I usikre økonomiske tider hører misligholdte betalinger til dagens uorden. For at imødegå dette problem har den verdensomspændende life science-koncern Bayer automatiseret sine kreditstyringsprocesser og med hjælp fra Dun & Bradstreet øget sin effektivitet og kvaliteten af sin risikovurdering betydeligt.
Høj inflation, stigende renter, ustabile forsyningskæder, geopolitiske omvæltninger – vi kan roligt sige, at vi lever i en turbulent tid. Den ene krise følger den anden. Ting, der betragtes som sandheder i dag, kan meget vel blive draget i tvivl i morgen. Det gør det så meget desto vigtigere for virksomheder at styrke deres robusthed og sikre deres egen likviditet. En afgørende faktor for at lykkes med dette er at have et konstant øje på kundernes kreditværdighed.
Til dette formål har den verdensomspændende life science-koncern Bayer etableret en stort set automatiseret kreditstyringsproces. Teamet, der ledes af Andreas Wenzel, Global Credit & Customer Finance Manager hos Bayer AG, har anlagt en "smart datakøb"-tilgang til processen. Og hvad betyder det helt præcist?
"Vi sender en automatiseret anmodning om forskellige data fra Dun & Bradstreet afhængigt af kreditgrænsen. For kunder med lav kreditgrænse bruger vi stamdata og betalingsadfærd. Når vi vil lave et omfattende kredittjek af større kunder, bruger vi data om særlige risici," forklarer Andreas Wenzel.
Alle oplysninger overføres direkte til SAP Enterprise Resource Planning-systemet via et API: Derefter samles de til et individuelt scorecard med interne oplysninger og evalueres. I dashboardet kan de kreditansvarlige hos Bayer se forretningspartnernes vigtigste nøgletal i et samlet overblik (herunder scorer og økonomi).
Risikovurderinger af højere kvalitet
De interne og eksterne data om hver kunde kategoriseres og evalueres på scorecardet. Det regelsæt, der anvendes her, er baseret på statistiske analyser og omfattende data om Bayers kundeportefølje.
Fokus er på at bestemme virksomhedskarakteristika (nøgletal, tendenser, branche), der typisk kan knyttes til betalingsproblemer. I praksis betyder det, at systemet bruger de underliggende data og regelsæt til at beregne den procentvise sandsynlighed for betalingsmisligholdelse og derudfra sorterer kunderne i forskellige risikoklasser.
"Eftersom vores scorecard bygger på såvel vores egne interne data som på eksterne data fra Dun & Bradstreet, er vores risikovurdering langt mere pålidelig. Det bidrager i høj grad til den høje kvalitet i vores risikovurdering," tilføjer Andreas Wenzel.
Desuden gør Data Blocks fra Dun & Bradstreet det muligt kun at hente de data, som Bayer virkelig har brug for til den pågældende risikovurdering.
Dataelementerne, som er emnebaserede og logisk forbundne, kan sammensættes efter behov og giver ud over stamdata også oplysninger om aspekter som en kundes økonomiske soliditet og betalingsadfærd, indikationer på virksomhedernes tilhørsforhold og lokaliteter samt relevante nyheder om aktiemarkedet og udviklingen i branchen.
Identificer risici tidligt og forøg effektiviteten
"I tider med økonomisk usikkerhed er det vigtigere end nogensinde at holde regelmæssigt øje med kundernes kreditværdighed og betalingsadfærd," fortsætter Andreas Wenzel.
Procesautomatisering skaber grundlag for permanent kundeovervågning – og dermed for effektiv og forsvarlig kreditstyring.
"Mange virksomheder tjekker kun deres kunders kreditvurdering én gang om året, mens vi gør det løbende. Derfor kan vi identificere potentielle betalingsmisligholdelser langt mere pålideligt og – hvad vigtigere er – meget tidligere."
Sådan fungerer det: Hvis der bliver konstateret en situation med kritiske data under den løbende kontrol af scorecardet, informeres de relevante medarbejdere straks via en besked på dashboardet. Det kan f.eks. ske, hvis en kunde ryger ned i en dårligere risikokategori end før, fordi de har betalt fakturaer for sent, eller der er blevet offentliggjort svage regnskabstal.
I sådanne tilfælde overtager den ansvarlige kreditchef sagen og træffer passende foranstaltninger. Om nødvendigt kontaktes salgsafdelingen, kreditgrænsen reduceres, betalingsbetingelserne ændres, eller leverancerne kan helt blive stoppet.
Fokus på højrisikokunder
Siden det individuelle scorecard blev indført, har kreditcheferne hos Bayer fokuseret på personligt at overvåge kunder, som lægger en stor omsætning, men har en dårlig kreditværdighed. Kunder med lav risiko for misligholdelse af gæld håndteres derimod automatisk.
Formålet er at reducere antallet af ordrer, der standses, og specifikt at løfte væksten hos Bayer. "Alt i alt har vi været i stand til at forbedre effektiviteten i vores kreditstyring betydeligt ved at automatisere processerne," fortæller Andreas Wenzel.
