¿Cómo puede CRIF ayudar a las empresas a evitar pérdidas financieras durante la crisis?

CRIF mostró cómo seleccionar un comprador o proveedor confiable mediante el uso de información comercial y, al mismo tiempo, mitigar los riesgos crediticios.

Más de 200 representantes financieros y bancarios internacionales intercambian opiniones durante una mesa redonda transmitida en vivo el 28 de abril, organizada por CRIF, en colaboración con Nomisma.

No pierda la oportunidad de escuchar directamente de los líderes de la industria lo que la pandemia COVID-19 puede enseñarnos y qué estrategias están implementando los actores clave para continuar operando de manera efectiva mientras implementan nuevos modelos y paradigmas.

CRIF es reconocido en la categoría de responsabilidad social corporativa y patrocina un premio por el desarrollo de un intercambio de información crediticia.

Como miembro de la organización, CRIF, representado por Lily Zhou, Gerente General de CRIF China, recibió la carta de nombramiento y pronunció un discurso.

Una asociación que ha existido durante muchos años y que verá la colaboración continua entre la Universidad y la empresa con sede en Bolonia, desarrollando proyectos e iniciativas para los estudiantes y graduados de la Universidad.

La Asamblea General de ACCIS ha elegido a Petr Kucera, Director de la Oficina de Crédito Checa de CRIF, como miembro de su Junta Directiva, ocupando el puesto vacante dejado por Enrico Lodi, Director Gerente de CRIF

ItaliaRiparte.com es un portal que permite a las empresas italianas informar al mercado que están abiertas para los negocios. Por lo tanto, las empresas podrán aprovechar una evaluación actualizada que les permitirá tener una mayor credibilidad en el mercado.

A partir del 1 de mayo de 2020, Frank Schlein asumirá la responsabilidad de expandir el posicionamiento de mercado y acelerar el crecimiento del Grupo CRIF en los diversos mercados de los países.

La nueva solución de software de CRIF BÜRGEL para la evaluación de riesgos y la prevención de fraudes está respaldada por el aprendizaje automático, las comprobaciones del comportamiento del cliente, así como la identidad, la ubicación y los datos de dispositivos detectan anomalías.

Los pagarés de 30 millones de euros se emitieron en un solo segmento con una estructura de amortización de 12 años y un tipo de interés fijo.