Asistencia a clientes holística mediante cobranzas digitales

En vista de las dificultades de los hogares para llegar a fin de mes, los prestamistas que logren hallar la receta óptima de servicio al cliente digital capturarán múltiples beneficios, entre ellos, fidelidad a largo plazo y garantías contra los riesgos que plantean jugadores más ambiciosos.

La ayuda fiscal y monetaria provista por los gobiernos de todo el mundo durante el pasado año ha protegido parcialmente a individuos y empresas contra el impacto de la pandemia de COVID-19. Las instituciones de préstamo también se beneficiaron con estas políticas, que contribuyeron a reducir los incumplimientos. Pese a todo, a medida que los estímulos comiencen a descender en los próximos 6 a 18 meses, una mayor proporción de los consumidores enfrentará dificultades para solventar sus gastos familiares – casi un tercio del total en varios estados de EE.UU., mientras que en algunos países de Latinoamérica más de la mitad de las familias ya tienen problemas para satisfacer sus necesidades 1 . Ante esta realidad, varias entidades están optimizando sus capacidades de asistencia y de cobranza y, en ese proceso, mejorando su resiliencia a eventos adversos.

Al enfocarse en interactuar con los consumidores de manera más efectiva, los prestamistas también se aseguran un mejor alineamiento con los requisitos regulatorios. Con la materialización progresiva de los efectos de la pandemia, los reguladores han comenzado a poner mayor énfasis en soluciones equitativas y a verificar que los prestamistas no “acosen” a sus deudores durante el proceso de cobranza. Todas las acciones de las entidades deben ser consideradas colaborativas y transparentes, y ofrecer a los clientes todas las oportunidades posibles para arribar a una solución. Medidas como moratorias, comunicaciones no invasivas y mensajes personalizados ya son requerimientos mínimos en muchos mercados. En efecto, organismos reguladores como el Banco Central Europeo y la Oficina para la Protección Financiera del Consumidor de EE.UU. han establecido reglas claras acerca de cómo deben operar las instituciones.

Sidebar

Además de los factores externos, existen motivos estratégicos y operacionales para modernizar la asistencia a clientes, que a la vez pueden crear valor económico significativo. Los consumidores están hoy más habituados a utilizar canales digitales, lo que sugiere que las entidades que ofrezcan servicios más inteligentes, interactivos y personalizados obtendrán mejores resultados que sus pares menos receptivos. Muchos clientes emergerán de la pandemia más fuertes y requerirán ayuda con préstamos e inversiones. Además, debido a la fuerte presión sobre los márgenes, resulta sensato perseguir los beneficios de productividad y eficiencia asociados a las soluciones digitales.

Las instituciones líderes han demostrado que una estrategia de cobranza digital o “digital-first” es una ruta viable hacia la creación de valor. Algunas registraron reducciones del 20 al 25 por ciento en la tasa de préstamos morosos (NPL), además de importantes ahorros de costos (y las correspondientes mejoras de productividad), menor riesgo de conducta institucional, y un incremento superior al 25 por ciento en las interacciones con clientes (Gráfico 1). Una entidad logró reducir el tiempo de recuperación promedio a la quinta parte.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Las capacidades de asistencia a clientes deben incorporarse a un “stack” dedicado que comprenda interacciones digitales, toma de decisiones basada en analítica avanzada (AA) y una plataforma tecnológica escalable y equipada con APIs. Este abordaje “digital-first”, apoyado por un modelo operativo compuesto por tribus y ciclos de desarrollo ágiles, puede formar la base de una relación más productiva, tanto virtual como presencial. Por supuesto, en el contexto de organizaciones multinacionales complejas, existen desafíos estratégicos, operacionales y tecnológicos significativos asociados a este cambio. Sin embargo, en lo que respecta a las interacciones con clientes y los resultados económicos, las ventajas de una implementación efectiva superarán largamente a los costos.

