Nieuws

Ernst Alferink is Manager Business Management en met zijn team verantwoordelijk voor de ontwikkeling en beveiliging van onze ICT-infrastructuur en -architectuur. Naast het ontwikkelen van nieuwe applicaties zoals Syncasso Goed Geregeld, verzorgt het Business Management team de implementaties van nieuwe opdrachtgevers.

Wat zie jij als de belangrijkste veranderingen in jouw aandachtsgebieden de afgelopen jaren?

De afgelopen jaren zien we dat het uitwisselen van gegevens met onze opdrachtgevers steeds meer realtime gebeurt. Naast dossierinformatie wisselen we nu ook taken en wensen uit over de behandeling. In het kader van de ambtshalve toetsing ook complete documenten. Grote aantallen producties waaronder foto’s bij de dagvaarding zijn geen uitzondering meer. Daarnaast wordt de communicatie met debiteurklanten visueler, klantvriendelijker en interactiever. Die transformatie gaat zeker nog verder doorzetten verwacht ik. Zowel in onze uitgaande communicatie als de aanlevering van informatie door opdrachtgevers.

Uitwisseling van gegevens met opdrachtgevers wordt nog veiliger en betrouwbaarder via webservices (API). Wij zorgen vervolgens ook dat de data ontsloten wordt voor Azure Machine Learning, zodat onze collega’s van Business Control (ontwikkeling voorspelmodellen) daar meteen mee aan de slag kunnen om de vorderingen te verrijken met informatie over hun betaalcapaciteit en socio-demografische gegevens.

We besteden daarnaast steeds meer aandacht aan gegevensbeveiliging. Welke gegevens mogen we delen in onze portalen? Wat niet? En met wie? Voor opdrachtgevers en collega’s werken we met rollen en daaraan gekoppelde toegangsrechten voor bepaalde gegevens. Daarbij kiezen we steeds de veilige kant om de risico’s dat gegevens niet goed gebruikt worden zo klein mogelijk te maken. Extra beveiliging maakt het lastiger om gegevens te raadplegen. Tweefactor authenticatie is als standaard volkomen geaccepteerd.

De aandacht voor datakwaliteit is sterk toegenomen. Daardoor kunnen we tegenwoordig betrouwbaar valideren of een debiteurklant bij opdrachtgever A dezelfde debiteurklant is als bij opdrachtgever B. Handig om te weten, want hij of zij heeft tenslotte maar één betaalcapaciteit. Tegelijkertijd willen we ook realtime kunnen beschikken over deze data om dubbele registraties te voorkomen én rekening te houden met de AVG.

Welke ontwikkelingen in jouw aandachtsgebieden verwacht je dat de komende jaren erg belangrijk zijn voor Syncasso en onze opdrachtgevers?

Ik verwacht het bij elkaar brengen van alle data in platformen en SAAS-toepassingen (Software as a Service). De volgende stap is gebruik maken van micro services. Je creëert daarmee een soort MIJN-omgevingen waarin de gegevens van de opdrachtgever en van Syncasso overzichtelijk geïntegreerd zijn. Waardoor de debiteurklant een beter financieel overzicht krijgt. Misschien dat die ontwikkeling nog breder doorzet, in de vorm van een platform waarin alle gerechtsdeurwaarders alle lopende vorderingen plaatsen. Dat is ook voor de debiteurklant overzichtelijker. Tegelijkertijd raakt het ook een ethische vraag; hoe ver we daarin kunnen en willen gaan. Hiervoor zijn duidelijke kaders nodig voor het verzamelen en gebruiken van gegevens, naast afspraken hoelang we die gegevens willen en mogen bewaren. Onze beroepsorganisatie stemt daarover de privacy gedragscode Bescherming Persoonsgegevens Gerechtsdeurwaarders verder af met de Autoriteit Persoonsgegevens.

Het takenpakket van de GDW verschuift van incasso naar het voorkomen van schulden. Zie jij ook die beweging in jouw aandachtsgebieden?

We gaan oplossingen aanbieden via portalen en directe links, waarin je meer zelf kunt regelen en je de debiteurklant beter kunt faciliteren om kosten te voorkomen. De nadruk in de oplossingen ligt op regelen en betalen. Op termijn zal PSD2 daarvoor steeds meer ingezet worden. Dat is nu voor veel mensen nog wennen, maar door toepassingen voor bijvoorbeeld verzekeringen wordt dat proces versneld. Maar ik zie ook kansen door bijvoorbeeld gebruik te maken van hyperautomation op het gebied van Regelen en Betalen. We ontwikkelen daarvoor voorspelmodellen via Azure Machine Learning om elke debiteurklant een passende regeling of oplossing te kunnen adviseren.