BI Aplicado a Cobrança

2.014 visualizações

Publicada em

Este trabalho permite analisar o papel das áreas de Inteligência de Negócio no processo de
gerenciamento de risco para cobrança. Os temas abordados, através de indicadores e relatórios
amplamente utilizados pelo mercado, mostram o impacto da gestão da informação na
mitigação de risco e recuperação de crédito, e através da explanação, demonstrar o papel
indispensável de Business Intelligence na gestão do negócio, a importância do gerenciamento
do risco para as empresas e o quanto este processo é irreversível.

Publicada em: Negócios
1 comentário
0 gostaram
Estatísticas
Notas
  • Muito boa sua matéria, parabéns!

    Estou no mercado de recuperação de crédito a um ano e virei analista de MIS Junior recentemente, estou a frente das ações frias (Mala Direta e SMS) e preciso de uma ferramenta de fácil levantamento das informações, indicadores e mesuração.

    Se conhecer algo que possa agregar ao meu projeto, fico agradecido.

    Obrigado.

    E-mail: alcides.neto@multicobra.com.br
       Responder 
    Tem certeza que deseja  Sim  Não
    Insira sua mensagem aqui
  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
2.014
No SlideShare
0
A partir de incorporações
0
Número de incorporações
33
Ações
Compartilhamentos
0
Downloads
76
Comentários
1
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

