Kluczowym elementem przeprowadzanej analizy było ustalenie punktu, poniżej którego sprawy nie wymagają ingerencji firmy windykacyjnej.
PROBLEM
- Wysokie koszty obsługi spraw w windykacji polubownej.
- Występowanie „zatorów” w call center i wynikające z nagromadzenia spraw odsuwanie działań w czasie.
ROZWIĄZANIE
- Budowa modelu predykcyjnego odpowiadającego na pytanie, który z dłużników, jest self-payersem – scoring tylko nowych długów i nowych osób.
- Ustalenie niskokosztowego scenariusza dla obsługi spraw.
- Określenie punktów cut-off na potrzeby zarządzania grupami spraw – umożliwia dobór intensywności scenariusza windykacji lub „zamrożenie” obsługi sprawy.
Efekt/korzyści:
- Identyfikacja około 7% dłużników w historii jako self-payers.
- Ustalenie, że koszty obsługi ogółem są niewiele wyższe niż w grupie klientów, którzy sami zainicjowali spłatę zobowiązania .
- Obniżenie kosztów obsługi portfeli długów.
- Zwiększenie przychodów z windykacji spraw poprzez inwestycje środków w sprawy lepiej rokujące.
Sieci neuronowe wyszukują samospłacających dłużników
Szczegóły projektu
|
Czas realizacji |
Oprogramowanie |
Zaangażowany zespół |
|---|---|---|
|
4 tygodnie |
PS CLEMENTINE PRO |
Predictive Solutions - 2 osoby. Po stronie klienta - 2 osoby zaangażowane bezpośrednio w pracę i odbiór wyników. |
