Ba cách Dân chủ hóa Dữ liệu có thể cải thiện việc thanh toán hóa đơn cho doanh nghiệp và khách hàng của họ

Chào mừng bạn đến với yottabyte, đại diện cho 1024 byte, hoặc lượng dữ liệu có thể vừa đủ để lưu trên đĩa DVD xếp chồng từ Trái Đất đến Sao Hỏa. Đến những năm 2030, thế giới dự kiến sẽ tạo ra một yottabyte dữ liệu mỗi năm.

Tuy nhiên, dữ liệu khổng lồ này có ích gì nếu không thể truy cập, phân tích và sử dụng một cách nhanh chóng để đưa ra các quyết định hiện tại và tương lai? Câu hỏi này đã thúc đẩy một cuộc trò chuyện ngày càng tăng về giá trị của việc “dân chủ hóa dữ liệu” hoặc làm cho dữ liệu dễ tiếp cận hơn đối với tất cả các bộ phận trong tổ chức. Khi dữ liệu được dân chủ hóa, nó có thể được sử dụng để hiểu rõ sức khỏe của doanh nghiệp, dự đoán kết quả và phát triển các chiến lược giảm thiểu chi phí vận hành và thúc đẩy lợi nhuận cao hơn. Một phần của “dân chủ hóa” không chỉ là tiếp cận dữ liệu mà còn cho phép những người có nền tảng kỹ thuật khác nhau có thể sử dụng dữ liệu đó để hỗ trợ các quyết định kinh doanh.

Các công ty fintech và khách hàng của họ, như các nhà lập hóa đơn, đặc biệt phù hợp để tham gia phong trào dân chủ hóa dữ liệu nhờ vào lượng lớn dữ liệu thanh toán có sẵn – nếu dữ liệu đó có thể được làm cho dễ tiếp cận với tất cả các bên liên quan trong tổ chức lập hóa đơn. Trong bài viết này, chúng ta sẽ thảo luận về các rào cản chính của việc dân chủ hóa dữ liệu – các silo dữ liệu và các người quản lý IT – và cách việc truy cập vào dữ liệu này có thể biến đổi các khoản thanh toán cho các nhà lập hóa đơn và khách hàng của họ.

Silos và Người Quản Lý IT

Trong 50 năm qua, dữ liệu chủ yếu do các kỹ thuật viên và nhà phân tích IT kiểm soát, những người có kiến thức và đào tạo chuyên sâu. Dữ liệu thanh toán, đặc biệt, thường bị khóa trong các nền tảng thanh toán, từ đó các nhóm kỹ thuật của nhà cung cấp tổng hợp các báo cáo tiêu chuẩn cho khách hàng hàng quý và tạo các báo cáo tùy chỉnh theo yêu cầu.

Dữ liệu thanh toán không nên bị khóa trong tay của một số ít người. Có hàng tỷ điểm dữ liệu tồn tại trong các nền tảng thanh toán. Dữ liệu này về cơ bản là cách khách hàng liên lạc với các tổ chức cho vay của họ mỗi tháng. Khi các nhà lập hóa đơn có thể truy cập và áp dụng dữ liệu đó theo những cách mới và sáng tạo, nó có thể giúp mọi người trong tổ chức đưa ra quyết định tốt hơn và thúc đẩy cải tiến vận hành.

Việc dân chủ hóa dữ liệu mở ra một kho tàng các hiểu biết có thể hành động, có thể áp dụng theo những cách mới và sáng tạo. Dưới đây là ba cách các nhà lập hóa đơn có thể sử dụng những hiểu biết đó để nâng cao hiệu quả vận hành và thúc đẩy quyết định:

2.      

### Xác định và cải thiện các điểm yếu và điều chỉnh ưu tiên phù hợp

Có dữ liệu và thống kê thanh toán trước mắt là một chuyện, nhưng điều đó thường dẫn đến nhiều câu hỏi hơn là câu trả lời. Những con số đó có tốt không? Xấu? Có nên hành động không? Và nếu có, thì ở đâu?