BI Aplicado a Cobrança

  1. 1. Thiago da Silva Fernandes, bacharel em Ciências Contábeis, 8 anos no mercado de risco e cobrança dos quais 5anos com atuação em Informações Gerenciais e Business Intelligence.A APLICAÇÃO DE BUSINESS INTELLIGENCE NO PROCESSO DEGESTÃO DE RISCO DE COBRANÇAThiago da Silva FernandesResumoEste trabalho permite analisar o papel das áreas de Inteligência de Negócio no processo degerenciamento de risco para cobrança. Os temas abordados, através de indicadores e relatóriosamplamente utilizados pelo mercado, mostram o impacto da gestão da informação namitigação de risco e recuperação de crédito, e através da explanação, demonstrar o papelindispensável de Business Intelligence na gestão do negócio, a importância do gerenciamentodo risco para as empresas e o quanto este processo é irreversível.Palavras-chave: business intelligence, risco, cobrança.IntroduçãoA partir da segunda metade do século XX, o mundo entrou na era da informação. Nunca foigerada tanta informação através de músicas, literatura, mídia televisiva e impressa e ainternet. Com tanta informação disponível, foi natural a evolução das empresas, queperceberam que cada vez mais, as informações do próprio negócio geram vantagemcompetitiva: Quem melhor conhece seu negócio, gera mais resultado. Conforme Lawrence(1987, p.19), qualquer negócio pode ser gerenciado, através do acesso ordenado a grandequantidade de informação, desde que estejam combinados em um inteligível Sistema deInformações Gerenciais. Oliveira (2009) explica que uma ferramenta de Business Intelligence(BI) nada mais é do que um conceito empregado a ferramentas, tecnologias e metodologias,que tem como objetivo fornecer informações estratégicas, que apoiam na tomada de decisão.Entenda-se que BI é a evolução do conceito de Sistema de Informações Gerenciais (SIG), oucomo comumente conhecido por sua versão em inglês, Management Information System(MIS).
  2. 2. 2Popularizado no fim do século passado, o uso do BI como vantagem competitiva foi aplicadoem diversos setores da economia, e áreas estratégicas das empresas, relacionadas a força devendas, planejamento de produção, administração financeira e contábil, concessão erecuperação de crédito, passaram a aplicar metas e mensurar indicadores, com o objetivo demedição de desempenho e controle de risco. Atualmente, o BI inclusive é usado como fontede indicadores para avaliações de desempenho de seus colaboradores, nos modelos de gestãode meritocracia.O objetivo deste trabalho é demonstrar que ferramentas de Business Intelligence são efetivas econtribuem para o gerenciamento de risco aplicado a Cobrança, e através dos indicadores,mostrar que as áreas de BI são indispensáveis para a mitigação do risco e para a recuperaçãodo crédito, representando assim, grande vantagem competitiva para as empresas que adotamestes métodos.1. Conceito de Gestão de Risco e Cobrança, BI e MIS1.1 Conceito de Business IntelligenceDe acordo com Szafir-Goldstein e Souza, o conceito de BI está relacionado ao processo detomada de decisão, através de dados que suportem a busca de vantagens competitivas. Já paraAyub (2011, p.5), as ferramentas de BI passaram a oferecer aos usuários de negócio umacesso mais fácil as informações, num modelo de auto-serviço (self-service), sem que oanalista de negócio dependa de uma área de tecnologia.Em síntese, podemos conceituar BI como a evolução dos Sistemas de Informações Gerenciais(MIS).1.2 A Evolução do MIS para BIO atual conceito de Business Intelligence é uma evolução dos Sistemas de InformaçõesGerenciais. De acordo com Oliveira (2000, p.26), BI é um conjunto de conceito e métodos desistemas de suporte e de informações estratégicas até ferramentas de consultas e relatórios,usados para melhorar a tomada de decisão. Já Manfio (2007, p.50), afirma que somente pelo
