Con l’espressione “data-driven banking” si intende l’insieme delle attività che sfruttano i dati per fornire una pluralità di servizi bancari. Attraverso l’impiego strutturale e mirato degli strumenti digitali il data-driven banking contribuisce in modo decisivo al raggiungimento di importanti risultati: nella definizione del rischio (diventa possibile attingere in tempo reale a orizzonti informativi più ricchi e completi), nell’identificazione di nuove opportunità di crescita (grazie a insight in grado di aiutare a prendere tempestivamente decisioni più accurate) e nello sviluppo di modalità di interazione personalizzate tra le banche e i loro clienti (trasformando la conoscenza acquisita su un singolo cliente in un forte vantaggio competitivo).
Gli istituti di servizi finanziari che prima e più degli altri hanno investito su sistemi avanzati di gestione dei dati sono riusciti ad aumentare la qualità delle loro prestazioni, a migliorare l’esperienza del cliente e in definitiva ad accrescere i profitti. Nel paradigma del data-driven banking l’obiettivo di business non si risolve più in un semplice guadagno incrementale ma, attraverso l’analisi avanzata dei dati, si propone di identificare opportunità sempre nuove, spesso nascoste o ancora inesplorate.
Prima di guardare al presente estremamente vitale del data-driven banking e di proiettarci nel futuro del settore, fermiamoci un momento per scoprire la natura in qualche modo universale della relazione che lega, ancora oggi, banche e clienti.
Informazioni, conoscenza, fiducia: tutto inizia dai dati
Quello di “data-driven banking” non è un concetto nuovo ma ha assunto oggi una importanza senza precedenti. Per coglierne l’effettiva portata è necessario considerare il data-driven banking in relazione a un altro concetto, da sempre centrale nel marketing di questo settore, quello di “fiducia”.
Banche e istituti finanziari fondano il rapporto con i loro clienti sulla fiducia. Lato cliente fidarsi significa innanzitutto condividere una serie di informazioni sensibili. Sulla base della conoscenza maturata a partire da queste informazioni, la banca formula ipotesi e progetta soluzioni specifiche. Se le fondamenta su cui si innesta il processo decisionale sono quindi fornite dalla conoscenza condivisa, la fiducia è, potremmo dire, la risorsa che alimenta l’esistenza stessa dell’attività bancaria.
Quello che è cambiato con l’avvento di internet non è la sostanza di un fenomeno, che rimane tutto sommato la stessa, quanto piuttosto la struttura, l’estensione e l’intensità della relazione tra banche e clienti. I canali aperti grazie alla digitalizzazione di massa hanno aumentato enormemente la quantità di dati a cui le organizzazioni del settore bancario possono avere accesso, determinando un vero e proprio salto di paradigma.
Lo step evolutivo più avanzato del data-driven banking – quello che sperimentiamo ogni volta che accediamo ai servizi on line della nostra banca – è diretta conseguenza della trasformazione digitale. L’effetto più macroscopico di questo passaggio in qualche misura epocale è la moltiplicazione per i player di settore delle opportunità di approfondire la conoscenza del loro pubblico di riferimento. Preferenze, bisogni, pattern di acquisto: un patrimonio di risorse informative contenuto nei Big Data che racconta cosa e quanto le persone sono disposte a pagare. È proprio grazie al data-driven banking che oggi le banche possono gestire in modo olistico tutte queste informazioni, con un approccio unico che integra metodologie e tecnologie di ultima generazione.
Il data-driven banking aggiorna rispetto al contesto attuale quella che è da sempre la promessa su cui si fondano le dinamiche di settore: prestare ascolto a necessità e urgenze, creare offerte che siano effettivamente vantaggiose e proporre servizi sempre più personalizzati. Perché possano generare valore (e fidelizzare i clienti) i dati – unici e di terze parti – devono essere gestiti in modo strategico, trattati nel rispetto di procedure e norme di sicurezza, interpretati correttamente e comunicati attraverso messaggi trasparenti, chiari, comprensibili e possibilmente interessanti. Per svolgere tutte queste attività chiave il mercato banking e finance si è aperto alle cosiddette “FinTech”, aziende provenienti dal settore IT capaci di affermarsi in tempi relativamente brevi come soggetti utili, e talvolta indispensabili, nel guidare, innovare e migliorare i processi core delle aziende “tradizionali”.
L’affermazione delle FinTech nel contesto del data-driven banking
All’interno di un contesto di data-driven banking le FinTech, siano esse startup o grandi corporate tecnologiche, usano l’innovazione tecnologica come leva per impattare sui business model esistenti e per ridefinire le logiche operative e di funzionamento di un mercato sempre più affollato e competitivo. Possono contare su strumenti digitali incredibilmente efficienti e su un bagaglio di competenze che differenzia, arricchisce e potenzia i servizi già offerti dalle banche.
