No ano passado, o apoio econômico e fiscal fornecido por governos no mundo todo protegeram em parte as pessoas e empresas dos impactos da pandemia da COVID-19. Os credores também se beneficiaram com medidas que ajudaram a limitar a inadimplência dos créditos concedidos. Contudo, à medida que os estímulos forem retirados nos próximos seis a 18 meses, uma parcela cada vez maior de clientes deverá enfrentar dificuldades para arcar com os gastos domésticos, podendo chegar a um terço deles em vários estados dos Estados Unidos e a mais da metade das famílias em países da América Latina, as quais já estão tendo dificuldades para pagar as contas1. Diante dessas realidades, diversos credores estão aprimorando suas capacidades de assistência ao cliente e de cobrança, ao mesmo tempo em que aumentam sua resiliência a eventos adversos ao longo do processo.
Ao focar no engajamento eficaz com os clientes, os credores também asseguram um maior alinhamento com os requisitos regulatórios. À medida que os efeitos da pandemia se desdobram, os órgãos reguladores estão colocando mais ênfase em desfechos justos, verificando se os credores não estão “assediando” os clientes no processo de cobrança. Em todas as suas ações, os credores devem ser vistos como colaboradores e transparentes, oferecendo aos clientes todas as oportunidades de encontrar uma solução. Medidas como moratória da dívida, comunicação “leve” e mensagens customizadas se tornaram requisitos mínimos em muitos mercados. De fato, órgãos reguladores como o Banco Central Europeu e o Bureau de Proteção Financeira ao Consumidor nos Estados Unidos fornecem diretrizes claras sobre como as instituições devem buscar esse tipo de objetivo.
Além dos fatores externos, existem motivos estratégicos e operacionais para a modernização da assistência ao cliente, os quais podem criar valor significativo no resultado. Atualmente, os clientes se sentem mais confortáveis do que nunca usando canais digitais, o que indica que os credores que oferecem serviços mais inteligentes, interativos e personalizados terão melhor desempenho que seus pares menos responsivos. Com a pandemia, muitos clientes se tornarão mais fortes e precisarão de ajuda para fazer empréstimos e investir. Além disso, com a pressão sobre as margens, faz sentido buscar os ganhos de eficiência e produtividade que acompanham as soluções digital-first.
Instituições líderes mostraram que a estratégia de cobrança digital-first é um caminho para a criação de valor. Algumas viram uma redução de 20-25% na inadimplência dos empréstimos (NPLs, na sigla em inglês), juntamente como enormes reduções de custo e mais de 25% de aumento no engajamento de clientes (Quadro 1). A título de exemplo, um credor conseguiu reduzir seu tempo médio de reembolso em até cinco vezes.
A capacidade de atendimento ao cliente deve ser construída em torno de um stack dedicado, composto por engajamento digital-first, tomada de decisão baseada em advanced analytics e uma plataforma escalonável equipada com APIs. Essa abordagem digital-first, apoiada por um modelo operacional baseado em tribos e ciclos de desenvolvimento ágil, pode constituir a base de um engajamento mais produtivo, tanto online como pessoal. Naturalmente, no contexto de organizações multinacionais complexas, há desafios significativos de ordem estratégica, operacional e de TI associados a essa mudança. No entanto, tanto em termos do engajamento do cliente como do desempenho econômico, os benefícios de uma implementação eficaz superarão significativamente os custos.
Capacidades críticas do stack de assistência ao cliente
No intuito de otimizar a assistência ao cliente, vale a pena prestar atenção em certas alavancas de valor comprovadas em três áreas-chave: jornadas do cliente digital-first, inteligência baseada em analytics e capacitação tecnológica. Cada uma delas desempenha um papel específico na redução dos NPLs, na otimização e automação das operações, na minimização do risco e na criação de uma experiência positiva para o cliente. O segredo é fazer com que as três trabalhem de forma perfeitamente integrada, combinando elementos de “arte” e “ciência” a fim de criar uma unidade harmônica.
