Một điểm số khách hàng có thể rất hữu ích. Nó tổng hợp thông tin, cấu trúc một cách đọc ban đầu về rủi ro, cho phép so sánh khách hàng, tự động hóa một số kiểm soát, ưu tiên các lần rà soát và kích hoạt cảnh báo.
Trong một tổ chức quản lý nhiều tài khoản khách hàng, scoring là điều không thể thiếu. Nó tạo ra một khuôn khổ. Nó tránh việc mọi tình huống đều được xử lý hoàn toàn bằng cảm tính. Nó cho phép công nghiệp hóa một phần phân tích tín dụng.
Nhưng một điểm số không bao giờ nên bị nhầm với sự thật. Một điểm số là một cách đọc rủi ro dựa trên dữ liệu, quy tắc, mô hình và giả định. Nó nói lên điều gì đó. Nhưng nó không nói tất cả.
Nó có thể đi sau thực tế. Nó có thể diễn giải sai một bối cảnh. Nó có thể bỏ qua các tín hiệu yếu.
Nó có thể bị lệch bởi dữ liệu lịch sử. Nó có thể đặt trọng số quá lớn cho một số tiêu chí và quá ít cho các tiêu chí khác. Nó có thể phân loại đúng một danh mục ở mức trung bình, nhưng lại sai với một khách hàng cụ thể.
Nguy hiểm không nằm ở việc sử dụng điểm số. Nguy hiểm nằm ở việc yêu cầu điểm số tự ra quyết định một mình.
Một quyết định tín dụng định hướng kinh doanh phải biết scoring có thể mang lại điều gì, nhưng cũng phải biết scoring không nhìn thấy điều gì. Quyết định đó phải kết hợp dữ liệu, phân tích, bối cảnh thương mại, hành vi thanh toán, chất lượng thông tin và phán đoán nghề nghiệp.
Bài viết này thuộc chủ đề “Quyết định tín dụng & Rủi ro”: hiểu một điểm số khách hàng có thể nói gì, không nói gì, và vì sao phán đoán nghề nghiệp vẫn không thể thiếu trong quyết định tín dụng.
Một điểm số đơn giản hóa một thực tế phức tạp
Scoring dựa trên một lời hứa hữu ích: biến một khối lượng lớn thông tin thành một chỉ báo dễ đọc. Tình hình tài chính, sự cố thanh toán, hành vi trong quá khứ, thời gian quan hệ, dữ liệu bên ngoài, khoản chậm, vượt hạn mức, ngành, quốc gia, quy mô doanh nghiệp, thông tin báo cáo tài chính, đôi khi cả các tín hiệu hành vi nội bộ.
Tất cả những yếu tố này có thể được tổng hợp để tạo ra một điểm, một nhóm rủi ro, một chỉ báo xác suất vỡ nợ hoặc một khuyến nghị.
Sự đơn giản hóa này rất có giá trị. Nó giúp tránh việc mỗi quyết định phải bắt đầu lại từ đầu. Nó tạo ra một cơ sở chung cho các đội.
Nó hỗ trợ phân khúc danh mục. Nó cho phép điều chỉnh các cấp độ phê duyệt, giám sát và hạn mức.
Nhưng sự đơn giản hóa này có một cái giá. Nó rút gọn sự phức tạp của một khách hàng thành một giá trị tổng hợp.
Trong khi đó, một khách hàng không chỉ là một điểm số. Đó là một quan hệ thương mại, một hành vi thanh toán, một mức phơi nhiễm, một chất lượng xuất hóa đơn, một khả năng thương lượng, một tầm quan trọng chiến lược, một biên lợi nhuận, một tiềm năng, một lịch sử, một bối cảnh ngành, một tổ chức nội bộ, đôi khi là một tập đoàn phức tạp. Điểm số cho một bức ảnh chụp.
Quyết định tín dụng phải hiểu cả bộ phim.