  3. 3. 3uso das informações é possível entender, ver e avaliar a estratégia tomada, bem como asdecisões futuras, e também que as avaliações dos números de gestão de risco são parteinerente da inteligência de negócio (BI).1.3 Histórico e Conceitos da Aplicação de BI ao Gerenciamento de Risco e CobrançaNos EUA, o Individual Bank, divisão de pessoas físicas do Citigroup, foi a célula onde oconceito de Gestão de Risco de Crédito e Cobrança foi inicialmente implantado. De acordocom Lawrence (1987, p.17), o Individual Bank, é guiado por quatro conceitos fundamentais,entre eles o Sistema de Informações Gerenciais, que usam dados combinados de formainteligível, através de segmentações e segregações de dados, para melhor tomada de decisão ea mensuração de seus impactos.O objetivo de qualquer empresa é o lucro, porém não existe lucro sem exposição de capital aoRisco. O “Risco zero é impossível de ser alcançado porque sem risco não há negócio”(MANFIO, 2007, p.37).Jorion (2003, p.5) define risco como a volatidade de resultados inesperados, normalmenterelacionados aos valores de bens e direitos de interesse. Porém, toda exposição ao risco deveser controlada, para evitar surpresas futuras. Assim, “a administração do risco é o processopelo qual as várias exposições ao risco são identificadas, mensuradas e controladas”(JORION, 2003, p.5). Para qualquer empresa, a concessão de crédito é uma exposição aorisco:Com todo o esforço realizado e por mais positiva que seja nossaavaliação com relação ao crédito a ser concedido, só conheceremos oresultado da operação no seu vencimento, quando recebermos ou não ovalor pactuado pela operação de crédito. Essa falta de certeza quantoao resultado do processo é que cria a condição de risco na operação decrédito. Securato (2007, p.195).Para controlar este risco que existem políticas de cobrança, que são administradas através doGerenciamento de Risco Massificado (GRM).2. A Inteligência de Negócio Aplicado a Cobrança
  4. 4. 42.1. Avaliação do Cenário - Métricas e Relatórios Padrões do MercadoAtualmente, existem alguns relatórios e métricas padronizadas, para mensurar os principaisindicadores de cobrança, citados por Manfio (2007, p.196-212) que são:I. Inadimplência (Over);II. rolagem de atraso das dívidas (Is/Was);III. provisão de devedores duvidosos (PDD);IV. ticket médio da dívida;V. recuperação total;VI. recuperação por safras;VII. first payment default - primeira parcela não paga (FDP).Claro que cada negócio tem sua especificidade, mas que entra na natureza de cada segmentode mercado, ou simplesmente no portifólio oferecido. Assim, vários outros relatóriospoderiam ser citados acima, mas de modo geral, seja uma instituição financeira, uma varejistaou uma incorporadora do ramo de construção civil, os indicadores de Gestão de Risco deCobrança não mudam e são adotados por consenso no mercado. Alguns destes indicadoressão regulados pelo Banco Central do Brasil, como é o exemplo da Provisão de DevedoresDuvidosos para instituições financeiras, através da resolução 2682/99, e regulados peloRegulamento do Imposto de Renda (RIR), através do decreto 3.000/99, na subseção VIII, quedispõe sobre perdas no recebimentos de créditos, aplicáveis as pessoas jurídicas.Os indicadores citados ainda podem ser agrupados, de acordo com Lawrence (1987, p.160),entre indicadores coincidentais (coincident indicators) – que referem a qualidade deportifólio, como inadimplência por exemplo, e indicadores de resultados (lagging indicators),aplicáveis a PDD e a dados de recuperação. Lawrence ainda cita os indicadores de entrada,que são indicadores de negócio aplicáveis a qualidade e quantidade do negócio no cadastro.Como neste momento ainda não ocorre a Cobrança, não encontraremos indicadores nessasituação, dentre os que citamos.2.2. Criação de Estratégias – Modelos de Scoragem de CobrançaAtravés de ferramentas estatísticas, aliados a bases de Data Warehouse (DW), é possívelaplicar um modelo de cobrança, ou Collection Score. O modelo de Collection Score tem
  5. 5. 5como base o histórico de dados comportamentais do cliente, junto à Cobrança (de acordo como histórico armazenado no DW), conforme definição abaixo:COLLECTION SCORES é a denominação dada aos modelos estatísticos; sãobaseados em dados COMPORTAMENTAIS de clientes inadimplentes – emcobrança (incluindo resultado de ações de cobrança); utilizados predominantementenas decisões relacionadas à priorização de estratégias na cobrança de clientesinadimplentes. Manfio (2007, p.129).Conforme especificado por Manfio (2007, p.131), o Collection Score prioriza determinadasestratégias mais eficazes em detrimento de outras. Um modelo eficaz define quais contas ematraso não serão acionadas, por efetuar pagamento em atraso constante, todos os meses(estratégia de pagamento espontâneo, ou Self-Cure), quais clientes serão elegíveis a ações deboletos, SMS, quais clientes serão enviados para Cobrança Externa, ou quais contratos serãocedidos (venda de carteira / dívida para terceiros).Outro modelo baseado no histórico de cobrança, mas aplicado a nova concessão de crédito, ouna