Khi nhà cung cấp dịch vụ thanh toán của bạn cho phép bạn đo lường và so sánh dữ liệu thanh toán và khách hàng của mình với dữ liệu tổng hợp ngành, bạn có thể theo dõi xu hướng thanh toán và tiêu dùng khi chúng diễn ra ở các thị trường và địa phương khác nhau, từ đó dự đoán tác động đến doanh nghiệp của bạn.

Dữ liệu so sánh giúp phát hiện các điểm ngoại lệ – những khu vực bạn nổi bật hơn hoặc thấp hơn trung bình – và giúp bạn hình dung hướng đi của ngành.

Ví dụ, bạn có thể xem xét tỷ lệ thanh toán bị từ chối và hoàn tiền và sau đó xác định những gì có thể làm để đưa các số liệu của bạn phù hợp hoặc cao hơn trung bình ngành. Bạn cũng có thể phân tích các chiến dịch truyền thông tương tác tổng hợp, hỏi: “Tỷ lệ nhấp chuột trung bình cho SMS so với email là bao nhiêu, và điều đó dẫn đến thanh toán nhanh hơn cho doanh nghiệp của chúng ta so với toàn ngành như thế nào?” Bạn có thể nhận thấy những nơi bạn có thể điều chỉnh quy tắc kinh doanh hoặc tham số, giới thiệu các loại thanh toán mới hoặc chuyển đổi thời điểm gửi thông điệp để thúc đẩy các khoản thanh toán đúng hạn nhiều hơn.

Dữ liệu so sánh còn giúp bạn nhận diện các xu hướng thanh toán mới nổi để nhanh chóng thích ứng, giải quyết các vấn đề hoặc đáp ứng các yêu cầu mới. Bạn có thể nhận thấy một loại thanh toán nào đó đang tăng trưởng hoặc thanh toán tự động chậm lại trong một nhóm dân cư cụ thể. Khi bạn có thể xem dữ liệu của mình ở mức độ chi tiết, so sánh với trung bình ngành, bạn có thể phản ứng và thích ứng, đặt ra các KPI thực tế và tập trung vào cải tiến quy trình để thúc đẩy hiệu quả vận hành thực sự.

3.      

### Dự đoán tương lai để lập kế hoạch tốt hơn

Hạn chế phân tích dữ liệu chỉ dựa vào nguồn nội bộ, thậm chí là nguồn dữ liệu toàn ngành, có thể để lại những khoảng trống trong hiểu biết. Đó là lý do nhiều công ty đang tích hợp dữ liệu bên ngoài vào phân tích của họ; họ tìm kiếm một góc nhìn rộng hơn để hiểu cách các diễn biến trong “thế giới bên ngoài” có thể ảnh hưởng đến hành vi thanh toán ngày nay và trong tương lai.

Khi các nhà cung cấp nền tảng thanh toán ngày càng tham gia vào quá trình dân chủ hóa dữ liệu, điều này có thể mở ra cơ hội truyền dữ liệu thanh toán vào hệ sinh thái của nhà lập hóa đơn. Khi kết hợp với các điểm dữ liệu khác như điểm tín dụng, chỉ số giá tiêu dùng hoặc dữ liệu điều tra dân số, nó có thể giúp nhà cung cấp thanh toán xác định hồ sơ rủi ro của một cá nhân hoặc nhóm dân cư, từ đó dự đoán tốt hơn các mẫu thanh toán, nhắm mục tiêu các chiến dịch truyền thông và tự động hóa các quy tắc kinh doanh đã biết để khuyến khích thanh toán đúng hạn.