Scoring thường nhìn về quá khứ
Nhiều điểm số dựa trên dữ liệu lịch sử. Báo cáo tài chính trong quá khứ, sự cố đã biết, hành vi thanh toán đã quan sát, dữ liệu thị trường sẵn có, xếp hạng trước đó, lịch sử các khoản chậm, tranh tụng, lịch sử hạn mức và dư nợ.
Những thông tin này hữu ích. Nhưng về bản chất, chúng chủ yếu nhìn vào những gì đã xảy ra. Trong khi rủi ro tín dụng là rủi ro của tương lai.
Câu hỏi không chỉ là: “Khách hàng này đã hành xử như thế nào?”
Câu hỏi là: “Khách hàng này có khả năng sẽ hành xử thế nào trong những tháng tới, với mức phơi
nhiễm mà chúng ta dự định cấp?”
Một điểm số có thể rất tốt với một khách hàng đang xấu đi nhanh chóng. Nó có thể xấu với một khách hàng từng gặp sự cố nhất thời nhưng đã tái cấu trúc sau đó.
Nó có thể ổn định trong khi bối cảnh ngành đang thay đổi. Nó có thể chưa phản ánh căng thẳng ngân quỹ gần đây.
Nó có thể tích hợp quá muộn một thay đổi cổ đông, mất thị trường, khủng hoảng vận hành hoặc thay đổi trong hành vi thanh toán.
Scoring lịch sử là cần thiết. Nhưng nó phải được bổ sung bằng một cách đọc động. Rủi ro khách hàng không chỉ là điều quá khứ nói với chúng ta.
Nó còn là những gì các tín hiệu gần đây đang bắt đầu cho thấy.
Các tín hiệu yếu thường thoát khỏi mô hình
Credit Manager đôi khi quan sát được những yếu tố mà scoring chưa bắt kịp ngay. Một khách hàng phản hồi chậm hơn.
Các cam kết thanh toán kém chính xác hơn. Thay đổi người liên hệ tài chính. Các yêu cầu lịch thanh toán bất thường.
Tranh chấp tăng lên. Thanh toán bị chia nhỏ nhiều hơn. Khấu trừ xuất hiện thường xuyên hơn. Nhu cầu đột ngột về thêm thời hạn. Đơn hàng gấp hơn nhưng ít chứng từ hơn.
Nhân viên kinh doanh phản ánh căng thẳng trong quan hệ. Khách hàng né tránh cam kết bằng văn bản. Một khoản thanh toán dự kiến bị trượt nhiều lần.
Những tín hiệu này đôi khi còn yếu, nhưng có thể rất đáng chú ý. Nếu nhìn riêng lẻ, chúng chưa đủ để kết luận. Nhưng khi xuất hiện cùng nhau, chúng có thể báo trước một sự suy giảm.
Scoring có thể chưa tích hợp chúng, nhất là khi chúng chưa được mã hóa, chưa được lượng hóa hoặc chưa được đưa vào hệ thống. Đây là nơi phán đoán nghề nghiệp trở nên quyết định.
Một Credit Manager có kinh nghiệm biết rằng một số hành vi không trung tính. Họ biết phân biệt một bất thường nhất thời với một thay đổi xu hướng. Họ biết nghe những điều mà con số chưa nói ra. Điểm số đo những gì có sẵn.
Nghề nghiệp còn diễn giải những gì đang bắt đầu xuất hiện.
Một điểm số tốt có thể che giấu mức phơi nhiễm quá lớn
Một khách hàng có thể có điểm số tốt nhưng vẫn đại diện cho một rủi ro quan trọng đối với doanh nghiệp.
Vì sao? Vì điểm số thường đo chất lượng của khách hàng, nhưng không phải lúc nào cũng đo mức phơi nhiễm cụ thể mà doanh nghiệp đang chấp nhận trên khách hàng đó.
Một khách hàng vững có thể trở nên rủi ro nếu doanh nghiệp cấp cho họ hạn mức quá cao so với năng lực tài chính, biên lợi nhuận hoặc mức độ tập trung trong danh mục.
