Руководитель направления систем бизнес-аналитики BIA Technologies Станислав Воронин рассказывает, как математическая оптимизация помогла штату Нью-Йорк за год увеличить доход от сбора непогашенных налоговых обязательств на 8%. Весь секрет — в более человечном индивидуальном подходе.
Старый процесс сбора просроченных налогов, или «всех под одну гребенку»
Департамент налогообложения и финансов штата Нью-Йорк (New York State Department of Taxation and Finance, NYS DTF) ежегодно собирает более $1 миллиарда в виде начисленных просроченных налогов. Налоговый департамент всегда следил за новыми технологиями и старался использовать их, чтобы повысить эффективность своей работы. Однако важные решения о распределении ресурсов и подходах к различным налоговым ситуациям традиционно основывались на вручную заданных правилах и интуиции.
Сбор налогов в штате Нью-Йорк, как и все остальное, усложняется количеством и разнообразием его граждан. Методы сбора налогов, подходящие для взыскания долга с маленького семейного бизнеса, вряд ли подойдут для сбора налогов с корпорации из списка Fortune 500; тем не менее, оба бизнеса могут находиться в реестре должников. Кроме того, в Нью-Йорке, в отличие от некоторых других штатов, Налоговый департамент отвечает за сбор сразу 40 различных общегосударственных и местных налогов.
К 2005 году NYS DTF перевел обработку большинства операций на новый передовой колл-центр. «Полевой» персонал был сокращен и выезжал на места, в основном, для работы над отдельными кейсами юридических лиц. Первоначальный выбор маршрута обработки дела — должен ли над конкретным случаем работать сотрудник колл-центра, выездной персонал, специализированное подразделение, или дело вообще стоит закрыть — основывался на широких обобщениях (например, «дело о налогах на прибыль компании свыше Х долларов должно быть решено в выездном порядке»).
Проблемы этого подхода очевидны. Хотя некоторые налоговые дела на сумму свыше Х долларов действительно лучше рассматривать «на месте», многие из них могут быть успешно разрешены по телефону. Стоимость телефонного звонка значительно меньше, чем выезд на место. Кроме того, по старой схеме, дела слишком долго оставались в колл-центре и недостаточно быстро перенаправлялись на выездных сотрудников. К тому времени, когда дело доходило до «полевого» рассмотрения, налогоплательщик часто уже оказывался банкротом, а его долг не подлежал взысканию.
Впрочем, и в отношении работы колл-центров универсальный подход оказывался проблематичным. После распределения в колл-центр, все налоговые дела рассматривались по стандартному сценарию. Первый шаг — телефонный разговор, в ходе которого сотрудники Налоговой пытались договориться с налогоплательщиком, чтобы избежать каких-либо правоприменительных действий. Если долг оставался непогашенным, NYS DTF выпускал налоговый ордер (документ, эквивалентный судебному постановлению по гражданскому иску). Если и это не помогало, Департамент переходил к взысканию долга путем принудительного исполнения судебного решения через удержание заработной платы, списание денежных средств с банковских счетов или конфискацию имущества.
Процедура была единой для всех должников. Но насколько такой подход эффективен? Если налоговый должник является хроническим правонарушителем, к которому в прошлом уже применялись принудительные меры взыскания, может ли телефонный звонок гарантировать оплату? И наоборот, если речь идет о первом нарушении налогоплательщика, который до этого годами добровольно соблюдал все сроки погашения платежей, не логично ли предпринять дополнительные усилия, чтобы связаться с ним и спокойно всё выяснить, прежде чем переходить к крайним мерам? Практика показала, что описанный линейный процесс не только был несправедлив по отношению к налогоплательщикам, но и не был оптимальным с точки зрения максимизации налоговых сборов.
Необходимость нового подхода была очевидна. NYS DTF искал более гибкую модель принятия решений, которая адаптировала бы его деятельность по взысканию долгов к ситуации каждого отдельного должника. Миссия была сформулирована следующим образом: увеличить доход от сбора непогашенных налоговых обязательств по начисленным налогам, не увеличивая при этом штат сотрудников и учитывая права граждан.
Но как обеспечить гибкий процесс принятия решений, который базируется на индивидуальных особенностях каждого отдельного должника, когда у тебя их более миллиона? Ответ: доверить это инструментам бизнес-аналитики и математической оптимизации. Так, в 2005 году Налоговый департамент штата Нью-Йорк начал переговоры с IBM о разработке оптимизационной системы по сбору налогов, которая получила название CISS (Case Identification and Selection System — Система идентификации и выбора налоговых случаев).
