Evoluzione AI based dei processi di Collection: le best practice di CRIBIS Credit Management

Si è tenuto nei giorni scorsi il seminario annuale ABI "La Gestione Attiva dei Crediti Deteriorati" e organizzato da ABIFormazione.
Durante l'evento sono stati approfonditi i cambiamenti normativi in corso, le strategie di derisking adottate dagli intermediari e i nuovi approcci gestionali alle Non Performing Exposures (NPE).


Salvatore Mastrosimone e Daniele Menniti, rispettivamente Business Enhancement Manager e Data Analyst Senior di CRIF, sono intervenuti con uno speech dal titolo: "Digital Transformation nella gestione del credito: approccio ed evoluzione nei processi di collection".

La digitalizzazione dei processi, inclusa l'adozione dell'intelligenza artificiale, consente a istituti di credito e credit servicer di snellire la gestione dei crediti e migliorare l'efficacia del recupero, rispondendo alle nuove sfide del mercato e alle esigenze dei clienti.

CRIBIS Credit Management offre una soluzione innovativa che integra le competenze di Credit Servicer e di Data Analytics, indirizzando le strategie di gestione collegate ai crediti deteriorati in modo rapido e senza interventi IT sul Cliente.

Credit Management Analytics (CRE.M.A.) è un applicativo as a service in cloud che consente di automatizzare la segmentazione delle posizioni a recupero attraverso processi di smart data enrichment e modelli di scoring personalizzabili per ogni tipologia di controparte, credito e stato di deterioramento (performing, UTP, NPLs).

Inoltre, l'intervento si è focalizzato sull’utilizzo del machine learning per la realizzazione di algoritmi di collection scoring e, inoltre, sono stati presentati due casi studio:
•    Previsione di posizioni Self Cured, ovvero quelle in cui i debitori riescono a regolarizzare i pagamenti autonomamente.
•    Valutazione dei portafogli Stage2, utilizzando modelli analitici per stimare i flussi di cassa prospettici e facilitare le decisioni strategiche.