Desbloqueando as jornadas do cliente digital-first
Uma pesquisa da McKinsey sobre o comportamento do cliente durante a pandemia mostra que um volume (líquido) de pessoas quase 10% maior, e 25% a mais de millenials, deverão engajar-se em serviços de mobile banking na era pós-COVID2. De maneira similar, menos clientes planejam usar o telefone para falar com agentes de atendimento.
Com clientes cada vez mais confortáveis com o digital banking, faz sentido que os credores adotem mais ativos digitais. Mas eles devem ir além de intervenções direcionadas como e-mails e mensagens de texto, esforçando-se para desenvolver uma capacidade de cobrança holística e centrada no cliente, cujo cerne é o digital. Isso significa tornar-se “digital-first” em todos os pontos da jornada do cliente, apoiados por um contact center e interações pessoais.
Uma ambição fundamental para a implementação de frameworks digitais deve ser o estímulo a maiores níveis de autoatendimento. Se permitido pelas autoridades locais, alertas digitais por SMS ou WhatsApp são menos invasivos – e menos onerosos – do que chamadas telefônicas. As soluções digital-first também permitem o envio de mensagens customizadas e oferecem a oportunidade de criar ciclos de feedback para melhoria contínua no nível de microssegmentos.
Uma pesquisa da McKinsey (em inglês) revela que clientes digital-first contatados digitalmente fazem 12% mais pagamentos do que aqueles contatados através de canais tradicionais. Como resultado, a maior consistência na comunicação e na tomada de decisões também produzirá eficiências de custo e redução do comportamento de risco. No caso de clientes menos capacitados digitalmente, os credores deverão trabalhar para educá-los sobre os benefícios dos canais digitais e migrá-los.
Credores que implementaram soluções digital-first têm observado um aumento de múltiplos pontos percentuais nas taxas de resolução, triplicaram os pagamentos das parcelas mensais em todos os portfólios e alcançaram maiores níveis de autoatendimento, ao mesmo tempo em que o custo da cobrança diminuiu pelo menos 15%. Como exemplo, um banco melhorou sua comunicação digital por meio de campanhas avançadas via e-mail, elaborando conteúdos mais motivadores e mais fáceis de navegar e incluindo opções concretas de recuperação. A ação levou a um salto de mais de 40% na abertura de e-mails e um aumento de 150% na taxa de cliques. Um banco brasileiro, por sua vez, migrou 40% de seus novos clientes dos canais assistidos para o autoatendimento ao redesenhar seu site e aplicativo de mobile banking, bem como melhorar a jornada de cobrança. Com isso, o banco alcançou maior engajamento e reduziu custos.
Adoção de advanced analytics e machine learning na tomada de decisões
A solução digital-first deve ser viabilizada por um stack de inteligência artificial (IA) baseado em advanced analytics, que ajudará o credor a gerenciar os riscos de forma estratégica nos principais estágios do suporte ao cliente, otimizando os resultados para os clientes e o negócio. Os elementos fundamentais da implementação em escala incluem o rápido desenvolvimento do modelo e dos ciclos de calibração, ferramentas e técnicas de arquitetura aberta e o talento necessário para o desenvolvimento de aplicativos e tradução das necessidades do negócio em aplicativos de advanced analytics.
O combustível para obter uma capacidade de analytics eficaz são os dados, portanto os credores devem buscar ampliar seus modelos com novas fontes de dados e indicadores de risco alternativos. Isso significa melhorar as métricas tradicionais (tais como as características do crédito) incorporando inputs relacionados ao comportamento do cliente, padrão de gastos e respostas prováveis (esses tipos de dados são mais acessíveis em países com protocolos abertos de dados bancários). O objetivo é criar uma visão de 360o sobre o cliente – de fato, alguns bancos líderes utilizam atualmente mais de 100 fontes de dados, incluindo inputs de regulamentação local, relatórios macroeconômicos e registros públicos de saúde. Além disso, eles usam dados coletados ao longo da jornada do cliente, combinando-os com um workbench de alta frequência para acelerar a tomada de decisão. Dessa forma, os insights podem ser reinseridos nos modelos por meio do reforço da aprendizagem, resultando em uma comunicação ainda mais efetiva.