Một tập đoàn lớn được xếp hạng tốt có thể tạo rủi ro tập trung nếu phần lớn dư nợ phụ thuộc vào họ.
Một khách hàng đáng tin có thể khó tài trợ nếu họ áp đặt thời hạn rất dài. Một khách hàng ít rủi ro vỡ nợ vẫn có thể tiêu tốn quá nhiều tiền mặt. Điểm số thường trả lời câu hỏi: khách hàng này có rủi ro tổng thể không?
Nhưng quyết định tín dụng phải trả lời một câu hỏi chính xác hơn: mức phơi nhiễm này có chấp nhận được đối với chúng ta, vào thời điểm này, với biên lợi nhuận này, thời hạn này và mức tập trung này không?
Một điểm số tốt không biện minh cho mức phơi nhiễm vô hạn. Ngay cả một khách hàng tốt cũng phải xứng đáng với lượng vốn mà doanh nghiệp phân bổ cho họ.
Một điểm số xấu không phải lúc nào cũng có nghĩa là kinh
doanh xấu
Ngược lại, một điểm số yếu không tự động có nghĩa là khách hàng phải bị từ chối. Điểm số đó có thể báo hiệu một rủi ro thật, tất nhiên.
Nhưng cần hiểu bản chất của rủi ro đó và các điều kiện có thể dùng để bảo vệ. Một khách hàng có xếp hạng suy giảm nhưng tạo biên lợi nhuận cao.
Họ có thể ở trong một ngành rủi ro hơn nhưng có lịch sử thanh toán tốt với doanh nghiệp. Họ có thể còn trẻ, ít tài liệu, nhưng chiến lược và có thể được bảo vệ bằng đặt cọc.
Họ có thể từng có một sự cố trong quá khứ nhưng nay đã được xử lý. Họ có thể có rủi ro tài chính, nhưng chấp nhận bảo lãnh, thanh toán trước khi giao hàng hoặc một hạn mức tăng dần.
Quyết định không nên bỏ qua điểm số. Nhưng cũng không nên dừng lại ở điểm số. Một điểm số xấu phải kích hoạt phân tích, không phải lúc nào cũng kích hoạt từ chối.
Câu hỏi đúng trở thành: rủi ro này có thể được cấu trúc không? Nếu câu trả lời là có, Credit Management có thể xây dựng một khuôn khổ: hạn mức giảm, thanh toán trước, đặt cọc, giao hàng từng phần, theo dõi sát, bảo lãnh, rà soát ngắn hạn.
Một khách hàng có điểm số thấp vẫn có thể chấp nhận được nếu rủi ro được đóng khung và được bù đắp đúng cách.
Điểm số không phải lúc nào cũng đo biên lợi nhuận
Scoring tín dụng thường tập trung vào xác suất không thanh toán hoặc vỡ nợ. Điều đó hợp lý. Nhưng quyết định tín dụng không chỉ phụ thuộc vào xác suất mất tiền. Nó còn phụ thuộc vào giá trị kinh tế kỳ vọng.
Hai khách hàng có cùng điểm số có thể có mức đóng góp rất khác nhau. Khách hàng thứ nhất tạo biên lợi nhuận cao, sản lượng chiến lược và tiềm năng lớn.
Khách hàng thứ hai tạo biên lợi nhuận thấp, nhiều phức tạp và ít tiềm năng. Rủi ro có thể tương đương.
Nhưng quyết định cân bằng thì không. Biên lợi nhuận cho phép bù đắp một phần rủi ro, thời hạn và chi phí vốn. Nếu không có biên lợi nhuận, ngay cả một rủi ro vừa phải cũng có thể trở nên kém hấp dẫn.
Vì vậy, scoring phải được bổ sung bằng một cách đọc kinh tế: biên lợi nhuận, đóng góp thực tế, chi phí dòng tiền bị khóa, nỗ lực quản lý, tranh chấp, tiềm năng.
Một điểm số thường nói: chất lượng của rủi ro là gì? Nhưng nó không phải lúc nào cũng nói: rủi ro này có đáng để chấp nhận không?
