Analytics-Plattform: So optimiert die EOS Gruppe international Inkassoprozesse.
Inkasso funktioniert in jedem Markt anders – bei EOS können trotzdem alle Landesgesellschaften voneinander lernen. Der Schlüssel ist die neue Analytics-Plattform: Jede Landesgesellschaft kann durch Machine-Learning passende Handlungsempfehlungen für ihre Inkassoprozesse erhalten.
- Internationales Wissensmanagement: Dank Analytics-Plattform gemeinsam smarter.
- Die EOS Landesgesellschaften nutzen die Plattform zur Optimierung ihrer Inkassoprozesse.
- Beim Pilotprojekt in Frankreich hat sie bereits erfolgreich Anwendung gefunden.
Inkasso – was kann daran so schwierig sein? Für Laien erscheint der Prozess simpel: Wer nicht zahlt, wird angemahnt, wieder und wieder, bis es endlich zur Zahlung kommt. Wenn das nicht hilft, muss der säumige Zahler oder Zahlerin sich vor Gericht verantworten. „So einfach ist es absolut nicht“, sagt Joachim Göller. „Schicke ich einen Mahnbrief? Eine Mail? Rufe ich an? Wie viel Fristverlängerung gebe ich? Was der beste nächste Schritt in einem Inkassoverfahren ist, kann von Fall zu Fall völlig unterschiedlich sein.“ Oder von Land zu Land: „Was in Deutschland funktioniert, kann in Frankreich komplett falsch sein.“
Wir konstruieren hier so etwas wie das Superhirn von EOS.
Joachim Göller, Leiter Center of Analytics (CoA)
Prozesse optimieren und gemeinsam smarter werden.
Was wo funktioniert, darüber hat kaum ein Unternehmen bessere Daten als EOS mit seinen 26 Landesgesellschaften – und es ist Göllers Job, diese Daten noch besser nutzbar zu machen. Er leitet das Center of Analytics (CoA). Dieses Team von Data-Science- bzw. IT-Expertinnen und Experten arbeitet an einer Analytics-Plattform.
Das CoA stellt mit der Plattform eine Technologie zur Verfügung, mit der die lokalen Analysten ihre Modelle schnell und einfach entwickeln und in die Produktion nehmen können. Zudem tauschen sich die Kollegen eng in der Analytics Community über Modelle und Best Practise aus.
Die Vision: Gemeinsam sind die Landesgesellschaften schlauer, weil sie ihre Daten – natürlich anonymisiert – an die zentrale Plattform übertragen. Diese kann dann mithilfe von Machine-Learning-Algorithmen landesspezifisch Tausende von Inkassovorgängen auswerten und Muster erkennen: Welcher Inkassoschritt ist unter welchen individuellen Bedingungen besonders erfolgreich? Diese Erkenntnisse fließen dann zurück an die EOS Landesgesellschaften, die sie für ihre Inkassoprozesse nutzen: „Wir konstruieren hier so etwas wie das Superhirn von EOS, das die internationalen Kollegen mit Daten füttern. Die Systeme der Länder sollen die Analytics-Plattform anfragen, die dann beispielsweise die individuelle Zahlungshöhe und -wahrscheinlichkeit für eine bestimmte Forderungen ausgeben kann.“
Das CoA stellt mit der Plattform eine Technologie zur Verfügung, mit der die lokalen Analysten ihre Modelle schnell und einfach entwickeln und in die Produktion nehmen können. Zudem tauschen sich die Kollegen eng in der Analytics Community über Modelle und Best Practise aus.
Die Vision: Gemeinsam sind die Landesgesellschaften schlauer, weil sie ihre Daten – natürlich anonymisiert – an die zentrale Plattform übertragen. Diese kann dann mithilfe von Machine-Learning-Algorithmen landesspezifisch Tausende von Inkassovorgängen auswerten und Muster erkennen: Welcher Inkassoschritt ist unter welchen individuellen Bedingungen besonders erfolgreich? Diese Erkenntnisse fließen dann zurück an die EOS Landesgesellschaften, die sie für ihre Inkassoprozesse nutzen: „Wir konstruieren hier so etwas wie das Superhirn von EOS, das die internationalen Kollegen mit Daten füttern. Die Systeme der Länder sollen die Analytics-Plattform anfragen, die dann beispielsweise die individuelle Zahlungshöhe und -wahrscheinlichkeit für eine bestimmte Forderungen ausgeben kann.“
Analytics in Frankreich in der Pilotphase.