Com base na tomada de decisão alavancada por dados, a inteligência baseada em advanced analytics pode ser injetada nas jornadas de cobranças para criar um serviço mais personalizado e responsivo (Quadro 2). Alguns modelos comuns de apoio a intervenções direcionadas incluem autocura, valor em risco, emparelhamento de agentes de cobrança, análise de sentimento, escolha do melhor canal e melhor oferta. No contexto de um crédito pessoal, o stack pode ser aplicado desde a identificação de pré-inadimplência até estratégias de contato durante a inadimplência (incluindo otimização da intensidade de contatos), passando por gestão de ofertas, acordos com terceiros, recuperações e reintegração de posse.
Para os credores, as capacidades de advanced analytics são inestimáveis em termos da quantificação antecipada de riscos. Por exemplo, antes da inadimplência, os credores podem ativar a microssegmentação do valor em risco, levando à determinação de estratégias adequadas de tratamento. Caso os clientes tenham menos probabilidade de autocura, os credores podem oferecer redirecionamento persuasivo sem a necessidade de fazer contato telefônico.
O recurso de analytics também pode desempenhar um papel vital no entendimento das necessidades e comportamentos do cliente. Os credores devem buscar estabelecer um contato com os clientes primeiro através de seus canais preferenciais (somente essa medida isso pode gerar mais de 10% de aumento nos pagamentos). Novamente, a segmentação eficaz é crucial, porém abordagens tradicionais, como segmentação econômica baseada no número de meses vencidos ou parcelas de crédito pendentes, são insuficientes. Em vez disso, técnicas de machine learning podem ajudar os credores a direcionar os clientes a estabelecer interações favoráveis. Dessa forma, os clientes podem ser direcionados aos agentes do call center mais bem preparados para lidar com suas situações específicas. Em paralelo, um melhor direcionamento e orquestração do contato podem assegurar o engajamento consistente do cliente com os canais que melhor atendem suas necessidades.
Além da ciência dos dados, é preciso um pouco de “arte”. Isso significa “pensar como um profissional de marketing” e mostrar que os interesses do cliente são iguais aos seus. O uso de uma linguagem clara e empática pode ser uma alavanca poderosa, principalmente se estiver associado a um verdadeiro entendimento da situação e do estado de ânimo do cliente. Os recursos de advanced analytics são fontes de insights vitais para alcançar esse nível de sutileza e podem ajudar os credores a responder rapidamente quando o “plano A” não estiver funcionando. A palavra da moda para referir-se às interações com clientes em todas as indústrias é “personalização”. Os algoritmos de IA que aprendem as preferências dos clientes e sua evolução ao longo do tempo são essenciais para criar esse engajamento personalizado nos “momentos da verdade” de um processo de reembolso.
Essas estratégias mostraram-se eficazes quando implementadas. Um credor líder na América do Norte adotou uma abordagem baseada em analytics e obteve uma redução de 8% nas baixas a prejuízo. O banco focou no desenvolvimento de estratégias de contato sensíveis pré-inadimplência para os quais utilizou tratamentos mais específicos e mais bem direcionados identificando situações arriscadas com base em modelos de valor em risco, apoiado por equipes multifuncionais e uma abordagem de desenvolvimento ágil.
As operações de um banco global na América Latina aumentaram a cobrança em 20% após a implementação de um mecanismo baseado em analytics, otimizando diversos atributos como valor em risco, preferências de canal, intensidade de contato e custo de atendimento. Por meio desses atributos, o banco foi capaz de criar uma abordagem customizada baseada em segmentação individualizada (segment-of-one), resultando em uma melhor execução e retenção de clientes.