La diffusione delle FinTech ha portato a un cambiamento nelle aspettative dei consumatori, tanto che per stare al passo con i competitor, le banche si sono trovate a dover riprogettare in toto la loro customer experience. La natura distribuita e nativamente digitale delle società FinTech contribuisce inoltre a fronteggiare situazioni di crisi o emergenziali, accorciando le distanze attraverso l’implementazione di modalità di comunicazione alternative e di soluzioni agili ed efficaci, come quelle predisposte per l’esecuzione dei pagamenti digitali.
La digitalizzazione – necessaria premessa, ripetiamolo, del data-driven banking – ha dato uno straordinario impulso all’innovazione dei servizi finanziari tradizionali, per esempio semplificando le modalità di accesso e snellendo o velocizzando operazioni come l’apertura di un conto bancario, la richiesta di un prestito o le operazioni di pagamento. Questa piccola rivoluzione, che ha avuto un impatto sui ricavi e sulla rilevanza di molti provider tradizionali, ha prodotto anche un importante effetto di inclusività sociale: ha permesso di raggiungere target fino a quel momento trascurati o esclusi.
Dalle FinTech all’open banking: il data-driven banking per liberare il potenziale incorporato nei dati
Se da un lato le FinTech entrano sul mercato senza l’onere dei sistemi legacy e sono in grado di utilizzare da subito e al massimo delle loro potenzialità tecnologie avanzate come cloud, AI e ML dall’altro devono fare conto con alcuni limiti strutturali: non possono contare su una conoscenza di dominio e non dispongono dei dati storici necessari per fornire analisi approfondite e precise. Per risolvere questo conflitto, che appariva insanabile, l’approccio ai dati dell’intero settore bancario è stato profondamente ridisegnato nel 2019 in seguito all’introduzione della Payment Services Directive 2.
La direttiva PSD2 ha imposto a tutte le banche europee di “aprire” le proprie API agli altri soggetti operanti nel settore (le API sono le Application Programming Interface, i software intermediari che permettono a due applicazioni di parlarsi), segnando di fatto la nascita dell’Open Banking, l’assetto produttivo in cui i diversi attori dell’ecosistema bancario condividono tra loro flussi di dati.
I vantaggi delle funzionalità basate sui dati
Oggi vogliamo tutti usufruire di prodotti e servizi fluidi, facili da utilizzare, rapidamente disponibili e a costi contenuti e ci aspettiamo di instaurare con la nostra banca relazioni che siano gratificanti, emotivamente coinvolgenti o addirittura “divertenti”. E per ottenere esperienze cliente di maggiore qualità siamo disposti a condividere dati e informazioni, anche sensibili (per esempio lasciando recensioni, consentendo la geolocalizzazione, creando account su piattaforme social).
Le banche e gli altri player del comparto segmentano il target utilizzando i dati che noi forniamo (ad esempio mediante profilazione clienti, analisi dei modelli di transazione, comportamento, attuale e passato), in modo da ottenere informazioni dettagliate in tempo reale. Possono quindi prevedere con più alti margini di probabilità (ad esempio mediante analisi predittiva) i prodotti o i servizi che acquisteremo nell’immediato futuro e progettare le offerte a noi più adatte.
La nostra disponibilità e la nostra tolleranza si traducono da un lato in crescenti quantità di dati provenienti da diversi canali e da fonti di terze parti e dall’altro nella creazione di nuove funzionalità basate sui dati, che banche e istituti finanziari implementano per migliorare i loro servizi (anche grazie, come abbiamo visto, all’intervento delle FinTech sugli aspetti di processo maggiormente suscettibili di automazione).
I vantaggi che le funzionalità del data-driven banking possono apportare, aumentando il valore dei servizi finanziari, sono numerosi, qui ci limitiamo a riportare i principali: versatilità, efficienza, personalizzazione, aumento delle entrate, accuratezza delle ipotesi, migliore gestione del rischio.
Versatilità
Per aumentare le entrate, le società di servizi finanziari possono utilizzare i dati raccolti sui clienti per creare prodotti e servizi nuovi e innovativi, anche in collaborazione con istituzioni non bancarie.
Efficienza
La raccolta e l’ottimizzazione dei dati – su cui si fonda il data-driven banking – consentono alle organizzazioni bancarie di semplificare e ottimizzare i loro processi interni, utilizzando anche soluzioni di intelligenza artificiale e machine learning. Grazie al data-driven banking calano i costi operativi e aumenta il livello delle prestazioni complessive. La disponibilità di dati dei clienti opportunamente processati riduce i rischi operativi – questo perché le informazioni che arrivano in tempo reale aiutano a rimuovere le criticità a monte e a potenziare l’automazione. Usare in modo sinergico i canali offline e online permette inoltre di aumentare il numero di clienti.