Capacidades críticas del stack de asistencia a clientes

Cuando se busca optimizar la asistencia a clientes, es conveniente accionar palancas de valor probadas en tres áreas: recorridos de clientes (CJs) digitales, inteligencia analítica y uso de tecnología. Cada uno de estos elementos cumple un papel importante a la hora de reducir la mora, optimizar y automatizar las operaciones, minimizar los riesgos y promover una experiencia de cliente positiva. El truco consiste en lograr que los tres operen en forma homogénea, combinando “arte” y “ciencia” para formar un todo armonioso.

Crear recorridos de cliente “digital-first”

Cerca de un 10 por ciento más de personas (neto) y un 25 por ciento más de millennials utilizarán servicios de banca móvil luego del COVID-19, según una encuesta de McKinsey sobre comportamientos de clientes durante la pandemia 2 . En el mismo sentido, menos clientes prevén usar sus teléfonos móviles para hablar con un representante.

Considerando que los usuarios se sienten cada vez más cómodos con la banca digital, es momento de que las instituciones de préstamo hagan un uso más intensivo de sus activos digitales. Pero no deben limitarse a intervenciones aisladas, como e-mails o mensajes de texto, sino esforzarse por desarrollar capacidades de cobranza holísticas y centradas en el cliente con la tecnología digital como eje. Esto significa transformarse a “digital-first” en cada punto del recorrido, con soporte de centros de contacto e interacciones personales.

Una ambición clave al implementar estructuras digitales debe ser estimular niveles de auto-servicio más altos. Si la ley local lo permite, los recordatorios o “nudges” digitales por SMS o WhatsApp son menos invasivos que las llamadas telefónicas (y también menos costosos). Las soluciones digitales también ofrecen la posibilidad de crear mensajes personalizados y de establecer ciclos de feedback para la mejora continua a nivel de micro-segmento.

Una investigación de McKinsey revela que los clientes con interacciones digitales como primera opción realizan pagos 12 por ciento superiores a los contactados por los canales tradicionales. La mejora resultante para la consistencia de la comunicación y la toma de decisiones también genera eficiencias de costos y reduce el riesgo de conducta de las entidades. En los casos donde los clientes no saben manejar las herramientas digitales, los prestamistas deben ocuparse de educarlos acerca de los beneficios y convencerlos de migrar a estos canales.

Las instituciones que han implementado soluciones digitales lograron varios puntos porcentuales de mejora en tasas de resolución, triplicaron los pagos de cuotas de préstamos en toda la cartera y elevaron los niveles de auto-servicio. En sintonía con ello, el costo del sector de cobranzas cayó al menos un 15 por ciento. Un banco optimizó sus comunicaciones digitales usando campañas de e-mail avanzadas, con mensajes de correo electrónico más atractivos y fáciles de leer y que incluyen alternativas concretas de recuperación. Esto condujo a un salto de más del 40 por ciento en la apertura de correos y del 150 por ciento en las tasas de clics. Gracias al rediseño del sitio web y la app de banca móvil, sumados a la mejora del recorrido de cobranzas, un banco brasileño logró migrar el 40 por ciento de las solicitudes entrantes hacia canales de auto-servicio, mejorando las interacciones y reduciendo los costos.

Incorporar analítica avanzada y aprendizaje automático a la toma de decisiones

Las soluciones “digital-first” deben ser lideradas por un stack de analítica avanzada dotado de inteligencia artificial. Esto ayudará al prestamista a administrar estratégicamente los riesgos en todas las etapas de soporte a clientes, y optimizar los resultados tanto para estos como para la compañía. Los elementos fundacionales para una implementación a escala incluyen ciclos rápidos de desarrollo y recalibración de modelos, herramientas y técnicas de arquitectura abierta, excelentes flujos de datos internos y externos, y el talento necesario para desarrollar aplicaciones de AA que satisfagan las necesidades de la organización.