Dữ liệu kinh tế từ các nguồn chính phủ có thể tiết lộ các khu vực có tỷ lệ thất nghiệp tăng hoặc GDP giảm có thể ảnh hưởng đến khả năng tài chính của một nhóm khách hàng lớn. Ngay cả dữ liệu dự báo thời tiết cũng có thể hữu ích. Ví dụ, cơn bão Ian đã gây thiệt hại cho toàn bộ nền kinh tế bang Florida khi các doanh nghiệp đóng cửa, cư dân bỏ chạy, và người tiêu dùng đổ tiền vào chuẩn bị và phục hồi sau bão, khiến họ có ít khả năng thanh toán các hóa đơn hơn.

Khi bạn có dữ liệu sẵn sàng để đưa ra dự đoán dựa trên thực tế, bạn có thể chuẩn bị cho doanh nghiệp của mình đối mặt với tác động của thanh toán trước khi chúng xảy ra. Bạn cũng có thể hợp tác với nhà cung cấp dịch vụ thanh toán để tự động liên hệ với người trả tiền một cách chủ động trước khi các khoản thanh toán trễ gây ra vấn đề lớn hơn và tốn kém hơn. Bạn có thể đề xuất các giải pháp như chia nhỏ các khoản thanh toán, thay đổi ngày đến hạn phù hợp với ngày lĩnh lương, hoặc gửi nhắc nhở thanh toán thường xuyên hơn.

4.      

### Tự động hóa quyết định để xử lý gian lận và các vấn đề khác

Ngành công nghiệp thanh toán tạo ra một lượng dữ liệu khổng lồ có thể hữu ích để phát hiện các vấn đề tiềm ẩn – nhưng chỉ khi các nhà lập hóa đơn có cách phân tích dữ liệu đó trong thời gian thực, dự đoán kết quả và tự động phản hồi. Nhà cung cấp dịch vụ thanh toán của bạn nên có khả năng tận dụng trí tuệ nhân tạo (AI) và học máy (ML) để đạt được các mục tiêu đó, giúp phát hiện và dự đoán các hoạt động gian lận, thanh toán trễ, hoàn trả ACH và nhiều hơn nữa một cách hiệu quả về chi phí và đáng tin cậy, đồng thời khởi động các biện pháp sửa chữa tự động qua các quy tắc kinh doanh tự động.

ML và AI liên kết chặt chẽ trong cùng một hệ sinh thái – hệ thống AI được xây dựng dựa trên ML, cũng như các kỹ thuật khác. Với ML, máy móc học hỏi từ các bộ dữ liệu thay vì phải lập trình sẵn. Chúng có thể phân loại dữ liệu, nhận diện mẫu và tạo ra các mô hình dự đoán. Các chương trình AI tận dụng các khả năng này để thực hiện các nhiệm vụ phức tạp, mô phỏng khả năng và hành động của con người. Các chatbot, trợ lý thông minh như Amazon Alexa, và xe tự lái đều là các ứng dụng của AI.

Một ví dụ về mô hình ML trong lĩnh vực thanh toán nhằm đạt được AI là nhận diện một mẫu các khoản hoàn tiền cao cho một nhóm khách hàng nhất định và tự động áp dụng quy tắc kinh doanh để loại bỏ thẻ làm phương thức thanh toán khi khách hàng bắt đầu có lần thứ ba hoàn tiền trong vòng sáu tháng. ML làm cho phản ứng này trở nên tức thì, chính xác và tự động, loại bỏ nhu cầu nhập thủ công hoặc quyết định thủ công.

AI cũng có thể giúp cải thiện trải nghiệm khách hàng và giảm chi phí vận hành. Ví dụ, một mô hình ML có thể hỗ trợ việc xác định và hướng dẫn khách hàng có lịch sử thanh toán đáng tin cậy đến các tùy chọn thanh toán tự phục vụ qua IVR, chatbot hoặc tin nhắn, kết hợp với liên kết thanh toán cá nhân hóa để làm cho quá trình này dễ dàng và liền mạch hơn.

