Inkasso er langt fra et nyt koncept. Derfor er det sikkert at antage, at bedste praksis for inkasso er veletableret og yderst effektiv. Er det ikke rigtigt?
Forkert.
Moderne forbrugere tænker, surfer, køber og kommunikerer anderledes end deres forgængere. Det betyder, at traditionel inkassopraksis generelt rammer forbi målet i dag. I en tid, hvor kundeoplevelsen er i højsædet, og personalisering blot er en forventning, er långivere nødt til at revurdere deres tilgang til inkasso.
Vi vil beskrive 6 bedste praksisser, når det gælder moderne inkasso. Disse falder ind under to primære søjler:
- Dataanalyse, AI og automatisering
- Skabelse af indhold og strategier for flere kanaler
Vi forklarer teorien bag disse fremgangsmåder og undersøger, hvordan de kan ændre din indsamlingsstrategi og gøre den både mere effektiv og mere virkningsfuld.
Dataanalyse, AI og automatisering
Der er et almindeligt ordsprog, der siger: "Data er den nye olie". For virksomheder i alle former og størrelser er kundedata måske det mest værdifulde aktiv, de har: de giver en ufejlbarlig plan, der beskriver hver enkelt kundes præferencer.
Men dine data er kun så gode som den efterfølgende analyse - og det er her, AI kommer ind i billedet. Det er svært for mennesker hurtigt at analysere store datasæt. Kunstig intelligens kan derimod problemfrit knuse tallene og genkende centrale mønstre i løbet af få sekunder.
Endelig kan automatisering hjælpe virksomheder med at udføre denne AI-baserede dataanalyse i stor skala. Dataanalyse, AI og automatisering kan meget vel være den ultimative treenighed, når det gælder inkasso. De forvandler problemfrit overvældende datamængder til brugervenlige, meget værdifulde aktiver - og hjælper dig med at få større viden om dine debitorer på et individuelt niveau. Som et resultat hjælper det din inddrivelsesindsats betydeligt.
Lad os udforske tre hovedmåder, hvorpå du kan bruge dataanalyse, AI og automatisering til at ændre din inddrivelsesproces.
- Testning
Der er ingen universel strategi, når det gælder om at skabe den perfekte indsamlingsproces. Det varierer afhængigt af branchen og den enkelte forbruger. Så hvordan finder man ud af, hvilke strategier der virker, og hvilke der ikke gør?
Ved at teste dem. Du kan f.eks. antage, at dine debitorer foretrækker regelmæssige, afslappede sms'er frem for uregelmæssige (men meget alvorlige) breve ind ad døren med et stort rødt "URGENT"-skilt på forsiden. Det giver mening i teorien. Men for at finde ud af, om det rent faktisk giver bedre resultater, er du nødt til at teste det.
Maskinlæringsalgoritmer kan automatisere store dele af denne testproces. De identificerer hurtigt potentielle tendenser, som du bør overveje at implementere, og fortæller dig straks, hvis en strategi simpelthen ikke virker. Maskinlæringsalgoritmer vil derefter finde frem til hver enkelt kundes præcise præferencer og dermed gøre din kommunikation mere effektiv fremover.
- Gør data til aktiver
Din testproces har givet dig nogle uvurderlige indsigter. Hvad er det næste skridt? Nu skal du gøre disse data til aktiver. Ideelt set ville du have et opdateret dashboard med alle relevante data og indsigter lige ved hånden. Det kan vise ting som en kundes præferencer, deres balancehistorik og deres forfaldne dage.
Når du har alle disse data til rådighed, kan du udarbejde en passende inkassostrategi for hver enkelt debitor. Du vil være i stand til at identificere, hvilke strategier der har størst chance for at lykkes, og skræddersy din automatiserede opsøgende indsats derefter.
- Segmentering af kontaktdata
Du har testet forskellige hypoteser, og dit dashboard viser alle tilsvarende indsamlingsdata. Nu kan du begynde at segmentere din kundebase afhængigt af resultaterne.