El combustible para la analítica avanzada son los datos, y es por ese motivo que los prestamistas deben esforzarse por expandir sus modelos con nuevas fuentes de información e indicadores de riesgo alternativos. Ello implica mejorar las métricas tradicionales (como las características de los préstamos) con insumos referidos al comportamiento de los clientes, los patrones de gasto y las posibles reacciones. Este tipo de datos es más accesible en países con protocolos de datos abiertos. El objetivo es crear una perspectiva de 360 grados del cliente, y algunos bancos líderes están utilizando más de 100 fuentes de datos que incluyen elementos como regulaciones locales, informes macroeconómicos y registros de salud pública. Adicionalmente, usan información recolectada durante el recorrido del cliente, que luego combinan con un workbench de alta frecuencia para acelerar la toma de decisiones. Los conceptos obtenidos son volcados a los modelos como aprendizaje de refuerzo para diseñar comunicaciones más efectivas.

A partir de decisiones basadas en datos, la inteligencia impulsada por AA puede ser inyectada a los recorridos de cobranza para crear un servicio más receptivo y personalizado (Gráfico 2). Los modelos comunes de soporte a intervenciones específicas incluyen pago espontáneo (self-cure), valor en riesgo, emparejamiento de cobradores y deudores, análisis de sentimientos, selección de canales y mejor oferta. En el caso de un préstamo personal, el stack puede aplicarse desde la identificación pre-mora hasta las estrategias de contacto posteriores (incluida optimización de la intensidad de contacto), gestión de ofertas, acuerdos con terceros, y recuperaciones y embargos.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Las capacidades analíticas son invaluables para ayudar a los prestamistas a cuantificar los riesgos lo antes posible. Antes de que ocurra la mora, por ejemplo, facilitan la micro-segmentación por valor en riesgo para determinar el tratamiento más apropiado. Cuando los clientes tienen una menor tendencia al pago espontáneo, las instituciones pueden plantear un redireccionamiento persuasivo sin necesidad de llamadas telefónicas.

La analítica también juega un papel vital a la hora de comprender las necesidades y los comportamientos de los clientes. Los prestamistas deben intentar contactar inicialmente a los tomadores por sus canales favoritos; esta acción por sí sola puede generar un aumento del 10 por ciento en los pagos. Nuevamente, una segmentación efectiva resulta clave. Sin embargo, las metodologías tradicionales, como la segmentación económica por tiempo de mora o valor de las deudas, son insuficientes. En cambio, las técnicas de aprendizaje automático (ML) pueden ayudar a las entidades a redireccionar a los clientes hacia interacciones más eficaces. De esta manera, los consumidores pueden ser emparejados con los agentes de call center más calificados para resolver su situación. En paralelo, un mejor enrutamiento y orquestación de los contactos contribuye a que los clientes interactúen consistentemente en canales que satisfagan sus necesidades.

Y junto con la ciencia de los datos, también se requiere “arte”. Esto significa “pensar como un experto en marketing” y mostrar que los intereses de los clientes coinciden con los propios. El uso de lenguaje simple y directo y la empatía son palancas poderosas, especialmente si se las vincula a un entendimiento real de la situación y el estado de ánimo del cliente. La analítica avanzada es una fuente clave de insights sobre estos matices y permite a los prestamistas reaccionar con rapidez cuando el “plan A” no funciona. La palabra de moda para las interacciones con clientes en todas las industrias es “personalización.” Los algoritmos de IA que aprenden las preferencias de los clientes y la forma en que evolucionan con el tiempo son esenciales para estas interacciones personalizadas en los momentos de la verdad de las cobranzas.

Estas estrategias ya han demostrado su utilidad en la práctica. Un prestamista líder de América del Norte adoptó una metodología analítica que le permitió reducir las pérdidas el ocho por ciento. El banco se enfocó en diseñar estrategias de contacto pre-mora y para ello apalancó modelos de tratamiento más específicos y mejor orientados. Así, identificó situaciones riesgosas sobre la base de modelos de valor en riesgo, con el respaldo de equipos multi-funcionales y un abordaje de desarrollo ágil.