Điểm số không phải lúc nào cũng đo dòng tiền
Một khách hàng có thể có điểm tốt nhưng hành vi thanh toán chậm. Họ có thể thanh toán, nhưng thanh toán muộn.
Họ có thể ít rủi ro về khoản mất tiền cuối cùng, nhưng lại tiêu tốn rất nhiều Working Capital. Vì vậy, điểm rủi ro có thể tốt trong khi hiệu quả dòng tiền lại kém. Đây là một giới hạn quan trọng.
Credit Management không chỉ phải tránh tổn thất. Nó còn phải bảo vệ dòng tiền. Một khách hàng có xác suất vỡ nợ thấp nhưng thực tế thanh toán sau 90 ngày có thể khóa rất nhiều vốn. Nếu biên lợi nhuận không bù được thời hạn đó, quan hệ này có thể yếu về mặt kinh tế dù điểm số tốt.
Ngược lại, một khách hàng có điểm trung bình hơn nhưng thanh toán nhanh, có đặt cọc, kỷ luật tốt và biên lợi nhuận cao có thể rất hấp dẫn.
Vì vậy, điểm số phải được đối chiếu với các chỉ số dòng tiền: thời gian thanh toán thực tế, DSO theo khách hàng, khoản quá hạn, cam kết được giữ đúng, chi phí vốn bị khóa, dư nợ trung bình, tỷ lệ tranh chấp, dự báo dòng tiền.
Rủi ro vỡ nợ chỉ là một phần của quyết định. Rủi ro tiền mặt bị khóa cũng quan trọng.
Điểm số có thể bỏ qua công nợ quá hạn do tổ chức tạo ra
Một khách hàng có thể xuất hiện như người thanh toán kém trong dữ liệu lịch sử vì hóa đơn của họ thường được thanh toán trễ.
Nhưng vì sao những hóa đơn đó được thanh toán trễ? Scoring có thể không phân biệt đủ rõ các nguyên nhân.
Nếu khoản chậm đến từ hóa đơn sai, thiếu đơn đặt hàng, lỗi dữ liệu, tranh chấp nội bộ hoặc thanh toán bị đối chiếu sai, điểm số có thể đang phạt khách hàng vì các vấn đề do chính doanh nghiệp tạo ra. Đây là một giới hạn lớn.
Scoring đôi khi có thể nhầm lẫn giữa rủi ro khách hàng và rủi ro tổ chức. Một khách hàng có thể bị xếp rủi ro hơn vì nhà cung cấp không thể phát hành cho họ các hóa đơn có thể thanh toán.
Trong trường hợp này, quyết định đúng không nhất thiết là giảm hạn mức hoặc siết điều kiện. Quyết định đúng là sửa quy trình.
Ngược lại, một tổ chức cũng có thể giải thích mọi khoản chậm bằng vấn đề nội bộ và đánh giá thấp một rủi ro khách hàng thật sự.
Vai trò của Credit Manager vì vậy là phân loại nguyên nhân. Điểm số nói rằng khách hàng thanh toán kém. Nghề nghiệp phải hiểu vì sao.
Dữ liệu đầu vào có thể bị lệch
Một điểm số phụ thuộc vào chất lượng dữ liệu nuôi nó. Nếu dữ liệu thiếu, lỗi thời, mã hóa sai hoặc hợp nhất kém, điểm số sẽ yếu.
Một khoản thanh toán chưa được đối chiếu có thể xuất hiện như một khoản chậm. Một tài khoản khách hàng trùng có thể che giấu mức phơi nhiễm.
Một hạn mức được dùng trên nhiều pháp nhân có thể không được hợp nhất đúng. Một tranh chấp bị mã hóa sai có thể được xử lý như chậm thanh toán từ khách hàng.
Một dữ liệu tài chính cũ có thể không còn phản ánh tình hình hiện tại. Một lịch sử thanh toán có thể bị làm sai bởi lỗi xuất hóa đơn.