Gruppe A reagerer måske meget godt på budskaber, der er baseret på tabsaversion (f.eks. "Betal nu for at undgå yderligere rykkergebyrer"). Gruppe B, derimod, foretrækker måske outreach, der bygger på princippet om social proof (f.eks. "9/10 kunder tilbagebetaler deres gæld efter anden rykker").
Dine debitorer er individer, og derfor skal de behandles som sådan. Men du kan bruge deres individuelle kundeprofildata til at segmentere dem i kategorier. Disse kategorier vil så informere om den måde, du kommunikerer med disse debitorer på fremover.
Skabelse af indhold og strategier for flere kanaler
Dataanalyse, AI og automatisering er kun en del af puslespillet. For at kunne udnytte deres styrke skal du fokusere på at skabe indhold og implementere opsøgende arbejde på flere kanaler. Dataanalyse, AI og automatisering er som en bil. De leverer den komplekse struktur og det tekniske maskineri, der hjælper dig med at nå din destination. Men en bil er ubrugelig uden brændstof - i dette tilfælde er det opsøgende indhold på flere kanaler.
- Skub kommunikationen ind i den digitale tidsalder
Virksomheder plejede at anvende en one-size-fits-all-tilgang til massekommunikation. Men i den digitale tidsalder fungerer det ikke længere. Der er to hovedtrin til succesfuld kommunikation med forbrugere i stor skala. For det første skal du udnytte datastyret indsigt til at segmentere din målgruppe korrekt. For det andet skal denne segmentering følges op af passende udformede budskaber, der sendes ud gennem en række forskellige digitale kommunikationskanaler.
Tag ovenstående punkt om kundesegmentering: Gruppe A reagerer bedre på budskaber i stil med tabsaversion, og gruppe B på socialt bevis. Dette er dog ubrugeligt, medmindre du bruger denne indsigt til at skræddersy din opsøgende indsats i overensstemmelse hermed.
Hvis du har svært ved at gøre det, eller hvis du vil have flere ideer til, hvordan dette princip kan omsættes i praksis, så tjek vores fire e-mailskabeloner til inkasso.
Få adgang til relevante data. Segmenter kunderne og find ud af, hvilke strategier der fungerer bedst for den enkelte. Brug disse data til at informere dine opsøgende beskeder. Det er faktisk ikke så svært.
- Design en integreret kontaktstrategi med flere kanaler
E-mail er godt - men det er langt fra alt, hvad der skal til for at inddrive gæld. Moderne forbrugere er tilgængelige på en række forskellige kanaler, så de bør alle spille en rolle i din integrerede multikanal-kontaktstrategi.
Brug en metodisk tilgang, når du skaber din strategi fra bunden. Husk: Det ultimative mål er at nå den rigtige kunde, på det rigtige tidspunkt, med det rigtige tilbud og på den rigtige kanal. Hvis du gør det, kan det ikke gå galt.
- Skræddersyede beskeder og personalisering
Samlinger skal være en dialog, ikke en pådutning af vilkår. Det betyder, at der skal lægges særlig vægt på indhold, tone og stil i den digitale kommunikation.
Det er kun naturligt, når man taler ansigt til ansigt med nogen. Spejling - at efterligne den anden persons tale, væremåde og bevægelser - er en af de mest effektive salgstaktikker. Ved at kommunikere med folk, som de gerne vil tales til, har du langt større chance for at skabe en effektiv dialog.
Nogle kunder vil måske gerne undgå konfrontationer og forlegenhed og vil derfor have brug for en blødere, mere nuanceret tone. Skræddersyede beskeder, der er tilpasset den enkeltes præferencer, er en vigtig best practice inden for moderne inkasso.
Et dybt dyk ned i moderne inkasso
Disse 6 best practices vil forandre din indsamlingsstrategi fremover. Men der er mere i dem, end man umiddelbart tror. Hvis du virkelig vil mestre moderne inkasso, så deltag i vores kommende serie af uddannelseswebinarer, hvor vi vil dække hvert af disse 6 emner mere detaljeret.
