Skip to the content

 

Cannock zet slimme robot in voor
‘next best action'

Is het mogelijk om een computer te leren welke debiteurenaanpak de grootste kans geeft op een succesvol incassoresultaat? En daarbij moet die aanpak dan minstens net zo goed zijn als de huidige werkwijze. Met die vraag klopte Cannock onlangs aan bij haar zusterbedrijf Assensia (specialist in Credit Analytics). Richard van Reijmersdal en Tim van der Weiden vertellen over deze veelbelovende proef in machine learning.

Artificial intelligence

De markt van creditmanagement staat niet stil. Tegenwoordig werken we al lang niet meer met rigide workflows en is de klantgerichte aanpak al meer datadriven. Toch is de volgende stap nabij: de inzet van autonoom lerende algoritmes. Als innovatieve organisatie zetten we altijd graag een stap verder. Om die reden zijn we op zoek gegaan naar het (exponentieel) optimaliseren van processen door de inzet van machine learning, data en artificial intelligence. Beter bekend als een computer met kunstmatige intelligentie.

'The next best action'

Het achterliggende idee is dat we het betaalgedrag en de voorkeur van communiceren van de klanten van onze opdrachtgevers kennen. Dankzij deze data, onze expertise én de allernieuwste technieken zouden we het betaalgedrag beter moeten kunnen voorspellen. Als we immers weten welke actie het beste werkt bij welke debiteur, kunnen we daar onze credit management- en incassoactiviteiten voor onze opdrachtgevers op afstemmen.

Wetenschappelijk onderbouwd

Samen met Assensia hebben we in een laboratoriumopstelling ons idee (Proof of Concept) met reinforcement learning algoritmen in de praktijk gebracht. We hebben een minnelijk extern incassotraject nagebootst. De resultaten van 3 verschillende algoritmen zijn na alle tests positief. Onze slimme computer leert van bestaande data en kan ‘the next best action’ voorspellen. Het gevolg is dat wij weten welke actie het meeste succes heeft bij welke debiteur. Dit verkort de doorlooptijd van het traject, door het voorkomen van onnodige acties, én verbetert het rendement aantoonbaar! Ook kunnen we deze acties automatisch inzetten.

Onze slimme computer leert van bestaande data en kan ‘the next best action’ voorspellen.

Van tests naar ‘live’ inzet

Momenteel zetten we de testresultaten op klantniveau om naar een live omgeving. Dit doen we uiteraard in goed overleg. De volgende stap is om deze slimme computer ook in het facturatie- en debiteurenproces op te nemen en in te zetten in onze outsourcingsprocessen uit naam van onze opdrachtgevers. Zo zetten we de volgende stap in een klantgerichte credit management aanpak: van segmentatie en differentiatie naar een optimale individuele benadering!

Tim van der Weiden

Tim van der Weiden

Commercieel Directeur