– Den billigste veksten kommer til dem som kan kutte antall feilaktige avslag på kreditt

Få selskaper våger å selge særlig mye på kreditt uten først å kjøre en kredittsjekk, i hvert fall ikke til nye kunder. Men når selskaper skal vurdere kredittverdigheten til en ny kunde, er de ofte prisgitt informasjon som er gått ut på dato lenge før den når frem til dataskjermen deres. 

– Betalingsanmerkninger oppstår gjerne ni til tolv måneder etter at det faktiske misligholdet fant sted. Det betyr at veldig mye kan ha skjedd i økonomien til den som får kreditt uten at kreditor er klar over det. Og det er nettopp her vi kan tilby kreditor et fortrinn i kraft av informasjonen vi sitter på, sier kommersiell direktør i Intrum, Frode Kvarsnes.

Presisjon i sanntid

Han viser til en satsning som selskapet har utviklet steget videre gjennom et strategisk samarbeid med Bislab, et norsk kredittbyrå som bruker maskinlæring og grafteknologi til å hjelpe finansforetak med å ta smartere kredittbeslutninger.

Fortrinnet Kvarsnes snakker om, ligger i at de har integrert Bislabs algoritmer med Intrums database, som dekker betalingshistorikken til over 700 000 privatpersoner og flere hundre tusen bedrifter. 

Ved å omgjøre inkassodata til anonymisert statistikk, kan modellene fange opp endringer som påvirker kredittverdigheten lenge før rettsapparatet involveres og misligholdt kreditt blir til betalingsanmerkninger.

– Vi ser det spesielt i SMB-markedet. Hvis snekkeren på hjørnet begynner å dra på seg enkeltsaker, er det all grunn til å følge med. Samtidig er ikke én inkassosak i seg selv alltid et tegn på dårlig bonitet hos de største selskapene; der kan det like gjerne skyldes bytte av regnskapssystem eller dårlige rutiner på godkjenning, forklarer Morten Trasti, sjefanalytiker i Intrum.

Færre feilaktige avslag

For mange bedriftsledere og CFO-er har kredittstyring handlet om å unngå tap. Kvarsnes og Trasti mener de bør flytte fokus mot det han kaller «den billigste måten å vokse på»: Å redusere antall kunder som feilaktig får avslag av kredittvurderingsmodellen.

– I noen bransjer kan det å si nei til en god kunde koste deg inntekter flere år frem i tid, og en dårlig modell gir mange falske svar som kan få deg til å takke nei til mange som ellers kunne ha blitt gode kunder i lang tid. Treffsikkerheten i disse modellene betyr derfor veldig mye for topplinjen, sier Kvarsnes.

Ifølge Intrum viser reelle tester at deres kombinerte modeller har en betydelig høyere «separasjonsevne» – evnen til å skille de gode betalerne fra de dårlige – enn det generiske modeller klarer alene. Dette gjelder særlig i vurderingen av om en bedrift vil gå konkurs i løpet av de neste tolv månedene.

Sømløs integrasjon

Løsningen rulles nå ut som en «plug and play»-tjeneste i Intrums kundeportal, rettet mot daglig ledere og økonomiansvarlige som ikke har tid til dypdykk i regnskapshistorikk.

Brukeren får en vurdering på en skala fra 0 til 100, supplert med den velkjente bokstavkarakteren fra A til F og et konkret forslag til kredittgrense.

– Vi bruker dataene våre til reelle beslutninger i selve prosessen, ikke bare til å lage fancy dashbord. Det handler om å kunne gi kreditt til de riktige bedriftene, til riktig tid og til riktig pris, forteller Kvarsnes.