Styrk forretningsresiliensen med klogere kreditbeslutninger

Hvordan kan virksomheder bruge data som grundlag for vækst

I tider med økonomisk usikkerhed er kreditbeslutninger måske vigtigere end nogensinde før. Men Dun & Bradstreets undersøgelse viser, at virksomhederne kæmper med at udnytte deres dataressourcer på en måde, der gør kreditbeslutningerne mere informerede. Hvordan kan virksomheder lukke hullet og begynde at anvende data ikke alene til effektivt at reducere kreditrisici, men også skabe et grundlag for vækst?

Kreditbeslutninger er altid afgørende, men i stramme økonomiske tider, som dem der gælder for virksomheder i Europa i dag, bliver de endnu vigtigere.

En presset långivning er hurtigt ved at blive en af de primære trusler for de økonomiske udsigter, og den Europæiske Centralbanks data viser, at bankerne har strammet deres kreditkrav hurtigere end på noget tidspunkt siden gældskrisen i 2011. På virksomhedsniveauet er risikoaversionen samtidig stigende, idet virksomhederne i stadig større grad står med kreditforespørgsler fra kunder, der oplever pres på deres balance.

Risikoen er, at kreditbeslutninger under disse betingelser bliver en slags refleksreaktion, siger Ravi Sidhu, Subject Matter Expert, Credit Risk at Dun & Bradstreet, da stadig mere defensive virksomheder vælger ganske enkelt at stoppe med at forlænge kreditter til parter, der tester deres aftagende risikovillighed. Denne ”sikre” tilgang kan faktisk have negative konsekvenser på den lange bane.

”Tilgangen fungerer i den forstand, at du ikke vil opleve de potentielle tab fra forretning med højere risiko,” siger Sidhu.

”Men på den anden side: Hvis du ser på det kommercielt, er du nødt til at blive ved med at køre din forretning, for det er i sidste ende den måde, du skaffer kunder og indtjening på. Du kan ikke bare lukke helt ned. Så det handler om, hvordan du vælger de rette muligheder.

Hvordan filtrerer man virksomhederne og identificerer dem, der formentlig vil klare den og betale deres afdrag?”

Nøglen til dette er data, der udnyttes på en måde, som gør processen mere informeret og effektiv.

Dette er særligt vigtigt, når kreditbeslutningerne både er med høj indsats og hyppighed. ”Du har brug for bedre automatisering, for du vil gerne have at underskriverne bruger tid på at tage disse beslutninger frem for datagenereringen,” forklarer Sidhu.

”Selv hvor processerne vedbliver at være manuelle, bør du introducere automatisering i en vis grad, så du bedre kan give dem den information, de har brug for. Uanset hvilke økonomiske tal de er nødt til at forstå, kan de få det serveret let, frem for at de skal gennemgå og tjekke det hele manuelt.”

Eksempelvis siger 72 procent af respondenterne globalt, at data har gjort det muligt for deres virksomhed at træffe kloge beslutninger i forbindelse med kreditforlængelser. Men i Sverige, Tyskland og Danmark er det kun omkring 60 % af virksomhedslederne, der deler den opfattelse – en betydeligt lavere andel end dem, der mener, at data understøtter processer såsom generel risikovurdering og identifikation af nye kunder.

I Storbritannien er andelen højere, 69 procent, men stadig noget lavere end den andel, der siger, at data har spillet en vigtig rolle for risikovurdering og investeringsbeslutninger.

Et spørgsmål om løbetider

Sidhu nævner flere mulige forklaringer på denne uoverensstemmelse:

• Udfordringen med at fremskaffe, behandle og analysere data. ”Datahåndtering er en af de største udfordringer, som forhindrer organisationer i at foretage analyser effektivt,” siger han. ”Folk ønsker at inkludere AI og analyser, men hvis de data, man får ind, er af dårlig kvalitet, vil resultaterne ikke blive optimale. Inden du når til den sjove del, er det vigtigt, at du har de rette processer på plads, at du faktisk organiserer dine data og ser på dem på den rigtige måde.”
• Manglende relevans. ”Det handler ikke kun om data, men om at vælge de rette data og det, der er relevant, og bevise det over for dig selv også,” bemærker Sidhu. ”En score, der forudsiger en fiasko for nogle andre, vil evt. ikke virke i din portefølje, da din sammensætning måske er helt anderledes.”
• Forskellige niveauer af løbetider. Organisationer befinder sig ofte på forskellige trin i den analytiske proces. Data er typiske historiske per definition og anvendes ofte primært til at tegne et billede af fortidens tendenser, der kan blive brugt i kontekst – det, man i branchen kalder deskriptive analyser – mens det, som kreditbeslutninger for alvor har brug for, er fremadskuende indsigter.
  
