¿Cómo se compara la calidad entre los principales proveedores de datos de crédito comercial / gestión de riesgos? ¿Qué pasa con sus datos de ventas y marketing?

Los problemas con el crédito comercial, a diferencia del crédito al consumidor, son la frecuencia de captura de datos, la limpieza y la granularidad.

Lo que esto significa es que cualquier seguimiento, informe o calificación de las empresas no puede ser mejor (y a menudo es un poco peor) que los datos introducidos. ¿Por qué estoy llamando esto? Porque muchas personas suponen que debido a que tienen un puntaje FICO personal y cada pago atrasado en su tarjeta de crédito personal o cuenta inalámbrica (al menos en los EE. UU.) Se rastrea y registra que lo mismo es cierto para el crédito comercial. La realidad es bastante diferente.

La mayoría de los consumidores interactúan con los comerciantes, ya sea en efectivo o mediante un intermediario financiero, a menudo una tarjeta de crédito o débito, pagando su café con leche con una tarjeta de crédito, EZ Pass por peajes, factura automática de su teléfono móvil, débito automático de servicios públicos de su cuenta corriente, etc. Como resultado, todas las transacciones a través del intermediario financiero, tomemos como ejemplo al banco que emite la tarjeta de crédito, se registran, los pagos adeudados se agregan y los pagos cobrados se entregan a los proveedores. Sí, el banco emisor paga a los comerciantes antes de que pague la factura de su tarjeta de crédito, pero ahí es donde entra en juego el crédito personal. A medida que el intermediario financiero (emisor de la tarjeta de crédito) maneja estas transacciones, los pagos atrasados ​​del consumidor al banco emisor se registran y se informan regularmente (diariamente o mensualmente) a las agencias de informes de crédito al consumidor. En los Estados Unidos, eso es aprox. medio trillón de dólares de actividad de pago cada trimestre , que fluye a través de un puñado de bancos declarantes. Por lo tanto, los datos de pago del consumidor se capturan con frecuencia (diariamente), se capturan y registran sistemáticamente (bastante limpios) y se pueden rastrear hasta cada deslizamiento de tarjeta o perforación de PIN (granular).

Ahora tomemos un ejemplo corporativo. La Compañía A compra widgets de la Compañía B. La Compañía B envía los widgets y emite una factura con condiciones de pago de 30 días. La empresa A paga (o no) la factura a tiempo. Paremos aquí. 31 días después de que se emitió la factura y no se pagó, ¿quién sabe al respecto? Bueno, la compañía A y la compañía B, por supuesto. ¿La empresa B informa regularmente los pagos atrasados, incluso un día de retraso, a todas las agencias informantes mencionadas en la pregunta? ¿Qué tal si la factura en lugar de los plazos de 30 días tuviera plazos de 45 días? El día 31, el pago aún no se ha retrasado, por lo que no se informará, y no se debe informar como tal. Cada compañía tiene la opción de establecer sus propias políticas de facturación y cobro y, aunque han surgido algunos “estándares”, mantienen sus propios procedimientos para el envío, la facturación, los pagos y los cobros. ¿No es complicado entonces rastrear e informar datos de manera consistente? Usted apuesta!

Y a diferencia del ejemplo anterior del consumidor, no tendrá intermediarios financieros en la función de facturación / cobro para la mayoría de las transacciones, lo que significa que es más difícil recopilar y rastrear datos de transacciones. ¡UH oh!

Por lo tanto, los datos de crédito comercial son, en el mejor de los casos, indicativos. No tiene el mismo porcentaje del total de transacciones procesadas que se registran y hacer coincidir una empresa con una identidad única se vuelve un poco más complicado (no hay Números de Seguro Social en los que confiar), particularmente si la empresa tiene múltiples entidades legales y ubicaciones. No puedo hablar de las fortalezas y debilidades relativas de los proveedores enumerados, pero tenga en cuenta que a medida que se aleja, geográficamente, de los sistemas financieros de larga data, más y más inconsistentes serán los datos que encontrará. Entonces, para una corporación autorizada por Delaware de 50 años en los EE. UU., Los datos probablemente serán más representativos que para una compañía comparable en India o una en África subsahariana.

La calidad de los datos no es su diferenciación central.

En primer lugar, los tres grandes jugadores, Dun & Bradstreet, Experian y Equifax, no compiten entre sí por la calidad. Simplemente recopilan todo lo que pueden sobre las empresas (algunos datos comunes, algunos datos variables) y lo empaquetan de manera diferente (con diferentes modelos de puntaje de riesgo dirigidos a diferentes segmentos de compradores). En segundo lugar, estos datos son tan buenos como las fuentes de datos y los métodos utilizados para capturar los datos. En tercer lugar, a diferencia de las regulaciones de crédito al consumo, no existe una regulación sobre los informes de crédito corporativos: las empresas no están obligadas (y a menudo no lo hacen) a reportar datos.