O fato é que em uma estratégia de assistência dinâmica, não existem soluções genéricas. Por meio de insights aprofundados, os credores podem abandonar as abordagens baseadas em roadmaps lineares e migrar para engajamentos dinâmicos, que fluem conforme as necessidades dos clientes e que são autorreforçados, ou seja, quanto melhores forem os dados, mais efetivo é o engajamento, criando mais pontos de contato e, portanto, novas oportunidades de dados.
Acerte na escolha da tecnologia
A pesquisa da McKinsey mostra que cerca de 30% das tarefas em 60% das ocupações de assistência ao cliente podem ser automatizadas usando tecnologias disponíveis atualmente. Isso indica que as condições já estão dadas para realizar a transição para um modelo operacional digital-first centrado no cliente com indicadores-chave de desempenho (KPIs). Desde a emissão de relatórios, que pode ser ampliada com aplicativos de autoatendimento em tempo real, até o uso de robótica para cobrança na linha de frente, há potencial significativo para melhorar os serviços, cortar custos e aumentar a produtividade.
A tecnologia digital assistirá os clientes em contatos ativos e passivos e pode funcionar como um “portal” que coordena os pontos de contato omnicanal. Com a automatização das tarefas de rotina, os funcionários terão mais tempo para realizar atividades de maior valor agregado no processo de migração de papéis transacionais para papéis centrados no cliente. Um pré-requisito necessário, contudo, é assegurar que as pessoas sejam treinadas para fazer uso de analytics e oferecer um serviço de alto nível.
Uma arquitetura moderna consistiria de uma oferta omnicanal, com uma ampla gama de canais de contato (incluindo redes sociais, SMS, aplicativos e telefonia, conforme permitido localmente) e uma plataforma digital que suporte as interações, independentemente do dispositivo, e também via contact centers, além de incluir a habilidade de integrar-se com parceiros de dados e provedores de serviços (por exemplo, soluções de chatbot). Uma arquitetura de TI flexível em termos de dados é a capacidade subjacente que permitirá apoiar a orquestração, a organização e os recursos de advanced analytics. Além disso, a plataforma de integração deve consolidar o histórico de interações e pagamentos, cujos resultados poderão ser inseridos na cobrança dinâmica (Quadro 3). O objetivo geral seria o desenvolvimento de um framework de TI único para todas as tarefas e processos, capaz de ajudar o cliente desde o momento em que o crédito é originado, passando pela fase de pré-inadimplência, até a liquidação da dívida.
Como chegar lá: principais capacitadores
As maiores empresas do mundo funcionam como “reinventores” seriais. Os líderes dessas empresas entendem que o foco na colaboração (em vez de na documentação), a autonomia da equipe, a autogovernança e a evolução rápida são condições necessárias para assegurar que as capacidades digitais e de TI estejam alinhadas com as necessidades do negócio. Nesse contexto, os credores deveriam criar um modelo operacional sob medida, equipado para trabalhar com técnicas ágeis como DevOps (unindo operações e engenheiros de desenvolvimento) e soluções baseadas na nuvem.
O modelo deve ser composto de equipes multifuncionais capazes de trabalhar de forma próxima com o negócio para apoiar o rápido desenvolvimento de aplicativos. Existem várias opções para estruturar esse tipo de arranjo, mas há alguns elementos comuns que incluem uma tribo de cobrança formada por squads verticais (divididos por canal, estágio e segmento) e chapters horizontais, que podem incluir especialistas em cobrança, especialistas em canal e cientistas de dados. As tribos devem ser apoiadas por equipes autogerenciadas que fornecem serviços como geração de relatórios e análises de controle. Fora do nexo da tribo estarão a gestão do call center, a gestão de canais e a gestão legal – todas supervisionadas pelo líder de cobrança.
