Bakgrund

Delar av mitt arbete som VD för ett start-up inom försäkringsbranschen handlade om att ha ett hollistisk grepp om bolagets riskprofil – det jag kartlade som de tre nyckelpelarna i detta var kreditvärdering, premiesättning och riskhanteringsprocesser. Bolaget specialiserade sig på att erbjuda garantier till små och medelstora bolag i norden. Hur gick jag tillväga med att förbättra de tre pelarna?

Kredithantering är konsten att förstå och adekvat analysera finansiella rapporter, kreditbetyg, att läsa mellan raderna och att antingen ge ett ja eller nej till att erbjuda en kreditlina. Som extern part får du endast en liten och begränsad inblick i ett bolags inre angelägenheter när du läser dess finansiella rapporter – rapporter som vanligtvis bygger på gammal data; en årsredovisning kan vara upp till två år gammal innan den ens har blivit genomgången av en revisor, godkänd och sedan bli publik data. Du skulle behöva stödjande data och verktyg för att din kredithanteringsprocess kan bli relevant och för att den ska kunna mitigera risk.

En annan nyckelpelare för ett välfungerande försäkringsbolag och försäkringsförmedlare är bra premiesättning. Att sätta fel premie kan försätta bolaget i en ganska stor risk för att gå i konkurs om en kris skulle uppstå – premier är ett försäkringsbolags primära inkomstkälla, och säkerhet vid framtida förluster. En premie som är satt arbiträrt högt kan skapa en ryktesmässig risk, vilket kan leda till att du förlorar kunder. Att sätta en premie som är anpassad till en individuell kunds riskprofil är det bästa scenariet, om än inte särskilt enkelt att genomföra. Traditionell premiesättning baseras på att använda statistik på gruppnivå. Tänk om du har möjlighet att automatisera premiesättningsprocessen genom att använda relevant data? Det är genomförbart, genom att använda s.k. ”data mining” tillsammmans med kvalitativ data kopplat till din kund och den marknad du är aktiv i.

Parallelt med att ha en god kredithanterings- och premiesättningsprocess behöver du också implementera en riskhanteringsprocess – att sätta grunden för att hantera de ”svarta svanar” som jag nämnter i ”Om bolaget”-sidan.

UItmaningar och hur Amira hjälpte till

Min utgångspunkt och det jag hade att arbeta utefter var ett bolag som till stor del var ”manuellt”, ett bolag som var i startgroparna och fokuserat på tillväxt. Det första jag gjorde som VD var att digitalisera bolaget, och implemenmtera ett nytt CRM-system.

Ett led i att effektivisera kredithanterings-, premiesättnings- och riskhanteringsprocesserna var att samla data kopplat till industrin som bolaget var verksamt i (resebranschen, i detta fall) och jämförde bolag med liknande finansiell ställning och produktmix. Bolag som sökte kredit i form av garantier fick besvara kvalitativa och kvantitativa frågor kopplat till nyckelfaktorer som påverkar deras kumulativa risk. Jag började med att skräddarsy en riskhanteringsprocess för bolaget som nyttjade kvantitativa verktyg såväl som kvalitativa (”mjuk kunskap”).

Nya automatiserade riskhanteringsprocesser implementerades i syfte att fånga upp varningssignaler automatiskt och i tid. Sådana varningssignaler kunde vara, men var inte begränsade till:

  • En kund som befann sig i ett eller flera juridiska strider med Skatteverket eller leverantörer
  • En kund vars kreditbetyg sänkts av ett eller flera kreditbeytgssättningsbolag
  • En kund som inte betalar sina leverantörer i tid (kassaflödesproblem eller bedrägligt beteende)
  • Ett bolag som ofta byter ut sin revisor eller styrelseledamöter

Jag efterfrågade och mottog offerter från flera externa tjänsteleverantörer av automatiserade riskhanteringsplattformar och implemenerade de tjänster som var mest relevanta för verksamheten. Interna verktyg såsom CRM-systemet jag hade implementerat hjälpte också till med att hålla koll på risker via notifikationer och aktiviteter som knöts till varje individuell kund och inom kontinuerliga tidsintervaller.

Detta var historien om hur jag tog ett ”manuell”, litet bolag och gjorde om det till en digital sådan, ett bolag med sunda riskmitigeringsprocesser på plats.

Ah, men hur var det med tillväxtdelen? Jag uppnådde 40% tillväxt det år jag var VD på bolaget, 7% över budget.

TJÄNSTER
– Kredithantering
– Kartlägga risker
– Skapa och implementera riskhanteringsprocesser
– Utvärdera och förbättra premiesättningsprocesser
– Digitalisering och automation