Após testar módulo de analytics de previsão de crédito, multinacional americana do ramo alimentício pode reduzir drasticamente prejuízos relacionados à inadimplência.
Você já deve ter levado um calote alguma vez na vida … bom, se te serve de consolo, até mesmo as maiores empresas do mundo, com equipes especializadas em crédito, sofrem com a inadimplência. No agronegócio não é diferente. Dados do Banco Central de julho de 2019 mostram que a inadimplência dos produtores com financiamento não pagos há mais de noventa dias somou 3,4 bilhões de reais. Mas calma! Com o uso da tecnologia, é possível afastar o fantasma do calote da sua empresa.
Muito além de soluções tecnológicas engessadas como ERPs ou CRMs, a SciCrop oferece algoritmos sob demanda, que através de inteligência artificial, podem ser utilizados para prever a inadimplência. Uma multinacional do ramo alimentício com presença em mais de 40 países, foi um dos clientes a experimentar essa verdadeira revolução em seus processos de crédito através de nossas soluções.
Quadro Inicial: Alguns milhões em inadimplência e modelo de crédito processual sem IA.
O cliente em questão é uma multinacional americana, com importante presença no negócio de alimentos e ingredientes. Grande parte das suas vendas são feitas a crédito, para mais de 80.000 pontos de vendas, e como levantamos no começo do artigo, a inadimplência é um problema comum nessa modalidade de vendas. Para se proteger dos defaults, a empresa conta com modelos de risco processuais, porém, apresentam limitações que impedem de evitar prejuízos anuais devido a maus pagadores.
Solução SciCrop: Módulo de analytics de crédito com classificação de pagadores e previsão de inadimplentes.
Pensando em reduzir a inadimplência nas operações através do uso de analytics e IA, a multinacional contactou a SciCrop. Integramos a base de dados histórica de vendas da empresa a sistemas de consulta de CNPJ, e a análises matemáticas. O fruto desta combinação foi um módulo de machine learning preditivo. O módulo fornece dois grupos de informações vitais para as negociações de crédito: classificação do risco de inadimplência de empréstimos correntes, e cálculo do prazo máximo de pagamento para novos financiamentos. Em termos técnicos, desenvolvemos um módulo de analytics de crédito com classificação de pagadores e previsão de inadimplentes, ou seja, para cada operação, o cliente é classificado em um grupo de risco de crédito determinando o montante ideal a ser financiado, e também o melhor prazo de pagamento.
O update: Possibilidade de grande redução na inadimplência.
Após experimentar o módulo e estabelecer uma comparação com suas negociações antigas, a multinacional americana teve uma grande surpresa: o módulo de analytics apresentou alta eficiência na predição de inadimplência. Em cifras, seriam milhões de reais não expostos a default. Além da possibilidade de redução de prejuízos, o módulo permite redução significativa de esforços com cobrança e execução de garantias. O emprego de inteligência artificial mostrou potencial para representar uma verdadeira revolução nos sistemas de crédito de empresas deste setor.
A venda a crédito sempre existirá, principalmente na agroindústria. Negativar o cliente baseado em regras processuais, é ineficaz para impedir a inadimplência a curto prazo, e também bloqueia receitas futuras. Na SciCrop, fazemos a predição do mal pagador e adaptamos em tempo real as condições de crédito conforme o comportamento do cliente, sazonalidades, geografia, capacidade de endividamento, entre diversos outros fatores e empresa continua a vender. Fale conosco.