A nova organização híbrida deve ser estruturada com vistas a permitir uma abordagem ágil em toda a gama de atividades, desde o desenvolvimento de conteúdo (incluindo o tom e a personalização das mensagens), as opções de sequenciamento (frequência e ordem) e as estratégias de canais. Alguns credores mostraram que as abordagens ágeis para conceber, testar e escalonar iniciativas podem acelerar o processo de desenvolvimento em até quatro vezes (Quadro 4). Sprints ágeis de duas semanas (ou de quatro a seis semanas, se necessário) permitem às equipes mover-se rapidamente de pilotos em áreas como personalização, tom e conteúdo, para a fase de testes e implementação. O cronograma estrito também ajuda a realizar mais pilotos em paralelo, aumentando as “taxas de sucesso” em linha com o intenso ritmo de atividades. Para traduzir esses esforços em resultados concretos, os credores precisam entrar em um ritmo de testes rápidos, integração contínua de aprendizados e reincorporação dos resultados aos modelos.
Esses princípios, quando implementados eficazmente, podem criar valor significativo. Um banco líder na Europa Ocidental, por exemplo, focou na capacitação, no desenvolvimento contínuo e em produtos mínimos viáveis com ampla renovação de TI e uso de serviços de NPL externos – em um ano, alcançou uma redução de 20% no custo do risco. Na Índia, um banco focado em varejo utilizou abordagens ágeis para implementar uma transformação de cobrança em mais de quinze alavancas. Ao longo de doze meses, importou tecnologia, especialistas em design, cientistas de dados e consultores em geral para lançar várias provas de conceito em escala. Como resultado, o banco adicionou 15% de clientes curados por meio de autoatendimento e dobrou o número de pagamentos realizados digitalmente, além de alcançar uma redução de 15% no custo da cobrança. Um banco na América Latina, por sua vez, migrou para o modelo organizacional ágil na área de assistência ao cliente criando múltiplos squads e focando na otimização da recuperação e engajamento. Tudo isso permitiu triplicar os testes A/B, refinar a proposta e dobrar a execução de novas soluções.
Quando se trata de comprar ou desenvolver (buy or build), não há um imperativo a favor de nenhuma das opções. A maior parte dos players líderes combina componentes off-the-shelf, tais como armazenamento de dados a plataformas de e-mail, com mecanismos estratégicos e modelos de machine learning customizados.
Próximos passos
A transformação da função de cobrança em uma capacidade de assistência ao cliente completa consistem em uma tarefa substancial, principalmente em um momento no qual os orçamentos estão sob pressão, e sobretudo considerando que os credores devem esperar uma jornada de 12 a 24 meses de implementação. No entanto, sem a transformação, há uma grande chance de se experimentar baixo desempenho de cobrança nos próximos dois a três anos, que serão críticos, além de uma maior desintermediação à medida que as fintechs almejam capturar elos da cadeia de valor.
A boa notícia é que é possível capturar ganhos precoces, alcançando eficiências progressivas que financiarão o investimento inicial e que, posteriormente, irão superá-lo. Além disso, não há um imperativo por um estado-alvo definido desde o princípio, mas com o mundo em rápida mudança, faz sentido criar capacidades que permitam a adaptação à metodologia ágil ao longo do tempo.
A maior parte das instituições não irá abordar a transformação de cobrança de um ponto de partida “estático”. De fato, muitas já implementaram transformações de analytics e dados como parte de novas estratégias de aquisição de clientes, as quais fornecerão aprendizados valiosos, incluindo argumentos para a tomada de decisões sobre comprar ou desenvolver. Mais importante, porém, os tomadores de decisão deveriam aproveitar o momento e tomar ações ousadas ao longo do stack de cobrança. Com isso em mente, será importante formar uma equipe ativa de profissionais multifuncionais.
Para os credores que encontrarem a combinação ideal, os benefícios mais prováveis incluirão cobranças otimizadas em uma conjuntura crítica do ciclo econômico, assistência ao cliente mais responsiva, fidelidade do cliente no longo prazo, menor risco de compliance e a certeza de não ficar atrás de concorrentes mais ambiciosos.