Những khách hàng có lịch sử thanh toán trễ hoặc hoàn trả ACH có thể nhận được các liên hệ với các tùy chọn để điều chỉnh khoản thanh toán của họ. Ví dụ, họ có muốn chia nhỏ khoản thanh toán trễ thành nhiều phần và cộng dồn vào các hóa đơn tương lai không? Họ có thấy hữu ích khi chuyển ngày thanh toán phù hợp với ngày lĩnh lương không? Hay thích thanh toán hàng tuần thay vì một lần hàng tháng? Khách hàng sau đó có thể nhấp vào các liên kết để thực hiện quyết định của mình một cách độc lập thay vì dựa vào cuộc gọi với nhân viên. Loại quyết định tự động, dựa trên dữ liệu này giúp khách hàng có trải nghiệm thanh toán nhanh nhất và phù hợp nhất, đồng thời dành thời gian cho các trường hợp cần sự chú ý đặc biệt của nhân viên dịch vụ khách hàng.

Trong khi đó, dữ liệu từ các quyết định của khách hàng đó, cùng với các mẫu thanh toán trong tương lai của họ, sẽ được sử dụng để đào tạo mô hình ML nhằm cung cấp các tùy chọn phù hợp nhất để khách hàng mới có khả năng thanh toán đúng hạn và độc lập trong tương lai.

Cách Dân Chủ Hóa Dữ Liệu Trong Tổ Chức Của Bạn

Việc dân chủ hóa dữ liệu không xảy ra một cách tự nhiên hoặc độc lập. Trước tiên, cần có cam kết từ nhà cung cấp dịch vụ thanh toán của bạn trong việc loại bỏ các silo và người quản lý dữ liệu cản trở việc đưa dữ liệu một cách đầy đủ và nhanh chóng vào tay các bên liên quan. Nếu nhà cung cấp hiện tại của bạn chưa ưu tiên điều này, có thể đã đến lúc xem xét các lựa chọn khác.

Nhà cung cấp dịch vụ thanh toán của bạn nên bắt đầu xây dựng một kho dữ liệu (data warehouse) nơi tổng hợp và chuẩn hóa tất cả dữ liệu thanh toán. Sau đó, họ cần cung cấp dữ liệu theo định dạng phù hợp nhất với bạn. Điều này có thể là cung cấp dữ liệu thô để nhân viên của bạn tải xuống và phân tích nội bộ, hoàn thành phân tích giúp bạn, trực quan hóa dữ liệu tổng hợp cùng dữ liệu ngành, hoặc cung cấp dữ liệu bối cảnh từ các nguồn bên ngoài.

Khi các yếu tố này đã sẵn sàng, trách nhiệm của bạn là làm cho dữ liệu trở nên rõ ràng, dễ quan sát cho tất cả các bên liên quan trong tổ chức – kể cả những người ít kỹ thuật – để họ có thể hành động và theo đuổi các mục tiêu dựa trên dữ kiện, chứ không phải cảm xúc.

Phong trào dân chủ hóa dữ liệu đã mở ra cơ hội để các nhà lập hóa đơn bổ sung bằng chứng và bối cảnh cho quá trình ra quyết định trong toàn tổ chức. Những ai tận dụng sẽ có lợi thế trong việc tối ưu hóa chiến lược để tăng cường tự phục vụ và tạo ra trải nghiệm khách hàng liền mạch, dễ chịu.

Về tác giả

Steve Kramer là Phó Chủ tịch Sản phẩm tại PayNearMe, nơi ông dẫn dắt đội ngũ phát triển sản phẩm. Với hơn 25 năm kinh nghiệm trong lĩnh vực thanh toán và sản phẩm, Steve đảm bảo các giải pháp của PayNearMe dẫn đầu thị trường bằng cách giảm thiểu ma sát cho người tiêu dùng và cung cấp đa dạng các phương thức và kênh thanh toán, đồng thời luôn chú trọng đến an ninh và độ tin cậy để đảm bảo khách hàng thu thập mọi khoản thanh toán, mọi lúc.