Milano, 1 Agosto 2017

Pubblicati i risultati del secondo stream di ricerca “Big Data & Customer Insight” del “Digital Banking Hub”, promosso da CeTIF in collaborazione con CRIF

Big Data, Machine Learning e Cognitive Computing sono fra gli strumenti che stanno rivoluzionando il modo di sviluppare il business bancario, cambiando in particolare la conoscenza della clientela e le modalità di rapportarsi con essa. Al fine di comprendere come integrare queste nuove tecnologie nel business bancario, un panel composto da 10 Istituzioni che operano nel mercato italiano (Banca 5; Banca Popolare di Sondrio; CheBanca!; Crédit Agricole; Credem; Iccrea Banca; SEC Servizi; UBI Banca; UniCredit e Unipol Banca) ha avviato uno stream di ricerca all’interno del Digital Banking Hub di CeTIF, con la collaborazione di CRIF.

Per sfruttare a pieno queste potenzialità, le Banche necessitano di fare ancora alcuni passi avanti, considerando che allo stato attuale queste tecnologie risultano solo parzialmente utilizzate. Nonostante questo, l’interesse mostrato è grande e progettualità sono allo studio in tutte le realtà del panel. Si rileva infatti come per il 78% delle Istituzioni partecipanti il budget per progetti riguardanti Big Data & Analytics sia destinato a salire da qui al 2020.

La ricerca ha descritto come i sistemi basati su Big Data siano in grado di portare valore alle Banche in numerosi ambiti. A titolo esemplificativo, tool analitici basati su algoritmi di text analytics permettono, tramite un monitoraggio continuo di social network e siti internet, di misurare il sentiment verso il proprio brand. Tecnologie che combinino informazioni provenienti da fonti diverse, anche esterne alla banca, possono portare ad un miglioramento della valutazione del rischio di credito e ad un contestuale aumento della velocità di erogazione, con alcune Istituzioni internazionali che già praticano l’Instant Lending.

Se i Big Data sono una tecnologia su cui le Banche stanno lavorando in vista di una loro implementazione, Machine Learning e Cognitive Computing rappresentano tecnologie maggiormente proiettate nel futuro. Nonostante questo, è stato riconosciuto come possano migliorare i processi di decision making e, soprattutto, possono essere in grado di fornire una migliore customer experience rispetto ai sistemi tradizionali. Piattaforme autoapprendenti possono essere “allenate” a rispondere a domande dei clienti velocemente e con precisione, mentre sistemi di riconoscimento facciale possono essere impiegati come sistemi di identificazione, aumentando sicurezza e diminuendo i tempi di onboarding. Ancora di maggior interesse è l’impiego di chatbot evoluti, che possono fornire suggerimenti ai clienti nel Personal Financial Management, imparando inoltre le abitudini dell’utente e diventando sempre più precisi e proattivi, migliorando al contempo la user experience per il cliente. Alcune realtà internazionali, inoltre, stanno rendendo fruibili questi bot direttamente tramite Facebook Messenger, costruendo così una piattaforma che sfrutta un contesto estremamente familiare all’utente.

“La generazione di nuova conoscenza, possibile solo attraverso un decisivo cambio di paradigma nell’utilizzo dei dati, e l’impiego di tecnologie intelligenti ed autoapprendenti avranno un ruolo fondamentale nel ridisegnare non solo la user experience del cliente, ma anche i processi della Banca – commenta Paolo Gatelli, Senior Research Manager di CeTIF durante lo Steering Committee Meeting – La prerogativa di questi nuovi approcci, soprattutto rispetto ad altre tecnologie viste nel recente passato, è di avere un impatto trasversale rispetto alle differenti funzioni e divisioni e di riuscire a portare valore sia al business, quanto alle operation e persino ai controlli interni.”

“La trasformazione digitale sta aprendo nuovi orizzonti e nuove sfide per l'industria del credito. In questo scenario aiutiamo le aziende di credito ad affrontare queste sfide, tra rinascita e sopravvivenza. – commenta Simone Capecchi, Executive Director di CRIF –. La conoscenza dei clienti, dei potenziali clienti e l’identificazione dei loro bisogni rappresentano le chiavi del successo, in particolare all’alba dell’avvento della PSD2 che aprirà il mercato a dinamiche totalmente nuove. In tal senso, l’analisi e reinterpretazione dell'esperienza del consumatore e l’utilizzo di tutto il patrimonio informativo disponibile – l’integrazione di dati interni ed esterni - insieme alle nuove metodologie statistiche di analisi, nonché l'utilizzo di tecnologie quali algoritmi di "machine learning", sembrano essere i fattori cruciali per favorire la giusta proposizione commerciale sia di prodotti di credito tradizionali, sia innovativi; tutti comunque legati alla tipologia del canale scelto dal consumatore, per garantirgli la migliore esperienza di acquisto possibile”.