V nejisté ekonomické době může často docházet k prodlení s platbami. Aby tomuto problému globální agrochemická společnost Bayer předešla, zautomatizovala své procesy správy úvěrů a s pomocí společnosti Dun & Bradstreet značně zvýšila svou efektivitu a kvalitu posouzení rizik.
Vysoká inflace, rostoucí úrokové sazby, nestálý dodavatelský řetězec, geopolitické otřesy – žijeme v turbulentní době. Jedna krize následuje druhou. Co je pravdou dnes, může být zítra zpochybněno. Proto je pro společnosti zásadní, aby posílily svou odolnost a zajistily svou vlastní likviditu. Rozhodující faktor úspěchu je neustálá kontrola bonity zákazníků.
Za tímto účelem zavedla globální agrochemická společnost Bayer z velké části automatizovaný proces správy úvěrů. Tým vedený Andreasem Wenzelem, Global Credit & Customer Finance manažerem ve společnosti Bayer, prosazuje pro tento proces přístup „smart data purchase“. Co to přesně znamená? „Posíláme automatizovaný požadavek na různá data od společnosti Dun & Bradstreet podle úvěrového limitu. U zákazníků s nízkým úvěrovým limitem používáme kmenová data a údaje o platební morálce. Pro komplexní kontrolu úvěruschopnosti u hlavních zákazníků používáme speciální údaje o rizicích,“ říká Wenzel.
Veškeré informace jsou převedeny přímo do systému SAP Enterprise Resource Planning (ERP) prostřednictvím rozhraní API, následně jsou sestaveny do individuální skórkarty s interními informacemi a poté se vyhodnocují. V dashboard přehledu pak kreditní manažeři ve společnosti Bayer vidí nejdůležitější klíčové ukazatele pro daného zákazníka v souhrnném přehledu (včetně kreditního skóre a financí).
Vylepšená kvalita posouzení rizik
Interní a externí data o každém zákazníkovi jsou kategorizována a ohodnocena ve skórkartě. Souhrn uplatňovaných pravidel je založen na statistických analýzách a komplexních datech o zákaznickém portfoliu společnosti Bayer. Důraz je kladen na určení charakteristik společnosti (klíčových ukazatelů, trendů, odvětví), které jsou typicky spojené s platebními problémy. Prakticky to znamená, že systém používá základní data a soubory pravidel, aby spočítal procento pravděpodobnosti prodlení s platbami, a na základě toho roztřídí zákazníky do různých rizikových tříd.
„Jelikož oba typy dat, naše interní i ta externí od Dun & Bradstreet, vstupují do skórkarty, je naše posouzení rizik mnohem spolehlivější. To významně přispívá k vysoké kvalitě posouzení rizik,“ říká Wenzel.
Kromě toho umožňuje nástroj Data Blocks od Dun & Bradstreet zobrazit pouze ta data, která společnost Bayer skutečně potřebuje pro konkrétní posouzení rizik. Datové prvky, které jsou založeny na tématech a logicky propojeny, lze sestavovat podle potřeby a kromě kmenových údajů poskytují také informace o takových aspektech, jako je finanční síla a platební morálka zákazníka, údaje o podnikových vazbách a umístění, jakož i relevantní burzovní zprávy a vývoj v odvětví.