La operación latinoamericana de un banco global mejoró las recaudaciones el 20 por ciento después de implementar un motor analítico. El motor optimizó múltiples atributos, incluidos valor en riesgo, preferencias de canales, intensidad de contacto y costo de servicio. Gracias a estos atributos, el banco pudo crear un abordaje a medida con “segmentos de uno”, lo que llevó a una mayor adopción y retención de clientes.

En una estrategia de asistencia dinámica, no existe una solución que sirva para todas las situaciones. Gracias a insights en profundidad, los prestamistas están en condiciones de pasar de abordajes basados en hojas de ruta lineales a iniciativas dinámicas que fluctúan según las necesidades de los clientes: los datos de mejor calidad promueven interacciones efectivas, y esto genera más puntos de contacto y oportunidades para capturar datos.

Utilizar bien la tecnología

Una investigación de McKinsey revela que cerca del 30 por ciento de las tareas en el 60 por ciento de los empleos de asistencia a clientes son automatizables usando las tecnologías actuales 3 . Esto sugiere que están dadas las condiciones para la transición a un modelo operativo digital y centrado en el cliente con indicadores clave de desempeño (KPIs). Desde la elaboración de informes, susceptible de mejora con aplicaciones de auto-servicio y en tiempo real, hasta el uso de robótica para cobranzas, existe un alto potencial para optimizar los servicios, recortar los costos y estimular la productividad.

La tecnología digital asistirá a los clientes tanto en sentido entrante como saliente, y puede actuar como coordinadora de puntos de contacto omnicanal. Automatizar las tareas de rutina permite liberar tiempo para que los empleados se concentren en actividades de mayor valor en el proceso de migrar desde roles transaccionales a un mayor foco en el cliente. Una condición necesaria, sin embargo, es asegurar que el personal esté entrenado para apalancar la analítica sin dejar de ofrecer altos niveles de servicio.

Una arquitectura moderna comprenderá una propuesta omnicanal de todo un rango de canales de contacto (redes sociales, SMS, apps móviles y telefonía cuando esté permitido) y una plataforma digital que soporte todo tipo de dispositivos e interacciones con el centro de contacto, así como la posibilidad de integración con proveedores de datos y de servicios (por ejemplo, ofreciendo soluciones de chat robotizadas). Una arquitectura de datos y TI flexible es la capacidad subyacente que da soporte a la orquestación, la organización y la analítica avanzada. Además, la plataforma de integración debe reunir historiales de interacciones y de pago, que pueden incorporarse a modelos de cobranza dinámicos (Gráfico 3). El propósito general debe consistir en construir una única estructura de TI para todas las tareas y procesos, capaz de asistir al cliente desde el momento de originación de un préstamo y durante la fase previa a la mora hasta la resolución de la deuda.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Cómo lograrlo: Facilitadores clave

Las empresas más grandes del mundo son reinventoras seriales. Los líderes de estas compañías entienden que el acento en la colaboración (en lugar de la documentación), la autonomía de los equipos, el auto-gobierno y una rápida evolución son condiciones necesarias para garantizar que las competencias tecnológicas y digitales estén alineadas con lo que el negocio necesita. En este contexto, las instituciones deben diseñar un modelo operativo personalizado preparado para trabajar con técnicas ágiles como DevOps (reuniendo ingenieros de desarrollo y operaciones) y soluciones basadas en la nube.

Este modelo está compuesto por equipos multi-funcionales que trabajan junto a las áreas de negocios para acelerar el desarrollo de aplicaciones. Existen varias opciones para estructurar estos mecanismos. Sin embargo, todos deben incluir una “tribu” de cobranzas, compuesta por “squads” verticales (divididos por canal, etapa y segmento) y “chapters” horizontales formados por especialistas en cobranzas, expertos en canales y científicos de datos. Las tribus deben contar con el soporte de equipos auto-gestionados, que proveen servicios como elaboración de informes y análisis de control. Fuera de la tribu se ubican las gerencias de call center, canales y legales, todas supervisadas por el líder de cobranzas.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

