Nieuws

Corina Soeteman, Continuous Improvement Manager – geeft leiding aan ons Business Control team van datawetenschappers die de voorspelmodellen ontwikkelen en analyses verzorgen waarmee we steeds betere incassowaarden leveren voor onze opdrachtgevers en debiteurklanten.

Wat zie jij als de belangrijkste veranderingen in jouw aandachtsgebieden de afgelopen jaren?

Een belangrijke verandering is dat we voor onze voorspelmodellen onze eigen data gebruiken. Voorheen kochten we daarvoor ook externe data in, maar we zijn kritischer geworden op de herkomst en herleidbaarheid van data. Die aanpassing was voor mijn team een groot ding. We moesten al onze voorspelmodellen opnieuw ontwikkelen. Met de uitdaging dat de nieuwe modellen tenminste dezelfde, maar liefst een nog betere betrouwbaarheid en voorspelkracht zouden krijgen. Belangrijk, want zowel onze externe- als interne-klanten vragen om goede ondersteuning op basis van data voor hun creditmanagementbeslissingen. Ik ben er trots op dat ons dat gelukt is. We ontwikkelen momenteel een hele nieuwe opzet voor scoreberekeningen in Azure Machine Learning Studio (AMLS), wat ons in staat stelt zeer snel nieuwe modellen te trainen en te implementeren.

Een andere belangrijke verandering is dat onze focus op het besparen van kosten voor de debiteurklant nog sterker is geworden. Tegelijkertijd willen we ook meer vorderingen duurzaam oplossen. Omdat onze opdrachtgevers zelf betere resultaten behalen met hun eigen debiteurenbeheer, is de complexiteit van de vorderingen die wij behandelen gemiddeld groter geworden. Door die ontwikkeling is onze drive om ons voortdurend te verbeteren nog groter geworden.

Omdat je de debiteurklant zo min mogelijk met kosten wilt belasten, moet je de beslissing om een gerechtelijke procedure te starten heel zorgvuldig nemen. Door de toeslagenaffaire is bescherming tegen reputatieschade een nog belangrijker factor geworden. We hebben een nieuw voorspelmodel ontwikkeld dat we Verantwoord Dagvaarden genoemd hebben. Daarmee kun je de beslissing om verantwoord gerechtelijk te incasseren goed onderbouwd nemen. Voor niet-kunners zoeken we een andere oplossing.

Welke ontwikkelingen in jouw aandachtsgebieden verwacht je dat de komende jaren erg belangrijk zijn voor Syncasso en onze opdrachtgevers?

Voorspelmodellen zijn essentieel voor Maatschappelijk Verantwoord Incasseren. Voor elke afweging in het incassoproces willen we een betrouwbaar model ontwikkelen. Om zowel in ons deel van het proces, als in het voortraject dat de opdrachtgever zelf doet toe te kunnen passen. We zien dat informatie uit een voorgaande processtap veel voorspelkracht oplevert voor een opvolgende stap in het proces. De integratie van in- en externe incasso die we nu al zien, verwacht ik dat op korte termijn daardoor nog belangrijker wordt.

Transparantie van voorspelmodellen wordt de norm. Je moet op een begrijpelijke manier kunnen uitleggen hoe je model tot de voorspelling is gekomen. Dat kunnen we al, voor zowel eenvoudige beslisboomprocessen als neurale netwerken.

Het takenpakket van de gerechtsdeurwaarder verschuift van incasso naar het voorkomen van schulden. Zie jij ook die beweging in jouw aandachtsgebieden?

Om goed te kunnen anticiperen op toekomstige (problematische) schulden, moet je beschikken over de juiste data en daar de voorspelkracht van bepalen. In een vroeg stadium moet je daarvoor verschillende vorderingen clusteren om een beeld te kunnen vormen over mogelijke schuldenproblematiek. Technisch is dat goed mogelijk. Maar praktisch loop je vervolgens tegen de vraag aan wie dan die toekomstige schulden moet gaan voorkomen. Omdat er meerdere partijen/schuldeisers bij betrokken zijn, vraagt dat veel samenwerking en afstemming. Daar kan de gerechtsdeurwaarder een belangrijke coördinerende rol in gaan spelen.