Perkiraan utang merupakan bagian integral dalam mengelola bisnis. Bisnis apa pun yang menangani piutang menangani kerugian. Proyeksi sederhana dapat mempersiapkan Anda dengan lebih baik dengan menghitung kemungkinan utang yang tidak akan diterima.
Dapatkan skor kredit atau risiko dari semua akun konsumen yang signifikan. Bisnis yang bersertifikat akan memiliki akses ke biro kredit, sehingga memungkinkan untuk penggunaan skor FICO. Skor kredit dapat diperoleh melalui agen kredit utama, seperti TransUnion, Experian dan Equifax tergantung pada persetujuan keanggotaan - yang dapat diakses melalui situs web mereka.
Tetapkan skor risiko untuk setiap pelanggan dalam database atau spreadsheet. Urutkan daftar dari skor tinggi ke rendah.
Bagilah daftar menjadi empat kategori. Untuk kuadran dengan skor terburuk (terendah), beri label kelompok "berisiko tinggi". Selanjutnya, keempat kelompok harus diberi nama "risiko tinggi," "risiko tinggi sedang," "risiko rendah menengah" dan "risiko rendah" dengan urutan skor terendah hingga tertinggi.
Bagilah persentase piutang tak tertagih dengan total piutang untuk data tahun sebelumnya jika tersedia melalui catatan perusahaan sebelumnya. Jika Anda tidak memiliki data sebelumnya, cukup perkirakan masing-masing dari keempat kategori tersebut. Semakin banyak data yang tersedia, semakin tinggi kemungkinan untuk akurasi dalam proyeksi. Dengan menemukan rata-rata perusahaan, Anda dapat menyesuaikan persentase yang diharapkan dari kredit macet ke atas untuk kategori risiko lebih tinggi dan ke bawah untuk risiko lebih rendah. Tahun pertama mungkin memerlukan perkiraan rata-rata, tetapi menyimpan data ini untuk mengumpulkan proyeksi yang lebih akurat di masa mendatang. Di masa mendatang, Anda akan memiliki taksiran utang buruk empiris untuk setiap kategori risiko.
Lipat gandakan persentase kredit macet yang diperkirakan (atau historis) untuk setiap kategori dengan jumlah piutang saat ini untuk kategori tersebut. Total untuk setiap grup adalah jumlah piutang tak tertagih yang diharapkan untuk akun lancar.
Kiat
-
Ukuran sampel yang lebih besar dari data sebelumnya akan mengintensifkan perkiraan.
Peringatan
Ramalan tidak selalu akurat. Gunakan perkiraan agresif dari kredit macet untuk menjadi konservatif.