retenção de clientes é o Behaviour Score. O modelo de Behaviour Score também tem comobase o histórico de relacionamento do cliente – tanto na cobrança quanto no atendimento aocliente (de acordo com o histórico armazenado no DW), conforme definição abaixo:BEHAVIOUR SCORES é a denominação dada aos modelos estatísticos que sãobaseados em dados COMPORTAMENTAIS dos clientes (internos e externos);utilizados predominantemente nas decisões relacionadas à manutenção ou renovaçãode linhas e produtos para já clientes. Manfio (2007, p.129).Conforme especificado por Manfio (2007, p.130), o Behaviour Score aplicado a cobrançadefine quais clientes tem maior propensão a inadimplência. Também é usado na retenção declientes através de estratégias especificas e na previsão de demanda e geração de novasvendas, com a definição de modelos de vendas cruzadas.Todos os modelos de cobrança seguem um padrão: são “modelos estatísticos que permitemdescobrir padrões de comportamento, sem partir de hipotéses” (CRISTOFALI, 2008). Essa éa definição de Data Mining.2.3. Apuração de Resultados – Comparação dos Indicadores
  6. 6. 6A interpretação dos indicadores de cobrança é fundamental para agregar valor ao negócio.Esse processo é contínuo. De acordo com Manfio (2007, p.193), além de avaliar se oresultado é bom ou ruim (de forma absoluta), também é necessário avaliar o negócio de formarelativa, comparando nossos resultados com as metas exigidas, com os resultados atingidos nopassado e principalmente com o mercado.Assim, a melhor forma de se avaliar um resultado é perguntar honestamente se atingimosquatro perspectivas básicas, através de quatro perguntas elaboradas por Manfio (2007, p.194):I. Lucrativo ou não? (resultado absoluto)II. Melhor ou pior que o esperado (em relação a meta)III. Melhor ou pior que o passado (tendência)IV. Melhor ou pior que o mercado (posicionamento/adequação)De forma simples, avaliamos sistematicamente o resultado de forma isenta e prática. Combase nestes dados podemos elaborar previsões de resultados, aplicar novas estratégias, ousimplesmente corrigir o curso de uma estratégia já vigente e buscar o que todo negócio visa: olucro!A interação dos analistas de negócio neste estágio é fundamental. Manfio (2007, p.167) citaque para construir um painel de informações sobre o que acontece no universo de risco ecobrança (que recebe o nome de BI), é necessário estruturar processos (para registro dosdados), sistemas (para coleta e transformação dos dados) e pessoas (para analisar e interpretaras informações para a tomada de decisão). Já Reis (2012) cita que a área de BI deverá terferramentas ágeis que sejam capazes de cruzar informação com alta performance para gerarinformação em tempo ágil para superar obstáculos e a concorrência. Reis (2012) também falasobre a importância de alinhar objetivos corporativos e BI, ou seja, frisa a importância doalinhamento das pessoas ao bem comum.3. Modelo básico de BI para Cobrança3.1. Conceitos de Data Warehouse, Fato e Dimensão“Um DATA WAREHOUSE (ou armazém de dados, ou depósito de dados no Brasil) é umsistema de computação utilizado para armazenar informações relativas às atividades de uma
  7. 7. 7organização em banco de dados, de forma consolidada. O desenho da base de dados favoreceos relatórios, a análise de grandes volumes de dados e a obtenção de informações estratégicasque podem facilitar a tomada de decisão.” (CRISTOFOLI, 2008).O DW serve como repositório central de dados, de onde sai as informações para a criação dosrelatórios e dados para a criação de indicadores.Segundo Tanaka, dimensões são tabelas que qualificam os fatos, ou seja, trazem detalhes donegócio, enquanto uma tabela fato é dominante e traz os valores, usualmente com grandesvolumes de dados.3.2. Informações para construção de um data warehouse de Cobrança e RiscoPara construção de um data warehouse (DW) para cobrança, deve-se levar em consideraçãoque o negócio de cobrança demanda muitas informações que são primordiais para o sucessoda operação. Assim além de um universo com fatos e dimensões mais sintéticas, também énecessário outro universo com dimensões e fatos cada vez mais detalhados, para suportarestudos estatísticos e de comportamento para a geração de estratégias de negócio.Como nosso objetivo é demonstrar como um BI pode ser usado para o gerenciamento decobrança e risco, informaremos abaixo os dados considerados primordiais para um DW decobrança (dimensões e fatos necessárias):Clientes: Dados cadastrais do cliente, informados no momento da venda. Importante ressaltarque essa informação, apesar de se apresentar estática, ela é dinâmica, e muda constantementedurante o tempo de relacionamento com o cliente. A qualidade e a quantidade dos dadosinformados é muito importante, não só no processo de localização do cliente devedor, mastambém para a criação de modelos estatísticos e (já no sistema transacional, fora do DW)para a negativação do cliente junto ao órgãos de proteção de crédito. As principaisinformações para uma dimensão de clientes são:• identificação interna dos clientes• nome do cliente / empresa;• data de nascimento;