Một điểm số dựa trên dữ liệu sai tạo ra cảm giác khách quan. Nhưng sự khách quan đó là đánh lừa nếu dữ liệu đầu vào yếu. Đây là một điểm rất quan trọng.
Scoring không loại bỏ vấn đề dữ liệu. Đôi khi nó chỉ làm cho vấn đề đó ít nhìn thấy hơn. Một quyết định tự động dựa trên dữ liệu sai có thể nguy hiểm hơn một phán đoán thủ công thận trọng, vì nó tạo ra sự tin tưởng vào một kết luận không có nền tảng vững.
Scoring có thể củng cố các thiên lệch ra quyết định
Một điểm số có thể giúp giảm một số thiên lệch con người. Nhưng nó cũng có thể tạo ra hoặc củng cố các thiên lệch khác.
Nếu mô hình phạt nặng một số ngành, quốc gia, quy mô doanh nghiệp hoặc hành vi quá khứ, nó có thể khiến doanh nghiệp khó phân tích các cơ hội cụ thể vốn đáng được nhìn khác đi.
Nếu điểm số được sử dụng như một quy tắc tuyệt đối, các đội có thể ngừng chất vấn tình huống thực tế.
Nếu một khách hàng được chấm điểm tốt, doanh nghiệp có thể trở nên quá tự tin. Nếu một khách hàng bị chấm điểm xấu, doanh nghiệp có thể từ chối quá nhanh.
Scoring cũng có thể tạo ra thiên lệch quyền uy: con số trông có vẻ khoa học, nên cuộc thảo luận dừng lại. Điều đó nguy hiểm.
Một điểm số phải mở ra phân tích. Nó không nên đóng cuộc tranh luận. Credit Management phải giữ khả năng chất vấn điểm số: vì sao có điểm này? Dữ liệu nào giải thích nó? Nó có phù hợp với kinh nghiệm của chúng ta với khách hàng không? Có yếu tố gần đây nào chưa được tích hợp không? Mức phơi nhiễm dự kiến có còn hợp lý bất chấp điểm số này không? Điểm số phải có thể giải thích được.
Nếu không, nó trở thành một hộp đen khó quản trị.
Điểm số có thể xử lý kém các giai đoạn đứt gãy
Các mô hình thường hoạt động tốt hơn trong môi trường ổn định. Nhưng rủi ro tín dụng thay đổi mạnh trong các giai đoạn đứt gãy: khủng hoảng ngành, chi phí tăng đột ngột, thay đổi quy định, chiến tranh giá, mất một hợp đồng lớn, thay đổi cổ đông, tái cấu trúc, khủng hoảng thanh khoản, khủng hoảng quốc gia, gián đoạn logistics, lãi suất tăng, căng thẳng nhà cung cấp.
Trong các tình huống này, dữ liệu lịch sử có thể mất một phần sức mạnh dự báo. Một khách hàng trước đây luôn thanh toán đúng có thể xấu đi rất nhanh.
Một ngành vốn ổn định có thể trở nên yếu. Một quốc gia từng được xem là chấp nhận được có thể đột ngột căng thẳng.
Một mô hình có thể phản ứng chậm vì nó chờ dữ liệu đã xảy ra xấu đi. Phán đoán nghề nghiệp đặc biệt quan trọng trong các giai đoạn này.
Nó cho phép dự báo trước khi điểm số thay đổi. Credit Management phải có khả năng nói: điểm số vẫn còn tốt, nhưng bối cảnh đang thay đổi, vì vậy chúng ta cần rà soát lại mức phơi nhiễm.
Quyết định tín dụng không nên chờ chỉ báo xác nhận điều mà thực địa đã bắt đầu nhìn thấy.
Điểm số không thay thế hiểu biết về khách hàng
Hiểu biết về khách hàng vẫn không thể thay thế. Nhân viên kinh doanh có thể biết rằng một khách hàng vừa mất một thị trường quan trọng.
