecard pengganti dengan akun dari periode berikutnya.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.