Las pruebas Champion versus Challenger permiten poner productiva una nueva lógica de negocio en un segmento de mercado específico de manera controlada. Se denomina Champion a la lógica de negocio existente y Challenger o Retadora a la estrategia de negocio que se quiere poner a competir. En la práctica mediante una función se distribuye un porcentaje representativo (80/20% o 70/30%) de los casos en la lógica Champion y en Challenger de forma aleatoria evitando sesgos. Adicionalmente esta técnica permite ir tomando muestras y medir los resultados en forma temprana e ir ajustando los porcentajes de distribución.
El uso más común que le da el mercado es para poner productivos nuevos modelos predictivos y reemplazar el que se utiliza actualmente en forma gradual y controlada. Sin embargo, esta técnica es utilizada también en múltiples procesos de negocio como en cobranzas y recupero, automatización de decisiones, reducción de costes por muestreo, mejorar la experiencia del cliente, etc.
Nuestros clientes hacen uso de esta técnica cuando quieren hacer cambios importantes en su modelo de negocio, pero no cuentan con datos suficientes para validar que el cambio será superador.
Algunos ejemplos:
En el otorgamiento
Cambiar o añadir un nuevo proveedor de Buró de Crédito o cualquier otro proveedor de datos, si bien muchas empresas de informes comerciales poseen la misma información, la manera de que se accede, la cantidad de consultas, los servicios de valor agregado son diferenciales importantes, hacer un cambio gradual permite ir absorbiendo esas diferencias.
Aumentar el monto otorgado, si por ejemplo la estrategia Champion es dar hasta 2 salarios de monto máximo es difícil poder estimar el impacto en los resultados aumentar ese límite si no tenemos datos de experiencias anteriores. Hoy existen mejores técnicas como la optimización linear, aunque estas técnicas son muy sofisticadas y costosas.
Reducir el control de la documentación, generalmente el rechazo por documentación es muy bajo sin embargo se sigue haciendo al 100% de las carpetas. Implementar un control por muestreo del 70% de las carpetas al azar reduce costos y no aumenta la morosidad. También puede implementarse con diferentes porcentajes en cada sucursal considerando el comportamiento histórico del punto de venta.
Visitas de terreno previo al otorgamiento, si bien este proceso tiene por objeto validar la ubicación de la casa y el trabajo del solicitante puede ser muestreado y los clientes que no se visiten reemplazado por procesos digitales más económicos.
En las cobranzas
Añadir servicios nuevos al proceso, cada día surgen nuevas empresas que proveen mayor contactabilidad o bots mejor entrenados, la técnica Champion vs Challenger permite adoptar nuevas tecnologías e ir ajustando los porcentajes de cartera a enviar a un bot u al otro.
Probar nuevas agencias de cobranza o estudios jurídicos, algunas agencias han invertido en tecnología más que otras, pero con la agencia actual hace años que se trabaja y los resultados son buenos, mediante el test Champion Challenger es el azar lo que se evita que nadie seleccione manualmente los casos a enviar a una u otra agencia y por lo tanto los resultados van a ser comparables.
En el mundo de la mora avanzada compiten varias estrategias para aumentar el monto recuperado desde esperar, ofrecer una quita, iniciar un juicio, reciclar la cartera en otros estudios jurídicos, vender, etc. Si bien técnicas como la optimización linear son las más apropiadas, utilizar test Champion/Challenger para hacer competir las estrategias es una buena forma de ir acumulando información para poder modelar apropiadamente.
En resumen, este tipo de test disponibles en los Motores de Decisión como el que distribuimos en Addalitica, son herramientas muy importantes en la mejora continua de las políticas y de los procesos, permitiendo una adopción suave y a su vez paralelizar la innovación evitando implementaciones Big Bang.
Pónganse en contacto con nosotros para mejorar sus procesos de otorgamiento, gestión de clientes y cobranzas implementando inteligencia decisional en los puntos de dolor.
Comentarios