  8. 8. 8• CPF ou CNPJ;• RG ou inscrição estadual;• endereço completo;• profissão / ramo de atividade;• sexo do cliente;• data do inicio do relacionamento;• renda / faturamento;• entre outras informações relevantes do cliente.Produto / Serviço Oferecido: Identificação do produto vendido ao cliente. Empresas egrupos financeiros hoje, oferecem diversos produtos e serviços, e cada um deles tem a suaparticularidade semelhantes e diferentes e são agrupados em grupos e sub-grupos, que podemser diretoria, ramo de atuação, linha do produto, entre outros. Assim, se faz necessário aidentificação do produto ou serviço vendido:• identificação do produto;• produto;• sub-grupo do produto;• grupo do produto;• entre outras informações relevante de produtos.Contrato: Detalhe do produto e condições de venda ao cliente. Através destes dadosconseguimos identificar, através de safras, quais produtos tem maior ou menor inadimplência,além de quais safras (em relação ao mês do contrato) o comportamento da inadimplência foidiferenciado:• identificação do contrato;• identificação do produto;• data da venda;• filial da venda;• score de crédito (SERASA);• parecer de crédito;• aprovador de crédito;
  9. 9. 9• parecer do comercial;• aprovador do comercial (vendedor);• venda por política ou exceção;• entre outras informações relevante de contrato.Recebíveis: Fotografia periódica (de acordo com a estratégia interna da companhia) devalores a receber da companhia. Através destes dados conseguimos atribuir risco einadimplência aos dados da companhia, assim como também rolagem de divida, safras evalores recebidos:• identificação do cliente;• identificação do contrato;• saldo a vencer;• saldo vencido;• valor pago;• dias em atraso;• faixa de atraso;• quantidade de parcelas em atraso;• data da fotografia;• entre outras informações relevantes de recebíveis.Acionamento de Cobrança: Informações detalhada dos esforços de recuperaçãoempreendidos para aquele cliente. Através destes dados conseguimos medir esforço e custopara a recuperação do contrato deste cliente:• identificação do cliente;• identificação do contrato;• data da ação de cobrança;• tipo de ação da cobrança (telefone, SMS, boleto, entre outros);• duração da ação (tempo – se couber);• operador que acionou o cliente (se couber)• data de vencimento do boleto;• data do retorno do SMS;
  10. 10. 10• entre outras informações relevantes de acionamentos de cobrança.Acordos e Promessas de Pagamento: Informações detalhadas dos novos fluxos depromessas e acordos, acertados entre o cliente e a empresa credora do débito. Através destesdados conseguimos medir os pagamentos, a aderência e eventual quebra do acordo oupromessa de pagamento, além da recuperação do contrato deste cliente:• identificação do acordo;• tipo da negociação (promessa para negociação com nenhum pagamento ainda nãoefetuado, acordo para negociação com pagamento já efetuado);• status da negociação (em dia, em atraso, quebrado – para negociação nãocumprida);• ação da cobrança que gerou a negociação (telefone, SMS, boleto, entre outros);• operador que gerou a negociação;• numero da parcela;• tipo da parcela (entrada ou demais parcelas);• valor da parcela;• valor pago;• data do pagamento;• entre outras informações relevantes de acordos e parcelas.ConclusãoUma área de BI é eficaz quando gera resultado, ou seja, agrega valor ao negócio. Para issoacontecer, não bastam boas plataformas tecnológicas e profissionais com alta qualificaçãotécnica. Comprometimento entre o nível tático (analistas de negócio) e o nível gerencial eexecutivo é fundamental para o funcionamento de uma área de informação.Com uma área de BI estruturada, os ganhos em relação à avaliação do cenário, criação deestratégias e apuração de resultados é enorme. Isso é um ciclo continuo, onde o aprendizado éconstante. Cada estratégia aplicada, resultado apurado, contribui para o amadurecimento donegócio e da área de Inteligência de Negócio.
