Название базовой системы (платформы): | Data Sapience: CM Ocean |
Разработчики: | GlowByte, ГлоуБайт (ранее Glowbyte Consulting, ГлоуБайт Консалтинг) |
Отрасли: | ЖКХ, сервисные и бытовые услуги, Энергетика |
Технологии: | Big Data |
Основная статья: Большие данные (Big Data)
2023: Включение в реестр цифровых решений по направлению Big Data
Ассоциация «Цифровая энергетика» внесла решение компании GlowByte по оптимизации сбора дебиторской задолженности (ДЗ) в энергосбытовых компаниях в реестр цифровых решений по направлению Big Data. Проект разработан на основе платформы CM Ocean российского вендора Data Sapience с широким применением методов машинного обучения. Об этом TAdviser сообщили представители GlowByte 12 октября 2023 года.
Решение CM Ocean.Умная ДЗ дает возможность подбирать оптимальные стратегии коммуникации с клиентами сбытовой компании, сокращать сроки погашения задолженности, позволяет предотвращать возникновение задолженности по платежам ЖКХ при сокращении издержек компании на взаимодействие с клиентами.
![]() | В энергосбытовой отрасли существует довольно много специфики. В отличие от телекома или банков, тут нет возможности устанавливать тарифы, отказывать клиентам. Отсутствует обязательное установление личности до оказания услуг. Благодаря внедрению системы класса «Умная ДЗ» у сбытовых компаний появляется возможность даже в таких ограниченных условиях оптимизировать свою работу с дебиторской задолженностью, снижая затраты на коммуникации с клиентами и при этом обеспечивая рост их эффективности для сбора ДЗ. Самое главное, что использование такой системы позволяет свести к минимуму бесполезные, нецелевые попытки взаимодействия с клиентами, тем самым повышая уровень их лояльности, – сказал Антон Зубков, исполнительный директор Ассоциации. | ![]() |
С помощью решения CM Ocean.Умная ДЗ по каждому сегменту клиентов сбытовая компания ставит перед собой отдельную цель и формирует свою методику взаимодействия. Например, для категории Pre-Collection (обычно это должники с небольшим долгом как по сроку, так и по сумме) важно не допустить перехода клиента в более «тяжелый» сегмент, развивать и поддерживать платежную дисциплину. Для сегмента Soft Collection так же стоит задача недопущения перехода в более «тяжелый» сегмент, однако появляется и необходимость подбора оптимальной стратегии коммуникации. Это означает, что, опираясь на платежное поведение клиента, его отклик на предупреждения о задолженности в определенных каналах и сумму его долга, можно спрогнозировать, для какого клиента, по какому каналу, с какой аргументацией, в какой момент нужно напомнить о задолженности. Для должников из сегмента Hard Collection важно как подбирать оптимальный способ коммуникации, так и в целом оценивать вероятность выплат без перехода к судебным разбирательствам для минимизации расходов на процесс сбора ДЗ.
![]() | Уникальностью решения CM Ocean.Умная ДЗ является его комплексный подход к задаче сбора платежей за ЖКХ. Система предоставляет обширный спектр функциональности для сбытовых компаний, – отметила Полина Окунева, руководитель направления аналитики и моделирования в финансах и рисках GlowByte. – Помимо построения сегментации клиентов, аналитики и ML-моделей для оптимизации коммуникаций, мы также помогаем с расчетом бизнес-эффектов от внедрения цифровизации в процесс сбора ДЗ. | ![]() |
![]() | Когда сбытовая компания только внедряет специализированное решение для оптимизации процессов сбора ДЗ, то обычно у нее бывает не очень много данных о поведении клиентов, их мотивации, предпочтительных каналах коммуникации и т. п. Преимущество CM Ocean.Умная ДЗ в том, что система позволяет наладить накопление всех данных по клиентам и их платежному поведению, быстро проводить анализ, генерировать различные гипотезы и претворять их в виде стратегий коммуникации, оперативно собирать обратную связь и итеративно улучшать стратегии, постепенно доводя работу с клиентами до совершенства. Система становится интеллектуальным центром сбытовой компании и позволяет улучшить ее ключевые процессы, – рассказал Юлий Гольдберг, руководитель направления GlowByte. | ![]() |
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)