Thu hồi công nợ có thể thấy người liên hệ thay đổi hoặc cam kết trở nên kém tin cậy hơn. Quản trị bán hàng có thể nhận thấy đơn hàng trở nên gấp hơn hoặc kém chứng từ hơn.
Xuất hóa đơn có thể thấy tỷ lệ hóa đơn bị từ chối tăng. Vận hành có thể nhận diện căng thẳng trong giao hàng hoặc chất lượng.
Pháp lý có thể biết về một tranh chấp hợp đồng. Tài chính có thể thấy mức phơi nhiễm tăng. Những thông tin này không phải lúc nào cũng lập tức nằm trong điểm số.
Nhưng chúng phải ảnh hưởng đến quyết định. Credit Manager phải tổ chức luồng thông tin đi lên này. Không phải để thay điểm số bằng cảm nhận.
Mà để làm giàu điểm số bằng thực địa. Quyết định tốt nhất kết hợp dữ liệu có cấu trúc và trí tuệ vận hành. Điểm số cung cấp nền tảng.
Thực địa cung cấp bối cảnh.
Điểm số phải phù hợp với loại quyết định
Một điểm số duy nhất không thể trả lời mọi câu hỏi. Cấp một hạn mức nhỏ cho một khách hàng mới không đòi hỏi cùng mức phân tích như mở chặn một đơn hàng chiến lược.
Duy trì một hạn mức hiện tại không đòi hỏi cùng cách đọc như chấp nhận một lần vượt hạn mức ngoại lệ.
Bán cho một khách hàng nội địa tiêu chuẩn không thể so sánh với tài trợ cho một hợp đồng quốc tế phức tạp.
Một điểm số có thể đủ để tự động hóa một số quyết định đơn giản: số tiền nhỏ, khách hàng có điểm rất tốt, mức phơi nhiễm giới hạn, hành vi ổn định.
Nhưng nó trở nên chưa đủ đối với các quyết định có tác động lớn: khách hàng lớn, hạn mức quan trọng, khoản chậm đáng kể, ngoại lệ, khách hàng chiến lược, thị trường bất ổn, biên lợi nhuận thấp, mức phơi nhiễm tập trung. Độ sâu phân tích phải tương xứng với mức độ quan trọng của quyết định.
Scoring có thể là một bộ lọc rất tốt. Nhưng nó không nên là cùng một câu trả lời cho mọi quyết định.
Điểm số phải được đối chiếu với hành vi thực tế
Hành vi thanh toán quan sát được là một phần bổ sung thiết yếu. Một khách hàng có thể có điểm bên ngoài tốt nhưng luôn thanh toán trễ với doanh nghiệp.
Một khách hàng khác có thể có điểm trung bình nhưng lại giữ cam kết hoàn hảo. Hành vi thực tế với doanh nghiệp là một dữ liệu rất quý, vì nó phản ánh quan hệ cụ thể: xuất hóa đơn, xác nhận, thanh toán, tranh chấp, giao tiếp, kỷ luật.
Vì vậy, cần đối chiếu điểm số với các chỉ số nội bộ. Thời gian thanh toán thực tế. Khoản chậm so với điều kiện.
Cam kết được giữ hay không. Tranh chấp đang mở. Vượt hạn mức. Thanh toán một phần. Khấu trừ. Lịch thanh toán.
Lịch sử chặn đơn hàng. Chất lượng giao tiếp. Cách đọc này giúp tránh các quyết định quá chung chung. Điểm số bên ngoài nói điều gì đó về khách hàng.
Hành vi nội bộ nói điều gì đó về quan hệ giữa khách hàng đó và doanh nghiệp. Quyết định tín dụng cần cả hai.
Điểm số phải được đối chiếu với mức phơi nhiễm
Một điểm số không có cùng tầm quan trọng tùy theo số tiền đang phơi nhiễm. Một khách hàng trung bình với 10.000 euro phơi nhiễm không có cùng mức quan trọng với một khách hàng trung bình có 2 triệu euro phơi nhiễm.
Rủi ro luôn được đo bằng xác suất và tác động. Một điểm số thấp trên mức phơi nhiễm nhỏ có thể chấp nhận được.