La nueva organización híbrida se estructura de manera de posibilitar una metodología ágil en una variedad de actividades, desde elaboración de contenidos (incluidos tono y personalización de mensajes) hasta interfaces con clientes, secuenciamiento (frecuencia y orden) y estrategias de canales. Algunos prestamistas han demostrado que las técnicas ágiles para diseñar, testear y escalar iniciativas tienen potencial para lograr que el proceso de desarrollo resulte hasta cuatro veces más rápido (Gráfico 4). Los sprints ágiles de dos semanas (o de cuatro a seis semanas, de ser necesario) permiten a los equipos avanzar rápidamente de pilotos en áreas específicas, como personalización, tono y contenido, a tests e implementación rápidos. El acortamiento del plazo también ayuda a ejecutar varios pilotos en paralelo, aumentando las tasas de éxito con un ritmo de actividad intenso. Para traducir estos esfuerzos en resultados concretos, los prestamistas necesitan una cadencia de testeo rápido, integración continua de aprendizajes e incorporación de resultados a los modelos.

Estos principios, correctamente implementados, pueden generar valor significativo. Un importante banco de Europa del Este puso énfasis en la construcción de competencias, el desarrollo continuo de productos viables mínimos (MVPs), una fuerte renovación de TI y el uso de servicios de cobranza externos. En solo un año, pudo reducir el 20 por ciento sus costos de gestión de riesgos. Otro banco minorista indio empleó técnicas ágiles para lanzar una transformación del área de cobranzas que abarcó más de 15 palancas. A lo largo de 12 meses, el banco importó expertos en diseño y tecnología, científicos de datos y consultores con el fin de lanzar una extensa serie de pruebas de concepto a escala. Así, logró sumar un 15 por ciento de clientes que pagaron espontáneamente por auto-servicio y duplicar el volumen de pagos digitales, además de reducir el 15 por ciento los costos de cobranza. Un banco latinoamericano introdujo un modelo organizacional ágil para asistir a clientes, y formó varios squads dedicados a optimizar la recuperación y las interacciones. Esto llevó a triplicar los tests A/B, lo que la vez posibilitó ajustar la propuesta y duplicar la tasa de adopción de las nuevas soluciones.

Al momento de decidir entre construir internamente o adquirir de terceros, no hay un imperativo para elegir una u otra alternativa. La mayoría de los jugadores líderes combinan componentes estandarizados, desde almacenamiento de datos hasta plataformas de e-mail, con motores estratégicos y modelos de ML a medida.

Próximos pasos

La transformación de cobranzas en una función de asistencia a clientes integral es un desafío de proporciones, en especial en tiempos donde los presupuestos son escasos. Las instituciones deben prever un proceso de entre uno y dos años de duración. No obstante ello, sin la transformación, las chances de mal desempeño del departamento son altas para los próximos dos a tres años, al igual que el riesgo de desintermediación con el avance de las fintechs en la cadena de valor.

La buena noticia es que es posible capturar beneficios rápidos, generando eficiencias progresivas que compensen la inversión inicial o incluso la superen. Además, no hay un imperativo por alcanzar un estado meta definitivo desde el principio, aunque con el mundo cambiando a un ritmo acelerado, parece razonable construir las capacidades que hagan posible una adaptación ágil con el paso del tiempo.

En realidad, la mayoría de las instituciones no abordará la transformación de cobranzas desde cero: muchas ya han realizado transformaciones de datos y analíticas en el marco de estrategias de adquisición de clientes. Estas estrategias proporcionarán valiosas enseñanzas, e informarán la decisión acerca de construir o adquirir capacidades. Y aún más importante, los responsables por las decisiones deberán aprovechar el momento y tomar decisiones audaces, y para lograrlo será necesario formar un equipo de expertos multi-funcionales.

Para los prestamistas que identifiquen la combinación correcta, los beneficios incluirán una mejora de las cobranzas en una encrucijada clave del ciclo económico, mayor fidelidad de clientes a largo plazo, reducción de los riesgos de cumplimiento y garantías contra el ataque de jugadores más ambiciosos.

Related Articles