La crisi dell’economia mondiale, causata dalla pandemia, si riflette in modo dirompente sul portafoglio crediti delle aziende italiane, caratterizzato sempre più da crediti in sofferenza. Nello stesso tempo la necessità di finanziare i propri clienti comporta un aumento del fabbisogno finanziario ed un grado di rischio sempre crescente.

Se infatti da una parte la dinamica dei crediti a rischio suggerisce prudenza e un’attenta valutazione degli impieghi perché le sofferenze potrebbero aumentare, dall’altra, è necessario aumentare, in questa situazione di difficoltà, la propria capacità di ascoltare i clienti e cercare di venire incontro alle loro esigenze. Il credito alla clientela diventa quindi uno strumento fondamentale per consolidare il proprio rapporto con i clienti e per uscire insieme dalla crisi. Nasce quindi l’esigenza, ancor più di prima, di strutturarsi adeguatamente per gestire il credito ed il rischio ad esso correlato.

Oltre che nella sua valenza economica, la concessione del credito dovrebbe essere valutata anche sul piano finanziario in quanto riduce la capacità dell’azienda di produrre flussi di cassa nell’ambito della gestione corrente. Per la banca l’analisi del cash flow è fondamentale nel processo di valutazione del rischio di credito perché misura la capacità dell’impresa di creare liquidità e ripagare i propri impegni finanziari. Nel contesto odierno, caratterizzato da una maggiore severità nel concedere credito da parte delle banche e da condizioni finanziarie più fragili per le imprese, la prevenzione e la gestione adeguata di tale rischio ha assunto una rilevanza centrale nell’ambito del business.

La concessione di credito commerciale nei confronti della propria clientela, si riflette su almeno tre aspetti della gestione:

• il fabbisogno finanziario correlato ai maggiori investimenti in  capitale circolante;
• la struttura organizzativa delegata a valutare e controllare il merito di credito della clientela e l’attivazione di procedure di riscossione, di gestione dei pagamenti e di eventuali insoluti;
• la configurazione di rischio che, al rischio di business e operativo, aggiunge un rischio creditizio.

Il processo di generazione dei crediti commerciali deve quindi essere in grado di valutare lo scenario attuale e bilanciare le esigenze di mercato con i fabbisogni finanziari correlati alle dilazioni di pagamento richieste dai clienti.

Nella gestione dei crediti commerciali, dunque, diventa imprescindibile analizzare, aggiornare e monitorare costantemente il processo del credito commerciale, evidenziando gli effetti che si producono sull’intera gestione aziendale. Le variabili che concorrono all’andamento dei crediti commerciali rivestono un ruolo fondamentale nella gestione del capitale circolante e dell’equilibrio economico e finanziario dell’azienda, diventando un elemento cruciale ai fini della creazione del valore.

Tanto più si dilatano i crediti commerciali per allungamento dei termini di pagamento contrattuali o per ritardi nei pagamenti, tanto più l’impresa dovrà ricorrere a fonti di finanziamento per finanziare il credito commerciale. Ciò può avvenire ribaltando i ritardi degli incassi sui fornitori, ovvero ricorrendo ai finanziamenti bancari che comportano, però, l’assunzione di oneri finanziari, riducendo quindi la marginalità della vendita. Il rischio che i crediti non vengano incassati o lo siano in tempi più lunghi, amplificano i fabbisogni finanziari, minando l’equilibrio economico e finanziario dell’azienda.

Molta attenzione dovrebbe essere dedicata alle attività di analisi dei crediti e di previsione dei flussi di cassa, al fine di una corretta gestione dell’impatto finanziario derivante da eventuali ritardi di pagamento. Spesso il mancato pagamento alla scadenza prevista, oltre che a possibili difficoltà finanziarie temporanee o fisiologiche, è imputabile a cause risolvibili, se note, (es: la mancata ricezione e registrazione della fattura, ritardi nelle consegne, imperfezioni dei dati contabili).

La disponibilità sistematica delle informazioni relative al credito commerciale, consente di seguire costantemente la clientela, i flussi di incasso e di attivare tempestivamente le eventuali e più adeguate azioni per gestire la clientela in difficoltà. Le informazioni devono però essere il più possibile aggiornate per poter effettuare delle valutazioni reali sui clienti. Il rischio di effettuare analisi su dati non aggiornati potrebbe portare ad eseguire delle valutazioni su numeri alterati dalla pandemia che non rappresentano la reale situazione del rapporto in essere con il cliente. C’è bisogno quindi di velocizzare tutte le procedure di riconciliazioni degli incassi al fine di ottenere dei dati il più possibile aggiornati.

Oggi le nuove tecnologie possono aiutare ad ottenere queste informazioni in tempi rapidi e con il minimo impego di risorse. E’ possibile infatti automatizzare il processo di riconciliazione degli incassi (ricevuti tramite bonifico, SDD, POS, web, …) con le corrispondenti fatture aperte (nazionali e internazionali) presenti in contabilità. Si possono raggiungere percentuali di riconciliazione automatica molto alte degli incassi ricevuti e caricarli immediatamente in contabilità chiudendo le partite coinvolte.

Tutto questo è possibile grazie all’utilizzo di prodotti che sfruttano algoritmi di Intelligenza Artificiale per individuare nelle documentazioni allegate ai pagamenti i dati che permettono la riconciliazione con le fatture aperte. Spesso però la tecnologia AI del deep learning fa molta fatica quando deve affrontare territori non chiaramente definiti, in cui giocano un ruolo importante il ragionamento, il buon senso e il significato. L’interpretazione di un testo alla ricerca di informazioni utili per l’accoppiamento delle fatture e la successiva definizione delle regole da applicare per generare un modello replicabile non è facilmente realizzabile anche avendo a disposizione grandi quantità di dati da analizzare. Sono sufficienti piccole variazioni ai testi analizzati per mandare completamente in tilt questi sistemi.

Esistono anche prodotti che invece puntano sul fattore umano aiutando gli utenti a definire facilmente le regole di accoppiamento e memorizzando le regole definite in modelli che man mano diventano sempre più efficienti nella riconciliazione secondo una logica di machine learning. L’esperienza e la conoscenza approfondita delle informazioni da analizzare da parte degli utenti rendono sicuramente più sicuro e performante il processo di riconciliazione.

Operando sugli incassi giornalmente e registrando automaticamente nei sistemi contabili o nel CRM gli incassi ricevuti, i dati relativi alle chiusure delle partite clienti sono sempre aggiornati e quindi diventa estremamente semplice ottenere le informazioni per il controllo dei crediti.

L’automazione di questa attività ed i tempi ridotti per eseguirla diventano un prerequisito base per la definizione di qualsiasi strategia collegata al processo della gestione del credito.