  ”Du kan se, hvor en organisation er baseret ud fra den type analyse, de laver,” siger Sidhu. ”Fortæller de blot, hvad der er sket? Eller lærer du rent faktisk af din fortid og forudsiger, hvad resultaterne vil være i fremtiden”

Et stærkere grundlag for handling

Så hvordan kommer virksomhederne væk fra at bruge det, som Sidhu kalder ”sløve værktøjer” for i stedet at anvende mere prædiktive, datadrevne kreditbeslutninger?

Tip 1: Lav en ærlig vurdering af de aktuelle dataressourcer og -kapaciteter. Der, hvor der er mangler, man virksomheder benytte sig af dataværktøjer og ressourcer fra leverandører som Dun & Bradstreet, der for alvor vil styrke deres evne til at træffe klogere kreditbeslutninger. Men Sidhu pointerer også, at mange ikke effektivt udnytter det, de allerede har.

”Dun & Bradstreet kan tilføje værdi i forhold til at præsentere det, der er best practice i branchen og give organisationer et forspring,” siger han. ”Vi giver virksomheder et udgangspunkt med vores scorer, og vi kan samarbejde om at bygge videre derfra og lave ting, der er mere skræddersyet til deres portefølje. Men de bør ikke ignorere de data, de har internt. Resultaterne bliver endnu stærkere, hvis de er i stand til at udnytte vores data og deres egne interne data samtidigt.”

Tip 2: Skærp datahåndteringen. Dette er også en opgave, hvor Dun & Bradstreet kan hjælpe. ”Vi har unikke referencemuligheder med vores D-U-N-S Number, så vi kan hjælpe virksomheder med ikke alene at strukturere deres data internt, men også knytte dem bedre sammen med vores data, der automatisk opdateres, når ny information er tilgængelig,” siger Sidhu.

Tip 3: Arbejd sammen med en partner for at løfte den analytiske løbetid. Sidhu bemærker, at mange Dun & Bradstreet-scorer, såsom dem omkring mangler og forseelser, i deres natur er fremadrettede. Virksomheden forsøger også hele tiden at udvide dette perspektiv ved at gå sammen med tredjeparter på markeder som f.eks. det britiske for at inkludere information, der er tættere på realtid, om faktorer som f.eks. låneafdrag.

Vigtigheden af kundeoplevelsen

Gevinsten ved dette fremskridt handler om mere end at reducere virksomhedens eksponering for økonomiske tab. Virksomheder, der bevæger sig henimod mere smidige og direkte processer, glæder også deres kunder, hvilket har en vidtrækkende effekt på fastholdelse og loyalitet.

”Hvis du skal udnytte forretningsmuligheder, er du nødt til at have smidige processer, og du skal kunne træffe beslutninger hurtigt,” siger Sidhu. ”Det forventes i dag, at tingene er nemmere at komme igennem, at principperne, der er indført i forbrugeruniverset, også gælder andre steder. Hvis du ikke kan bruge teknologi til at gøre processer hurtigere, vil de gøre dig betydeligt langsommere, og du risikerer at miste gode kunder, der havde høje forventninger til, hvordan de burde behandles. Men med automatisering bliver oplevelsen ikke bare bedre; det indebærer også økonomiske fordele. Jo hurtigere du får kreditten ud af døren, desto hurtigere vil du få dine rentepenge.”

Uanset den økonomiske cyklus understreger Sidhu, at det er vigtigt, at virksomheder fastholder perspektivet, fortsætter med at fokusere på at gøde jorden for vækst og udvikle de datakapaciteter, der resulterer i en mere resilient virksomhed overordnet set.

”Det er altid de samme ting, virksomheder er nødt til at gøre, uanset om tiderne er gode eller dårlige,” siger han. ”Best practice betyder altid at forsøge at automatisere dine beslutninger, reducere dine omkostninger og minimere dine tab. På den måde opbygger du selvsikkerhed i forhold til at træffe beslutninger, få folk om bord og vide, at du gør det rigtige.”