Bizonytalan gazdaságú időkben gyakoriak lehetnek a fizetési késedelmek. Ennek ellensúlyozására a Bayer automatizálta hitelezési folyamatait, és a Dun & Bradstreet segítségével jelentősen növelte hatékonyságát és a kockázatértékelés minőségét.

Magas infláció, emelkedő kamatlábak, instabil ellátási láncok, geopolitikai zavarok - viharos időket élünk. Egyik válság a másikat követi. Ami ma még igaz, holnap már megkérdőjelezhető. Ez teszi elengedhetetlenné, hogy a vállalatok megerősítsék ellenállóképességüket és biztosítsák saját likviditásukat. A siker egyik döntő tényezője az ügyfelek hitelképességének folyamatos figyelemmel kísérése.

Ennek érdekében a Bayer létrehozott egy nagyrészt automatizált hitelkezelési folyamatot. Az Andreas Wenzel, a Bayer AG globális hitel- és ügyfélfinanszírozási vezetője által vezetett csapat a folyamat során az „intelligens adatvásárlás” megközelítést folytatja. Mit jelent ez pontosan? „A hitelkerettől függően automatizáltan különböző adatokat kérünk be a Dun & Bradstreet-től. Az alacsony hitelkerettel rendelkező ügyfelek esetében a törzsadatokat és a fizetési magatartást használjuk. A nagyobb ügyfelek átfogó hitelképesség-ellenőrzéséhez speciális kockázati adatokat alkalmazunk” - mondja Wenzel.

Az összes információt egy API-n keresztül közvetlenül az SAP vállalatirányítási rendszerbe (ERP) továbbítjuk, a belső információkkal egyéni scorecardot állítjuk össze, és kiértékeljük azt. A platformon a Bayer hitelezési vezetői egy pillantásra összesítve látják egy ügyfél legfontosabb kulcsadatait (beleértve a hitelpontszámokat és a pénzügyi mutatókat).

Továbbfejlesztett kockázatértékelési minőség

Az egyes ügyfelekre vonatkozó belső és külső adatok kategorizálásra és értékelésre kerülnek a scorecardban. Az itt alkalmazott szabályrendszer statisztikai elemzéseken és a Bayer ügyfélportfóliójának átfogó adatain alapul. A hangsúly a fizetési problémákkal jellemzően összefüggésbe hozható vállalati jellemzők (kulcsszámok, trendek, iparág) meghatározásán van. A gyakorlatban ez azt jelenti, hogy a rendszer az alapul szolgáló adatok és szabálykészletek alapján kiszámítja a fizetési késedelmek százalékos valószínűségét, és ennek alapján az ügyfeleket különböző kockázati osztályokba sorolja.

„Mivel mind a saját belső adataink, mind a Dun & Bradstreet külső adatai bekerülnek a scorecardba, kockázatértékelésünk sokkal megbízhatóbb. Ez nagyban hozzájárul a kockázatértékelésünk magas színvonalához” - mondja Wenzel.

Ráadásul a Dun & Bradstreet adatblokkjai lehetővé teszik, hogy csak azokat az adatokat hívjuk le, amelyekre a Bayer-nek valóban szüksége van az adott kockázatértékeléshez. A témaalapú és logikailag összekapcsolt adatelemek igény szerint állíthatók össze, és a törzsadatokon kívül olyan szempontokról is tájékoztatnak, mint az ügyfél pénzügyi helyzete és fizetési magatartása, a vállalati kapcsolatokra és telephelyekre vonatkozó jelzések, továbbá a releváns tőzsdei hírek és iparági fejlemények.