{"id":10042,"date":"2017-11-24T13:43:00","date_gmt":"2017-11-24T13:43:00","guid":{"rendered":"https:\/\/devalt-kambatiag.savviihq.com\/?p=10042"},"modified":"2023-09-01T14:12:06","modified_gmt":"2023-09-01T12:12:06","slug":"en-quoi-la-transition-numerique-modifie-t-elle-le-role-du-credit-manager","status":"publish","type":"post","link":"https:\/\/www.altares.be\/fr\/blog\/credit-risk-management\/hoe-verandert-digitalisering-de-rol-van-de-creditmanager\/","title":{"rendered":"En quoi la transition num\u00e9rique modifie-t-elle le r\u00f4le du credit manager\u00a0?"},"content":{"rendered":"\n

De 2017 editie van de CreditExpo ligt alweer een aantal weken achter ons. Wat hebben we tijdens deze laatste editie besproken? Tijd voor een korte terugblik op onze bevindingen en gedeelde kennis.<\/p>\n\n\n\n

De Credit Manager bestaat niet meer in 20 jaar<\/h2>\n\n\n\n

Een zin uit mijn presentatie die ik mocht geven in het kader van de CreditExpo 2017, zowel in Belgi\u00eb als in Nederland. Tijdens de presentatie ging ik in op het veranderende speelveld van de credit manager. Aspecten hiervan zijn veranderende wet- en regelgeving, de economie, welke van een gebruikseconomie overgaat naar een deeleconomie, artifici\u00eble intelligentie en uiteraard de schier oneindige aanwas aan nieuwe data.<\/p>\n\n\n\n

Waarom zal er over 20 jaar dan geen credit manager meer zijn? Dat is eigenlijk het verlengde van de huidige 4e industri\u00eble revolutie. Processen automatiseren, machines \u2013 denk aan chatbots \u2013 nemen de plaats in van mensen. De credit management processen kunnen dan ook artificieel gedefinieerd worden en machinaal overgenomen worden. Ik zie veel meer een verschuiving:<\/p>\n\n\n\n

\"Man<\/figure>\n\n\n\n

\u2018Van credit management naar data management\u2019<\/h2>\n\n\n\n

De credit manager krijgt steeds makkelijker toegang tot data en kan hier zijn voordeel uit halen. Echter dient hij op te letten dat de juiste data combinatie gebruikt wordt. Met andere woorden, de data moet wel informatie kunnen bevatten die relevant is. Omdat we in een \u2018gouden data tijdperk\u2019 leven, bleef ik stilstaan bij dit centrale onderwerp uit mijn presentatie: de aanwas van data uiteengezet in 2 datasets:<\/p>\n\n\n\n

Gestructureerde data<\/h3>\n\n\n\n

In een overzichtelijke database netjes gestructureerd en makkelijk te gebruiken. Voorbeelden zijn uw ERP- en CRM system of een externe database zoals van Dun & Bradstreet. Echter wordt gestructureerde data altijd overschaduwd door ROTte data. In dit geval staat ROT voor het Engelse Redundant<\/em>, Obsolete <\/em>and Trivial<\/em>. Uitdaging is dus bij gestructureerde data om deze schoon en inzichtelijk te houden.<\/p>\n\n\n\n

Ongestructureerde data<\/h3>\n\n\n\n

Sinds het ontwaken van internet en de \u201cgeconnecteerde\u201d data, is de groei van ongestructureerde data op gang gekomen. Voeg daar social media toe en het feit dat er op dit moment net zo veel mensen toegang tot internet hebben dan 1960 op aarde leefden, (3,x miljard) en de data revolutie is niet meer te stoppen.<\/p>\n\n\n\n

Probleem is zoals de naam het al zegt, dat de data niet gestructureerd is. Uitdaging is dus om de data te structureren zodat deze data-set ook inzichten kan leveren voor bij voorbeeld de Credit Manager. Voorkomende problemen zijn onder andere:<\/p>\n\n\n\n