Personalizzazione
Uno dei vantaggi più significativi della raccolta e dell’ottimizzazione dei dati dei clienti è la personalizzazione che queste attività di analisi consentono. Le banche possono utilizzare i dati raccolti per adattare i propri prodotti e servizi alle esigenze personali di target sempre più profilati e circoscritti. Prezzi su misura, servizi focalizzati sulle specifiche esigenze dei clienti, contenuti di approfondimento scelti per aumentare empowerment e benessere finanziario: sono solo alcune delle iniziative che la personalizzazione può realizzare, impattando in modo diretto e indiretto sia sulla consapevolezza del brand sia sulle entrate.
Aumento delle entrate
Grazie ai risultati delle analisi dei dati, sempre più sofisticate e basate spesso sull’intelligenza artificiale, le banche possono visualizzare comportamenti ricorrenti e tendenze di mercato, e misurare real-time l’efficienza dei processi interni. In questo modo riescono a identificare la disponibilità a pagare dei propri clienti e a ripensare la propria strategia per creare offerte e prodotti che siano in grado di sfruttare la conoscenza prodotta dai dati.
Aumentando considerevolmente l’accuratezza dei modelli di prezzo e riducendo la necessità di formulare un insieme indefinito di ipotesi alla ricerca di quelle “migliori” le banche e le altre organizzazioni finanziarie guadagnano un notevole vantaggio competitivo: anticipano le evoluzioni del mercato con iniziative imprenditoriali più informate e riescono sia a fidelizzare sia ad acquisire nuovi clienti, massimizzando in ultimo i propri ricavi
Ipotesi più accurate
Grazie al data-driven banking diventa possibile prendere decisioni più informate che influiscono in modo determinante su una serie di attività cruciali: dalla promozione di misure per la prevenzione di crimini finanziari (anche molto sofisticati) all’aiuto fornito agli istituti finanziari nel rilevare frodi, dall’espansione delle decisioni di credito al miglioramento delle strategie di raccolta fino alla previsione delle esigenze di liquidità.
Ipotesi più accurate giocano un ruolo decisivo nel mitigare i rischi, ridurre i costi, massimizzare le vendite perché permettono di costruire modelli predittivi grazie ai quali elaborare offerte di cross-selling che siano davvero rilevanti per il singolo cliente.
Migliore gestione del rischio
Potendo contare su dati affidabili, i player del settore banking e finance minimizzano i rischi, operando in conformità rispetto ai pronunciamenti delle diverse autorità di regolamentazione.
Massimizzare il patrimonio informativo per migliorare il processo di engagement e rafforzare la relazione con i clienti
Per rendere possibile l’implementazione di iniziative data-driven banking e per supportare le possibilità offerte da AI, ML o Blockchain è necessario riprogettare la catena del valore dei dati così da toccare ogni stage del processo, dall’acquisizione all’archiviazione, dall’elaborazione alla condivisione. Questa attività di riorganizzazione e ristrutturazione, anche se estremamente complessa, può essere oggi affrontata con successo grazie ai nuovi strumenti di acquisizione e strutturazione dei dati, agli archivi di dati basati su cloud di ultima generazione e alle tecniche di analisi per l’identificazione delle connessioni tra dati casuali. Insieme, questi strumenti e queste tecniche, possono aiutare le organizzazioni a trasformare volumi crescenti di dati in asset da impiegare in processi decisionali automatizzati, più completi, veloci, accurati.
Attraverso la massimizzazione del valore del patrimonio informativo i player di mercato (banche, istituti finanziari, FinTech) rendono più efficiente ed efficace il processo di ingaggio di nuovi prospect e il rafforzamento di una relazione con i clienti già acquisiti.
Il data-driven banking consente di ottenere un solido vantaggio competitivo nel breve e nel lungo periodo, concentrando gli investimenti su due fronti:
- il consolidamento del patrimonio informativo incorporato nei dati attraverso l’implementazione di specifiche strategie di data governance;
- l’aumento della qualità della customer experience attraverso la piena valorizzazione delle informazioni già possedute, attraverso la costruzione di un sistema di comunicazioni aperto, interattivo, personalizzato.
Se le nuove dinamiche introdotte dall’open banking consentono un progressivo ampliamento del patrimonio informativo disponibile, l’analisi dei dati è il primo imprescindibile step di quell’approccio innovativo, che abbiamo identificato come data-driven banking, che è destinato a influenzare presente e futuro del settore.