Como otros han señalado, y como es claro en los hilos de discusión de los Gerentes de Crédito, [1] ninguno de estos servicios parece ofrecer individualmente un perfil de riesgo completo y preciso. La comparación es más sobre precios, facilidad de uso y atención al cliente.

Un estudio de 2012 de la Comisión Federal de Comercio encontró que uno de cada cinco consumidores tenía un error en su informe de crédito. [2] Si esa es la tasa de error en el lado del consumidor que se regula y supervisa de cerca a diario, debería ser justo suponer que, dada la inconsistencia en la presentación de informes y la gran cantidad de datos públicos, el crédito comercial debería haber menos 20% + tasa de error y en realidad es probablemente mucho más alto. Algunas discusiones de Credit Manager han dicho que los datos que han visto están atrasados ​​unos años.

Para que una empresa obtenga financiamiento, las variaciones en la calidad de los datos no parecen tener un impacto. Desde 2012, la Administración de Pequeñas Empresas comenzó a usar el puntaje del Servicio de Calificación de Pequeñas Empresas (SBSS) de FICO LiquidCredit para evaluar previamente los préstamos por debajo de $ 350k. [3] Este puntaje combina las tres calificaciones crediticias comerciales de Dun & Bradstreet, Experian y Equifax. Para préstamos más grandes, sería típico que el prestamista obtuviera datos de todas las agencias por seguridad. Para asegurar los acuerdos comerciales, las empresas objetivo utilizan una combinación de informes de crédito preferidos e información distinta de los informes de crédito. Por lo tanto, los prestamistas y compradores están utilizando una combinación de datos para tomar decisiones.

Y, estas agencias de crédito se benefician de las inexactitudes de los datos: venden soluciones de monitoreo de crédito a las empresas. Dun & Bradstreet en particular es conocido por acosar a las empresas con datos de crédito falsos y luego hacer agresivas llamadas telefónicas y correos electrónicos que los obligan a comprar un servicio de monitoreo de crédito de $ 99 por mes para limpiar los datos. [4] De hecho, la compañía escindió su división de credibilidad en 2010, que solo se centró en el monitoreo del crédito y solo ganó $ 100 millones en el primer año. Tiene varias demandas colectivas pendientes. [5]

Notas al pie

[1] Experian vs. D&B – Asociación de Gestión de Crédito

[2] Estudio de seguimiento de cuestiones de la FTC sobre la precisión del informe de crédito

[3] Calificación de crédito de préstamos para pequeñas empresas

[4] Victoria para pequeñas empresas acusando a Dun & Bradstreet de difamación

[5] Venta dura del monitor de crédito bajo escrutinio

He usado D&B, Experian, AM Best y algunos otros conjuntos de datos durante unos quince años, tanto para ventas B2B como para trabajos de afirmación menores en transacciones de M&A (gran parte de las cuales están en reestructuración, que en gran parte un ejercicio de solvencia de ingeniería). De ellos, AM Best es la fuente en la que más confié, y solo son útiles para el seguro (eso es todo lo que hacen). Descubrí que las otras fuentes de datos tenían algunos problemas serios para mí.

Encontré algunas categorías amplias de problemas con estos conjuntos de datos en general:

1. Por lo general, estaban lamentablemente desactualizados . A menudo veía datos financieros que tenían dos o tres años de estas fuentes, y si sus datos financieros están desactualizados, no estoy seguro de cómo pueden evaluar la solvencia crediticia. Incluso unos pocos meses pueden hacer una gran diferencia en un negocio; expandir eso a años me hizo muy difícil cuidarme.
2. Eran inútiles para lidiar con nuevas empresas . Muchas de las compañías con las que me he asociado o vendido a lo largo de los años son muy jóvenes, y casi por definición no tienen forma de informarle sobre su solvencia crediticia. Por lo general, tomé una decisión basada en la fortaleza del equipo, si eran rentables (verificados por informes financieros internos o declaraciones de impuestos) y si tenían algún dinero de capital riesgo.
3. Eran los mejores en las empresas de las que no me preocupaba . Lo que realmente me importa para las ventas B2B es si la pequeña empresa a la que vendo realmente pagará sus facturas. No me importa la solvencia crediticia de una gran empresa de marca; para ellos, me importa lo rápido que pagan sus facturas.
4. Descubrí que los tiempos de recolección, cuando estaban disponibles, eran extremadamente inexactos. Cuando administra un negocio, le importa mucho el flujo de caja. Para mí, preferiría tener a alguien que me pague en 30 días por un cliente de marca que paga en 90-120 días (a menos que ese cliente de marca me permitiera usar su nombre como cliente públicamente, en en cuyo caso, estaba feliz de esperar el dinero).

