"Tutto è fatto per il futuro, andate avanti con coraggio".

Pietro Barilla

Big data, il nuovo asset delle banche

0

Attraverso diversi canali le banche e le altre organizzazioni del settore raccolgono una quantità infinitesimale di dati che riguardano i loro clienti – pre-esistenti e potenziali – e i servizi ad essi offerti. In particolare, le banche ricavano dati dalle operazioni gestite dai loro dipendenti all’interno delle filiali o effettuate direttamente dai loro clienti tramite carta bancomat o carta di credito agli appositi sportelli. Sono altresì fonte di dati i pagamenti effettuati con carta bancomat o carta di credito in negozi o uffici, o per mezzo dei servizi on-line, usando desktops, laptops e dispositivi mobili. Inoltre altri dati rilevanti sono presenti nelle e-mail, nelle conversazioni con i call center e nei social media.
Secondo Datanami, già nel 2012, le maggiori organizzazioni finanziarie americane gestivano mediamente 3.8 petabytes di dati ciascuna (‘How four financial giants crunch Big Data’, Datanami, 2012). E’ ormai da anni che – globalmente – banche e organizzazioni finanziarie di ogni tipo hanno deciso di dotarsi di tecnologie all’avanguardia sia per proteggere, archiviare e catalogare i dati sia per estrapolare, gestire e processare le informazioni con lo scopo di migliorare il loro business. Di seguito alcuni esempi.

Big-Data

I dati aiutano a migliorare la qualità del servizio

La BBVA Compass – filiale americana de Il Banco Bilbao Vizcaya Argentaria – è tra le prime banche americane a registrare le transazioni interne in tempo reale, per cui i conti dei clienti sono sempre immediatamente aggiornati (‘I digital distruptor: la banca diventa più agile’ , Juan Pedro Moreno, Anton Pichler, Andy Starrs, 2014).
Grazie ai Big Data, le banche possono condurre un’analisi dettagliata delle transazioni effettuate presso i singoli sportelli bancomat. Un elevato numero di transazioni rifiutate inoltre può essere indicativo di malfunzionamenti, di cui non riuscirebbero a venire a conoscenza tramite i reclami dei clienti.

I dati aiutano a prevenire le frodi

Le banche e le altre organizzazioni del settore mettono in correlazione un’enorme quantità di dati provenienti da diversi canali per prevenire in tempo reale le frodi e ridurne al minino le conseguenze. Ad esempio, Visa ha stimato di aver conseguito savings pari a 2 miliardi di dollari grazie al Big Data. Le nuove tecnologie permettono di applicare 16 diversi modelli analitici, quando in precedenza Visa ne usava solo uno e consentono – rispetto ad una singola transazione – di analizzare 500 aspetti invece di 40 (‘Visa says big data identifies billions of dollars in fraud’, Steve Rosenbush, 2013).

I dati come fonte di nuovo business

Come altre banche, Bank of America analizza i dati multicanale per offrire servizi di rifinanziamento ai possessori di carta di credito o a coloro che hanno contratto un mutuo. La banca americana mette assieme le informazioni provenienti da varie fonti e propone le sue offerte attraverso i diversi canali di vendita, quali il call center, le email o il personale di filiale (‘Banks use Big Data to understand customers across channels’, Tom Groenfeldt, 2013). ANZ Bank ha ampliato e velocizzato i servizi offerti ai clienti corporate: mentre in precedenza erano necessari diversi meeting con il cliente per stabilire le azioni strategiche e finanziarie da intraprendere, oggi, grazie all’analisi dei Big Data, la banca riesce a preparare in anticipo piani specifici e dettagliati da presentare alle aziende clienti (‘How four financial giants crunch Big Data’, Datanami, 2012).

In Italia

Nel 2013 il gruppo Intesa San Paolo si è aggiudicato il premio “Best Customer Analytics and Big Data Innovation” di Efma (European Financial Management & Marketing Association), posizionandosi come vero e proprio trend setter del settore. Grazie al Big Data, la banca italiana ha spostato il focus principale dal successo nelle vendite alla qualità della relazione. La tecnologia è stata di ausilio nel rendere la qualità della relazione un indice tangibile, applicando specifici modelli analitici per il monitoraggio della frequenza, dell’intensità e dell’efficacia del rapporto con il cliente, con lo scopo di migliorare la qualità del servizo e accrescere il grado di fidelizzazione (‘A Intesa Sanpaolo il Premio “Best Customer Analytics and Big Data Innovation” di Efma’, Datamanger, 2013). D’altra parte, ad esempio, anche UniCredit si è dotata di tecnologie di analisi del dato per predeterminare offerte e condizioni contrattuali per i prestiti personali, proprio al fine di personalizzare ulteriormente i propri servizi (‘UniCredit to utilise Fico big-data analytics technology’, FICO, 2014).

Concludendo, le banche e le organizzazioni finanziarie italiane nel prossimo futuro continueranno ad investire nel Big Data. A conferma di questo, il rapporto Abi Lab 2014 rileva che per oltre il 40% delle banche intervistate la gestione dei Big Data rappresenta una priorità di investimento.

Giuseppe Sesta

 

L'Autore

Lascia un commento