Một điểm số đúng mức trên mức phơi nhiễm rất cao có thể đòi hỏi sự cảnh giác mạnh. Quyết định tín dụng vì vậy phải liên kết điểm số với số tiền.
Không chỉ chất lượng khách hàng quan trọng. Số tiền doanh nghiệp đặt vào cuộc cũng quan trọng. Một điểm số phải đi cùng logic ngưỡng: mức phơi nhiễm càng tăng, phân tích càng phải sâu, phê duyệt càng phải vững, theo dõi càng phải thường xuyên.
Khi đó, scoring trở thành công cụ ưu tiên. Nó chỉ ra nơi cần tập trung sự chú ý nghề nghiệp.
Điểm số phải được đối chiếu với chiến lược thương mại
Chiến lược thương mại cũng quan trọng. Một khách hàng có thể quan trọng để mở thị trường, bảo vệ vị thế, xây dựng tham chiếu, tiếp cận một mạng lưới hoặc đồng hành với tăng trưởng tương lai. Điểm số không phải lúc nào cũng đo được chiều kích này. Điều đó không có nghĩa là phải bỏ qua rủi ro nhân danh chiến lược. Điều đó có nghĩa là cần tổ chức một quyết định đầy đủ hơn.
Nếu một khách hàng chiến lược có điểm số thấp, doanh nghiệp có thể quyết định chấp nhận rủi ro cao hơn. Nhưng phải làm điều đó một cách có ý thức, với một khung rõ ràng: hạn mức tăng dần, đặt cọc, bảo lãnh, các mốc thanh toán, rà soát ngắn hạn, sự tham gia của kinh doanh, theo dõi dòng tiền.
Vì vậy, điểm số phải nuôi dưỡng cuộc thảo luận chiến lược. Nó không được hủy bỏ cuộc thảo luận đó. Doanh nghiệp có thể chọn chấp nhận rủi ro cao hơn mức điểm số khuyến nghị.
Nhưng phải biết vì sao, bao nhiêu, trong bao lâu và với phần bù nào.
Điểm số phải được quản trị
Một hệ thống scoring phải được quản trị. Không chỉ là triển khai rồi để đó. Cần hiểu nó vận hành như thế nào, dùng dữ liệu nào, có giới hạn gì, được cập nhật ra sao, ngưỡng nào kích hoạt hành động nào, ai có thể ngoại lệ, ngoại lệ được ghi nhận thế nào, và hiệu quả của điểm số được đánh giá ra sao.
Một điểm số phải được kiểm nghiệm. Những khách hàng điểm thấp có thật sự vỡ nợ nhiều hơn không? Những khách hàng điểm cao có tạo ít sự cố hơn không?
Mô hình có phát hiện đủ sớm các dấu hiệu suy giảm không? Có phân khúc nào mà mô hình thường sai không?
Các ngưỡng hiện tại quá chặt hay quá lỏng? Các đội có hiểu lý do của điểm số không? Nếu không có quản trị, scoring trở thành một cơ chế tự động.
Nếu có quản trị, nó trở thành một công cụ cải thiện liên tục cho quyết định tín dụng. Credit Management vì vậy phải quản trị điểm số như một công cụ, không phải như một thẩm quyền bên ngoài.
Phán đoán nghề nghiệp không đối lập với dữ liệu
Cần tránh một sự đối lập không cần thiết. Một bên là dữ liệu và điểm số. Bên kia là trực giác và kinh nghiệm.
Một quyết định tín dụng tốt cần cả hai. Dữ liệu cấu trúc phân tích. Nó tránh các ấn tượng riêng lẻ. Nó cho phép so sánh, phân khúc, theo dõi, tự động hóa. Nó tạo một nền tảng khách quan.
Phán đoán nghề nghiệp mang lại bối cảnh. Nó diễn giải các tín hiệu yếu. Nó phân loại nguyên nhân. Nó liên kết rủi ro với biên lợi nhuận, dòng tiền, chiến lược, hành vi khách hàng và chất lượng của chu kỳ.