Ein Meilenstein ist geschafft: Seit vergangenem Oktober ist EOS in Frankreich an die Analytics-Plattform angeschlossen. Die Kolleginnen und Kollegen vor Ort arbeiten mit dem Kerninkassosystem OYO (Optimize Your Operations), das auf die Marktbedürfnisse in Frankreich zugeschnitten ist – aber sie können nun für jede säumige Zahlerin, jeden -säumigen Zahler eines ersten Testmandats in Echtzeit eine erwartete Zahlung abrufen, auf deren Basis sie die nächsten Aktionen bestimmen. „Früher konnten sie nur Prognosen für ganze Kundensegmente treffen“, sagt Marianne Hügel, die als Senior Manager Business Development & Consulting mit ihrem Team und den westeuropäischen Landesgesellschaften innovative und analytisch getriebene Prozesse in Westeuropa umsetzt. „Wir wollen allen Kolleginnen und Kollegen Technologien und Methoden zur Verfügung stellen, die noch schneller verlässlichere Prognosen tätigen.“
Die ersten Erfahrungswerte seien sehr positiv, sagt Hügel: Schon jetzt liegen Erkenntnisse darüber vor, wie gut der neue Prozess ist. Im Projekt „Triumph“ wurde die Kombination aus Analytics-Plattform und analytischer Prozesssteuerung an einem Mandat getestet: Nur der errechnete Score bestimmt, welche Schritte eingeleitet werden – und wann der Inkassoprozess gestoppt wurde. Das Resultat dieses ersten Benchmarkings: Der datengetriebene Inkassoprozess war effektiver und kostengünstiger. In mehreren Schritten wurde die Anzahl der Fälle ausgeweitet, und mittlerweile wird das Mandat komplett anhand der Vorhersagen des Algorithmus gesteuert.
Indem wir wichtige Synergien mit unseren Kollegen weltweit erschaffen, werden wir die Art, wie wir Probleme lösen, ebenso ändern, wie wir neue Technologien nutzen. Wir werden sehr viel effizienter sein."
Nicolas Cabaj, Head of Department Statistical Studies, EOS France
Das System lernt dazu – die Menschen tun es auch.
„Dieses Pilotprojekt bedeutet für EOS in Frankreich viel, denn wir sind sehr an Synergien innerhalb der EOS Gruppe interessiert“, sagt Laurent Redois, Head of Statistics bei EOS France. „Kein Land kann allein so erfolgreich sein, und es ist wichtig, dass wir Wissen und Technologie teilen.“
Auch Nicolas Cabaj, Head of Department Statistical Studies, von EOS France freut sich über den Austausch. „Die enge Zusammenarbeit hat uns gelehrt, mit modernen Methoden und Tools zu arbeiten. Obwohl alle Mitglieder des Projektteams in verschiedenen Städten arbeiteten, ist es uns gelungen, schnelle Fortschritte zu erzielen und Informationen effektiv zu teilen.“ Laurent Redois schaut bereits in die Zukunft. „Wir wollen wettbewerbsfähig bleiben. Deshalb bewegen wir uns von Prozessen, die in Stein gemeißelt sind, hin zu einem sich ständig weiterentwickelnden Workflow, der regelmäßig überprüft und verglichen wird und auf dem neuesten Stand der Technologien und Analytics basiert. So wie unsere Modelle lernen, so lernen auch wir immer weiter.“
Auch Nicolas Cabaj, Head of Department Statistical Studies, von EOS France freut sich über den Austausch. „Die enge Zusammenarbeit hat uns gelehrt, mit modernen Methoden und Tools zu arbeiten. Obwohl alle Mitglieder des Projektteams in verschiedenen Städten arbeiteten, ist es uns gelungen, schnelle Fortschritte zu erzielen und Informationen effektiv zu teilen.“ Laurent Redois schaut bereits in die Zukunft. „Wir wollen wettbewerbsfähig bleiben. Deshalb bewegen wir uns von Prozessen, die in Stein gemeißelt sind, hin zu einem sich ständig weiterentwickelnden Workflow, der regelmäßig überprüft und verglichen wird und auf dem neuesten Stand der Technologien und Analytics basiert. So wie unsere Modelle lernen, so lernen auch wir immer weiter.“
Weitere Informationen? Melden Sie sich gerne bei uns!
EOS in Deutschland
Daniel Schenk
Head of Corporate Communications & Marketing Germany
Steindamm 71
20099 Hamburg
Deutschland
Photo credits: Luis Alvarez / Digital Vision / Getty Images, EOS