Новая система, или «они у меня все разные»
Работая в тесном контакте с Налоговым департаментом, IBM разработала систему, которая сочетает в себе анализ данных и оптимизацию с использованием унифицирующей структуры марковского процесса принятия решений с ограничениями (C-MDP). Система оптимизирует действия агентов по сбору налогов с точки зрения максимизации долгосрочной прибыли, принимая во внимание сложные зависимости между потребностями бизнеса, ресурсами и юридическими ограничениями.
Говоря в терминах марковского процесса принятия решений, состояния в данном случае представляют собой этапы процесса сбора налогов, через которые проходят дела налогоплательщиков; действия — это действия по сбору средств, предпринимаемые Налоговым департаментом; а вознаграждения — это собранные доллары.
CISS создает настраиваемую политику налоговых сборов вместо общих универсальных правил, тем самым повышая как эффективность, так и адаптивность процесса сбора налогов. Задача системы — найти оптимальную политику, которая определяет подходящую последовательность действий по сбору налогов в зависимости от текущего положения и профиля налогоплательщика.
Важный аспект системы — наличие различных ограничений, которые необходимо учитывать при поиске оптимальной политики сбора налогов. В системе применяются сразу несколько типов ограничений:
- ограничения на количество определенных типов действий, которые считаются разумными в данный период (как прямых — связаться с налогоплательщиком по почте или телефону, оформить налоговый ордер или наложить арест на имущество, так и косвенных — перевести дело на уровень округа, передать команде по работе с особо крупными делами или делегировать коллекторам-подрядчикам);
- ограничения ресурсов (для каждого действия система оценивает на основе исторических данных потенциальное количество времени, необходимое на его выполнение, а затем сопоставляет его с доступными человеко-часами в разных налоговых офисах);
- ограничения, налагаемые деловыми или юридическими соображениями: система описывает около 200 признаков, обобщающих налоговую историю каждого должника, включая проведенные в прошлом транзакции, количество неарестованных источников дохода и предпринятые NYS DTF действия по сбору налогов; на основе этих профилей в системе образуются дополнительные ограничения типа «не отправлять должнику письмо-напоминание, если он дал обещание погасить задолженность в течение 30 дней и ранее не нарушал сроки выплат».
Полученное решение можно рассматривать как систему автоматической генерации правил налоговых сборов, которая получает на вход профили налогоплательщиков и сотни ограничений, задействует бизнес-аналитику и оптимизацию и формирует уникальные правила сбора просроченных налогов.
Большое преимущество оптимизационного движка — его нацеленность на максимизацию долгосрочной выгоды. В налоговой сфере это особенно важно, поскольку все действия по сбору налогов, как правило, не приносят мгновенного результата, а значит, для точной оценки эффекта от предпринимаемых действий нужно держать в голове длинный горизонт прогнозирования и планирования.
Эффекты
Система была введена в эксплуатацию в декабре 2009 года. По итогам 2010 года, штат Нью-Йорк увеличил объемы собранных просроченных налоговых платежей на $83 миллиона, что соответствует росту прибыли на 8%, при сохранении уровня имеющихся ресурсов.
Использование подробных характеристик для принятия обоснованных решений в отношении отдельных должников позволило рассматривать каждый кейс неуплаты в индивидуальном порядке. Результатом стало не только увеличение собранных долларов, но и уменьшение количества правоприменительных действий — ситуация, в которой выигрывают обе стороны.
Целью разработки системы было не просто увеличение погашенных налоговых платежей, но и переход от принятия решений по принципу «делать всё, что можно» к модели «делать только то, что должно». Очевидно, что такие крайние меры, как налоговые ордеры и принудительные взыскания, влекут за собой серьезные последствия для должников и негативно влияют на всех, кто от них зависит. Долгое время Налоговый департамент следовал постулату: чем больше ордеров и взысканий мы оформим, тем больше денег мы соберем. CISS заставила налоговиков пересмотреть эту концепцию.
Благодаря системе, в 2010 году количество ордеров было сокращено на 9%, а количество принудительных взысканий — на 3%; при этом доход от обеих мер был повышен. Это означает, что тысячам граждан не пришлось столкнуться с заблокированными банковскими счетами и загубленной кредитной историей. Благодаря системе, Налоговый департамент стал основывать свои решения на уникальной истории налогоплательщика и понимании того, какая мера сработает в конкретном случае, а не бездумно выполнять следующее действие по списку в линейном процессе.
Что вы думаете об этом кейсе? Как считаете, можно ли оптимизировать процесс сбора налогов у нас? Очень интересно почитать ваши мнения в комментариях :)
Если же вы вдруг захотите прочитать все математические подробности дела — направляю вас к англоязычной статье научного журнала Interfaces за январь–февраль 2012 года.
А пока — с наступающими праздниками!
Могут ли камни платить налоги...