Phán đoán nghề nghiệp không nên là lý do để bỏ qua dữ liệu. Nhưng dữ liệu cũng không nên là lý do để từ bỏ phán đoán.
Một Credit Manager hiệu quả biết làm cho hai thứ này đối thoại với nhau.
Họ không nói: “điểm số quyết định.”
Họ cũng không nói: “tôi cảm thấy là.”
Họ nói: “điểm số cho thấy điều này, dữ liệu nội bộ cho thấy điều kia, bối cảnh gần đây bổ sung
thêm điều này, mức phơi nhiễm dự kiến là như vậy, và đây là quyết định nhất quán nhất.”
Chính sự kết hợp này tạo ra chất lượng của quyết định cân bằng.
Khi nào tự động hóa, khi nào cần rà soát thủ công
Scoring đặc biệt hữu ích để tự động hóa các quyết định đơn giản và tiêu chuẩn hóa. Khách hàng có mức phơi nhiễm thấp. Điểm số rất tốt.
Lịch sử thanh toán ổn định. Không có khoản quá hạn đáng kể. Đơn hàng giá trị nhỏ. Rủi ro thấp. Trong các trường hợp này, tự động hóa có thể cải thiện sự trôi chảy, giảm thời gian phê duyệt và giúp đội ngũ tập trung vào các hồ sơ phức tạp.
Nhưng một số tình huống phải được rà soát thủ công. Điểm số xấu đi. Mức phơi nhiễm lớn. Khách hàng chiến lược.
Vượt hạn mức. Khoản chậm gần đây. Tranh chấp đáng kể. Yêu cầu thời hạn ngoại lệ. Thị trường bất ổn. Biên lợi nhuận thấp.
Tập trung rủi ro cao. Các tín hiệu yếu của sự suy giảm. Một cơ chế tốt không phải là tự động hóa mọi thứ hoặc phân tích thủ công mọi thứ.
Nó là đặt trí tuệ con người vào những nơi tạo ra nhiều giá trị nhất. Scoring phải giải phóng thời gian chuyên môn cho những quyết định thật sự cần đến nó.
Kết luận: điểm số soi sáng, nghề nghiệp quyết định
Một điểm số khách hàng là một công cụ quý giá. Nó cấu trúc cách đọc rủi ro, hỗ trợ so sánh, cho phép phân khúc, tăng tốc một số quyết định và giúp quản trị một danh mục lớn.
Nhưng điểm số có giới hạn. Nó thường nhìn vào quá khứ. Nó có thể bỏ qua tín hiệu yếu. Nó phụ thuộc vào chất lượng dữ liệu đầu vào. Nó có thể nhầm lẫn rủi ro khách hàng với vấn đề tổ chức. Nó có thể đánh giá thấp tác động của mức phơi nhiễm, tiền mặt bị khóa, biên lợi nhuận hoặc chiến lược thương mại. Điểm số không phải lúc nào cũng thấy điều mà thực địa đang bắt đầu cảm nhận.
Nó không phải lúc nào cũng hiểu vì sao một khách hàng thanh toán kém. Nó không phải lúc nào cũng biết rủi ro đó có đáng để chấp nhận hay không.
Nó không thay thế trách nhiệm ra quyết định. Vì vậy, thực hành đúng không phải là loại bỏ scoring. Mà là sử dụng nó đúng vị trí. Điểm số phải cảnh báo, ưu tiên, cấu trúc và so sánh.
Phán đoán nghề nghiệp phải phân loại, đặt bối cảnh, cân bằng và quyết định. Một quyết định tín dụng trưởng thành không chỉ đi theo một con số.
Nó hỏi con số đó có nghĩa là gì, nó không nhìn thấy gì, và nó cần được diễn giải thế nào trong tương quan với mức phơi nhiễm, biên lợi nhuận, dòng tiền, hành vi khách hàng và chiến lược. Điểm số soi sáng.
Nghề nghiệp quyết định.