Les débiteurs n’ont pas tous les mêmes caractéristiques. Nous pouvons trouver aussi bien des « spontanés » que des dossiers complexes qui nécessitent plus d’attention et pour lesquels un simple appel ne suffit pas à inciter le débiteur à rembourser sa dette. Le plus souvent, il est nécessaire pour finaliser le recouvrement, de faire appel à un agent expérimenté capable de gérer la situation de la meilleure façon possible ; surtout lorsqu’il s’agit de positions débitrices avec des sommes considérables à récupérer.
Les listes de débiteurs sont d’habitude réparties et affectées de manière aléatoire aux différents agents de recouvrement. De cette façon une grande partie des créances difficiles à traiter sont affectées à des agents inexpérimentés ; ce qui compromet le processus de recouvrement.
Les sociétés de recouvrement de créances doivent atteindre le plus grand nombre de créances recouvrées auxquelles correspond également une plus grande valeur économique ; et ceci dans les plus brefs délais. Il est donc primordial de pouvoir mieux analyser les listes de débiteurs afin de déterminer la propension à recouvrer de chaque créance et de définir par conséquent la meilleure stratégie qui permet d’atteindre plus facilement les objectifs fixés.
Comment peut-on connaître à l’avance la probabilité de recouvrement associée à chaque créance ?
Grâce à l’Intelligence Artificielle, les sociétés qui mènent des campagnes de recouvrement par téléphone peuvent analyser leur liste de débiteurs et savoir à l’avance les créances les plus faciles et les plus difficiles à recouvrer, ainsi que leur valeur en terme économique. De cette façon, elles peuvent affecter les dossiers les plus faciles à des agents novices et les plus complexes à des agents plus expérimentés ; ce qui augmente considérablement le taux de recouvrement mais aussi réduit le temps nécessaire pour atteindre les objectifs fixés.