El problema es que todos usan estos datos, y realmente se espera que los usen. Es algo así como la gente de TI (solía) decir que “nunca te despiden por comprar IBM”. Bueno, nunca te despidieron por sacar un informe de D&B sobre una empresa, y te despedirían si ese informe mostrara algo que deberías haber evitado. Entonces, para eso, son muy, muy útiles.

Descubrí que había mejores maneras de llegar a ese problema de solvencia crediticia, es decir, solicitar información financiera (con un acuerdo de confidencialidad, las empresas le darán esto) y hacer verificaciones de antecedentes llamando a los clientes existentes. Pediría sus referencias, y luego pediría sus referencias para referencias. El universo de personas que usan una empresa individual tiende a ser bastante pequeño, y no es difícil encontrar a alguien que no esté satisfecho. Una vez que encuentre a esa persona, puede preguntarle por qué, la mayoría de las veces, no tiene nada que ver con la solvencia.

El trabajo que describo arriba solo funciona en ventas realmente grandes, para mí, $ 100,000 y más. Para ventas más pequeñas, descubrí que (siempre que vendiera lo suficiente) podía adoptar un enfoque de cartera para gestionar el riesgo de que ningún cliente individual pagara, y eso me sirvió lo suficientemente bien.

Gracias por el A2A, Sabrina.

A2A.

He usado D&B, Avention (cuando se llamaba OneSource) y datos de Experian en el pasado. No he usado las otras fuentes y, por lo tanto, no puedo comentar sobre las mismas.

Estoy usando el valor de los datos para el negocio como medida de la calidad de los datos. Considerando que la mayoría de las compañías de datos tienen métodos patentados y diferentes, no puedo comentar sobre la calidad de los procesos subyacentes.

D&B

D&B se usó para dos propósitos: evaluación de riesgo de crédito comercial, específicamente utilizando puntajes de Paydex y para fines de ventas y marketing.

Aplicación del riesgo: los puntajes de Paydex fueron bastante valiosos en la evaluación del riesgo comercial. Estos se utilizaron de manera independiente y / o en combinación con datos transaccionales de clientes internos y otros datos de superposición firmográfica proporcionados por D&B en la organización B2B Commercial Finance en la que estaba trabajando en ese momento. Los puntajes se usaron para estimar la proporción de morosidad / amortizaciones comerciales. El proceso se mantenía religiosamente mensualmente y este aporte era bastante importante para gestionar el riesgo comercial.

Ventas y marketing: los datos de D&B se utilizaron para las operaciones de Marketing de bases de datos dirigidas a clientes comerciales, para obtener información de contacto de los principales actores del negocio.

Además de las organizaciones más grandes de múltiples ubicaciones y divisiones, se utilizó el número DUNS de la jerarquía Global DUNS Number para establecer claridad en las relaciones comerciales. Esta fue una entrada clave del proceso para entonces

• identificando el verdadero tamaño del negocio,
• Posibles oportunidades de venta cruzada
• evaluación de riesgos (teniendo en cuenta el negocio general)
• optimización de la fuerza de ventas alrededor de la cuenta (incluida la prevención de conflictos)

Este proceso se ejecutó periódicamente, lo que si la memoria me sirve correctamente trimestralmente para mantener nuestra base de datos lo más limpia posible.

En general, los datos de D&B fueron de misión crítica para ejecutar los procesos de Marketing de DB y Evaluación de Riesgo Inicial para el negocio.

Avention:

La convención / una fuente que utilizamos en ese momento era para apoyar el proceso de generación de leads según lo anterior utilizando datos de D&B y para obtener información de perfil más profunda sobre clientes potenciales de alto valor. La convención fue una de las pocas fuentes con abundante información financiera y de perfil de la empresa tanto en organizaciones públicas como privadas. Estos datos fueron clave para poder calificar a los clientes potenciales aún más mediante el aprovechamiento de la información financiera (P&L, Balance General) para evaluar a las empresas en relación con las métricas y tendencias clave de rendimiento empresarial.

Combinando las dos fuentes anteriores y complementando con algunas otras fuentes de inteligencia comercial / competitiva (no mencionadas anteriormente), hemos desarrollado un proceso integral y maduro para B2B Lead Gen, y Refinamiento que conduce a mejoras muy tangibles en el proceso de ventas. Los tiempos del ciclo de negocios cayeron de 18 meses a un promedio de 6 meses, mientras que el crecimiento del negocio mejoró de manera constante, incluso en entornos recesivos.

