UniCredit utilizza i dati del SIC di CRIF per lo Score di Collection
“In UniCredit avevamo la sfida di migliorare la gestione del rischio dei crediti in portafoglio e il processo di gestione delle morosità nel segmento privati. In particolare avevamo l’esigenza di uno strumento che ci supportasse nella quantificazione e nell’identificazione anticipata delle posizione problematiche e che ci guidasse nell’attuare la strategie migliori.
Dall’analisi delle soluzioni adottate sul mercato dai principali player (oltre alle esperienze positive sviluppate all’interno del Gruppo) emergeva con forza come fosse un passaggio necessario sviluppare uno score di collection che ci supportasse nella segmentazione per classi di rischio del portafoglio e nei processi di gestione dei crediti deteriorati. Nello specifico per strutturare le strategie e nell’attivare le azioni ‘automatiche’ più opportune per la tutela del credito e la relazione con la clientela in un segmento, quello privati, dove i volumi di posizioni non permettono analisi manuali” - spiega Emanuele Giovannini, Head of Credit Rating Model Development di UniCredit.
Dall’analisi delle soluzioni adottate sul mercato dai principali player (oltre alle esperienze positive sviluppate all’interno del Gruppo) emergeva con forza come fosse un passaggio necessario sviluppare uno score di collection che ci supportasse nella segmentazione per classi di rischio del portafoglio e nei processi di gestione dei crediti deteriorati. Nello specifico per strutturare le strategie e nell’attivare le azioni ‘automatiche’ più opportune per la tutela del credito e la relazione con la clientela in un segmento, quello privati, dove i volumi di posizioni non permettono analisi manuali” - spiega Emanuele Giovannini, Head of Credit Rating Model Development di UniCredit.
“Abbiamo quindi individuato quali fossero in UniCredit i punti prioritari di intervento:
- tempestività
- massimizzazione costi/benefici
- customer Satisfaction.
Le informazioni e gli indicatori di EURISC 2.0, fruibili attraverso la soluzione Portfolio Explorer 2.0, integrati ai database di UniCredit sono stati indispensabili per determinare le variabili del modello di scoring di recupero, relative alle diverse tipologie di prodotti (mutui, prestiti, carte revolving, fidi in conto corrente ecc.)” - continua Giovannini.
Ne è seguito un modello di ‘Self Cure’ classificato secondo tre parametri: “Good”, “Bad”,“Indeterminate".
“Grazie all’implementazione di uno score di recupero crediti ‘integrato’ con il Sistema di Informazioni Creditizie di CRIF abbiamo ottenuto benefici significativi nel numero di contratti privi di anomalie e nel livello di insoluti delle carte revolving. In questo modo abbiamo ridotto i costi della gestione successiva. In particolare siamo stati in grado da una parte di identificare una porzione di portafoglio con anomalie gravi, un 2% di clientela, su cui al verificarsi del primo insoluto seguirà una situazione di degrado veloce del credito nei mesi successivi e su cui quindi è possibile definire delle azioni di recupero ad hoc e tempestive anche anticipatorie rispetto ad altre azioni di tutela del credito effettuate da altri istituti” - conclude Giovannini.
Per ricevere il case study integrale scrivere a: marketing@crif.com