  11. 11. 11Para o negócio de cobrança, são inúmeras as oportunidades de análises e melhorias. Além dosindicadores já padronizados, citados nesse artigo, são muitos os modelos e estudos que podemser gerados com um data warehouse e uma ferramenta de BI de mercado, porque a ferramentadará ao usuário final a possibilidade de gerar de forma simples é pratica os relatórios, gráficose apresentações necessárias para a tomada de decisão.RecomendaçõesPara empresas não ligadas às instituições financeiras, a cultura do uso de BI para ogerenciamento de risco de cobrança ainda é muito incipiente. Há muito pouco materialpublicado sobre o assunto, e dentro das companhias, o direcionamento de DW’s para ogerenciamento de risco ainda é muito pouco difundido. Manfio (2007, p.191-192) cita quemesmo nas instituições financeiras, muito do que é gerado de informação na área de crédito,risco e cobrança ainda é feito de forma manual, através de extração de dados dos sistemastransacionais, e transformação dos mesmos em gráficos e planilhas. Temos, naprofissionalização da área de BI para atendimento do mercado de risco e cobrança, umaoportunidade histórica de diminuição dos níveis de inadimplência e aumento da concessão decrédito, de forma segura e inteligente.ReferênciasAYUB, Gustavo G. Integração de dados para a inteligência empresarial em tempo real. SãoPaulo: Universidade de São Paulo, 2011. Disponível em: <http://www.teses.usp.br/teses/disponiveis/3/3141/tde-31052011-160352/pt-br.php>. Acessadoem 12 abr. 2012.BANCO CENTRAL DO BRASIL. Resolução nº 2.682, de 22 de dezembro de 1.999. Dispõesobre critérios de classificação das operações de crédito e regras para constituição deprovisão para créditos de liquidação duvidosa. Brasília, 1999. Disponível em: <http://www.bcb.gov.br/pre/normativos/res/1999/pdf/res_2682_v1_P.pdf>. Acesso em 19 mar.2012.BRASIL. Decreto nº 3.000, de 26 de março de 1.999. Regulamenta a tributação, fiscalização,arrecadação e administração do imposto sobre a renda e proventos de qualquer natureza.Brasília, 1.999. Disponível em: < http://www.planalto.gov.br/ccivil_03/decreto/d3000.htm>.Acesso em 23 abr. 2012.CRISTOFOLI, Fluvio. Apostila de Data Warehouse: Armazenagem de dados. São Paulo:USP, 2008. Disponível em:<http://stoa.usp.br/cristofoli/files/675/1768/Slides+Data+Warehouse+-+2008.pdf>. Acessoem 03 abr. 2012.
  12. 12. 12INSTITUTO BRASILEIRO DE TECNOLOGIA APLICADA. Manual para normalização detrabalhos acadêmicos da Veris Faculdades. São Paulo. IBTA, 2012. Disponível em: <http://www.ibmecrj.br/sub/rj/files/Manual_Normatização_2012.PDF>. Acesso em 15 abr.2012.JORION, Philippe. Value at Risk: a nova fonte de referência para a gestão do riscofinanceiro. Tradução, prefácio e notas: Thierry Barbe. 2ª ed. São Paulo: Bolsa de Mercadorias& Futuros, 2003.LAWRENCE, David B. Risco e recompensa: o negócio de crédito ao consumidor. São Paulo:Bandeirantes, 1987.MANFIO, Fernando. O risco nosso de cada dia: uma orientação objetiva aos profissionaisda área. Barueri: Estação das Letras, 2007.MARTINS, Gilberto A.; THEÓPHILO, Carlos R. Metodologia da investigação científicapara ciências sociais aplicadas. São Paulo: Atlas, 2007.OLIVEIRA, Adriana S. Sistemas de informações gerenciais em indústrias multinacionais: umestudo de caso da implementação global do ERP e BI. São Paulo: USP, 2011. Disponível em:<http://www.teses.usp.br/teses/disponiveis/12/12136/tde-10082011-191850/pt-br.php>.Acessado em 25 fev. 2012OLIVEIRA, João L. Sistema de business intelligence: sistema de apoio a gestão para tomadade decisões inteligentes. Belo Horizonte: UNA, 2009. Disponível em: <http://www.slideshare.net/joaoluciooliveira/monografia-business-intelligence> . Acessado em12 fev. 2012REIS, Samir. Apostila de Análise de Risco. São Paulo: IBTA, 2012.SECURATO, José R. Crédito: análise e avaliação do risco. São Paulo: Saint Paul, 2007.SZAFIR-GOLDSTEIN, Claudia; SOUZA, Cesar A. Tecnologia da informação aplicada àgestão empresarial: um modelo para a empresa digital. USP – VI Semead: São Paulo, 2003.Disponível em: <http://www.ead.fea.usp.br>. Acesso em 19 abr. 2012.TANAKA, Asterio. Apostila de Banco de Dados Distribuídos e Data Warehousing. Rio deJaneiro: UNIRIO, 2012. Disponível em: <http://www.uniriotec.br/~tanaka/TIN0036/10-BDDDW-Mod-Dimens-Basicol.pdf >. Acesso em 03 abr. 2012.

×