Experian:

Los datos de Experian se utilizaron para superposiciones demográficas de clientes de tarjetas de crédito para desarrollar modelos predictivos / desarrollar análisis de segmentación. Esto se usó para modelar tanto el riesgo de crédito al consumidor (morosidad, cobranzas) como la respuesta de marketing, la activación de la tarjeta. He usado datos de Experian usados ​​tanto en los EE. UU. Como en el Reino Unido y descubrí que son bastante predictivos. También he usado otras fuentes de datos competitivas y puedo decir que Experian es definitivamente una fuente de datos de calidad para este propósito.

Feliz de elaborar más según sea necesario.

Cada una de las agencias de calificación crediticia tiene su propia información de propiedad, a partir de la cual basan sus puntajes. Si hay “mirar” al otro, lo más probable. Sin embargo, cada agencia está generando información para hacer una cosa: vender su información. Y como tal, hay una advertencia emptor, literalmente, con la información.

Esto es similar a la casa de apuestas de un casino para las apuestas de fútbol. Un casino siente que tienen “mejor información” y hace una línea agresiva para atraer a los apostadores. También puede indicar que el casino quiere asumir más riesgos y está dispuesto a cambiar las probabilidades para atraer a más jugadores.

Con las agencias, utilizan los datos, ponen en su receta el riesgo y escupen un número. Estos números se venden. Si la agencia se siente más fuerte con respecto al mercado de la vivienda, hay un ajuste, y listo, les gusta (lee: compra) sus datos.

La última vez que lo revisé, las agencias de calificación NO son entidades sin fines de lucro. Hacen ventas, obtienen bonificaciones y tienen un P&L al igual que las compañías que cubren. Ahora, si dan datos incorrectos, o fallan, entonces nadie compra sus datos: la empresa cierra.

Como responsable de ventas, cuando obtengo datos de una de estas agencias tengo que determinar si esto es: sesgo de confirmación para mí o si realmente estoy usando estos datos, junto con mi propia investigación, para tomar decisiones.

Entonces … La calidad es lo que es la calidad. ¡Haz tu propia investigación!

Hola, para la evaluación internacional de riesgos, mi principal fuente de información válida es la aplicación de investigación económica Euler Hermes. Es muy conveniente para los usuarios de teléfonos inteligentes.

Para riesgo institucional: estoy usando inicialmente D&B. a veces usamos motores de búsqueda con el nombre de la empresa y palabras negativas como Scam, Fraud, Criminal, Legal.

Adjunto encontrará un artículo que escribí sobre la recopilación de datos en países sin tradición de mantenimiento de registros.

En todos los casos, cruzar información entre diferentes fuentes es vital para mejorar la calidad. Es muy recomendable también dar una tasa más alta a fuentes más confiables. Las fuentes de alta calidad son, por ejemplo:

1. instituciones internacionales como el Banco Mundial, la ONU, Transparencia Internacional, etc.
2. Entidades locales como los bancos centrales y la delegación local de los 4 grandes (KPMG, EY, BDO y PwC)

menos creíbles son las entidades que tienen algún interés en la manipulación de datos, principalmente en países subdesarrollados:

1. Sitios gubernamentales
2. Agencias nacionales de estadística
3. Bancos privados
4. Firmas legales
5. Partidos politicos

Buena suerte

Gabriel Hayon, CEO

Cámara de Comercio de Israel América Latina

Cel: 972-50-6062000

[correo electrónico protegido]

A2A’d. No tengo una opinión detallada sobre este asunto, pero una corporación que busca crédito sin un número D&B es el equivalente efectivo de una persona estadounidense que busca crédito sin un número de Seguro Social. Dun & Bradstreet es la primera parada y altamente confiable al evaluar los riesgos de crédito corporativo.

En cuanto a la investigación de mercado y los datos de ventas, he realizado la mayor parte de mi trabajo de marketing en el mercado masivo B2C, donde no utilizaría ninguna de esas fuentes. En la medida en que he realizado cualquier trabajo de ventas y marketing B2B en mi consultoría, Yahoo Finance, Google Finance, AngelList, CrunchBase y LinkedIn son lugares que he buscado por mucho más barato que gastar mucho dinero en efectivo en las agencias de informes, pero , como dije, ese no es realmente mi territorio profesional.

La comparación de la calidad de cada uno parece expresar una preferencia. Tener una preferencia de uno sobre el otro tiende a restringir o limitar el valor de las conclusiones extraídas al usar una mientras se ignoran las demás. No importa para qué se usen, en mi opinión, es mejor mirar tantas fuentes de datos como sea posible, para descubrir la información más útil para el propósito específico. Por ejemplo, combinar o comparar información de una fuente con la de otra a veces tiene resultados sorprendentes.