Dal Digital Twin ai servizi finanziari “as-a-Service”, fino alla monetizzazione dei dati, l’evoluzione della cultura data centric
Oggi le banche hanno a disposizione enormi quantità di dati. Questi non solo possono fornire informazioni importanti sul mercato e sugli utenti, ma possono anche contribuire a sviluppare nuovi modelli di business e servizi. La sfida, tuttavia, non è solo quella di raccogliere grandi quantità di dati, ma anche di saperli sfruttare in modo efficace.
“I consumatori sono sempre più a proprio agio con le esperienze digitali, tanto che le loro aspettative anche in termini di servizi finanziari sono aumentate considerevolmente. Tuttavia, come dimostra un recente studio di Deloitte, le banche possono avere difficoltà a soddisfarle, con evidenti rischi in termini di competitività”, spiega Andrea Zinno, Data Evangelist di Denodo. “La soluzione risiede nella capacità di sfruttare al meglio il potenziale dei dati: solo così potranno essere in grado di tenere il passo con gli sviluppi attuali del mercato”.
Dal punto di vista tecnologico, approcci che prevedono l’utilizzo di Data Warehouse e Data Lake possono presentare importanti lacune. Al contrario, strategie decentralizzate rappresentano la chiave per il successo – come ad esempio nel Data Mesh, dove i dati sono gestiti dai diversi domini che ne hanno conoscenza e responsabilità, e poi condivisi a livello aziendale nella forma di Data Product grazie alla Data Virtualization, che li connette e li rappresenta centralmente in un modello semantico unificato, in grado di armonizzare e rendere esplicito il loro significato.
In tale contesto, Denodo – leader nella gestione dei dati – ha identificato i 5 trend che stanno caratterizzando l’utilizzo dei dati nel settore del Banking e dei Servizi Finanziari.
1. Da banca a fornitore di servizi tecnologici
Le banche sono ancora tali, o si stanno trasformando in società tecnologiche che offrono servizi finanziari? I confini stanno diventando sempre più labili e le banche tradizionali devono saper intraprendere una nuova direzione, che includa l’offerta di nuovi prodotti e nuovi servizi. Allo stesso tempo, devono sapersi adattare a ritmi veloci per non essere superate dalla concorrenza, composta sia da istituti tradizionali, sia da player nuovi sul mercato.
Per offrire un reale valore aggiunto ai clienti, i dati giocano un ruolo centrale. In particolare, sarà necessario mettere a disposizione i dati disponibili in modo rapido e flessibile, facendo leva su architetture e tecnologie moderne come quelle offerte dalla virtualizzazione dei dati: solo in questo modo sarà infatti possibile sfruttare appieno le potenzialità offerte delle moderne tecniche di analisi e dalle applicazioni di ultima generazione.
2. Una cultura aziendale orientata ai dati
Le iniziative volte a promuovere la democratizzazione dei dati non aiutano solo gli addetti ai lavori, ma si estendono a categorie decisamente più ampie di utenti, che saranno quindi in grado di consumare i dati in piena autonomia, potendone comprendere facilmente il significato, l’origine e le relazioni tra di essi, sempre comunque nel rispetto delle regole che ne governano l’utilizzo, siano essere relative alla sicurezza o alla riservatezza.
Tuttavia, le cosiddette culture data centric sono efficaci solo se le aziende sono in grado di mettere a disposizione tempestivamente dati affidabili e pertinenti. Spesso accade che colli di bottiglia, che si verificano per esempio perché i dati non vengono preparati adeguatamente o perché le richieste di avere disponibilità di particolari dati richiedono troppo tempo per essere soddisfatte, rendano il processo meno fluido. In questi casi, le architetture logiche offrono vantaggi concreti, poiché i dati non devono più essere copiati e replicati solo per renderli disponibili, ma si lavora per connessione, garantendo in tal modo anche una più agevole gestione della governance complessiva.
3. Il gemello digitale dei clienti
I fornitori di servizi finanziari possono automatizzare le procedure, valutare la necessità di nuovi prodotti e servizi o rischi come il tasso di abbandono, sulla base delle aspettative, delle abitudini e delle preferenze dei loro clienti. Si tratta di un processo che diventa ancora più semplice se si crea un gemello digitale del cliente, una vera e propria “immagine” digitale in cui confluiscono tutte le interazioni, i dati e le informazioni che lo riguardano. Più dati sono disponibili, più il gemello digitale è “vicino” al cliente reale.
Tuttavia, gli approcci tradizionali basati sull’ETL (Extract, Transform, Load) hanno dei limiti, poiché implicano la replica di grandi quantità di dati a costi elevati. Ancora una volta, la virtualizzazione dei dati è la risposta, poiché consente di non spostare fisicamente i dati e di renderli comunque e immediatamente fruibili.
4. Servizi finanziari “as a Service”
La trasformazione delle funzioni di back-office in servizi commerciali è una delle aree più nuove e in più rapida crescita per le società finanziarie tradizionali.
Infatti, anche se le Fintech tendono a offrire funzionalità innovative (come il BNPL), queste si basano ancora su dinamiche transazionali messe a punto dalle banche tradizionali. Queste dovrebbero quindi prendere in considerazione la possibilità di diversificare la propria value chain, offrendo questo tipo di servizi attraverso standard di Open Banking, servizi finanziari “in a box”, ecc…
Per farlo, tuttavia, devono essere in grado di fornire i dati necessari per le Open API, cosa che le moderne architetture di dati basate sulla virtualizzazione rendono possibile a costi e tempi ridotti.
5. La monetizzazione dei dati
Oggi i dati hanno anche un valore commerciale, cosa che i fornitori di servizi finanziari sanno. Per questo hanno iniziato a sfruttarli sempre più spesso (ad esempio, possono scambiare dati in forma anonima e aggregata con i propri partner commerciali). Inoltre, le banche possono integrare i dati esistenti con altri provenienti da fonti diverse ed esterne, come quelli relativi alla geolocalizzazione, per renderli ancora più preziosi dal punto di vista commerciale.
Tuttavia, per collegare fonti diverse di dati è necessario andare sia in “profondità”, sia in “larghezza” e questo può rappresentare una sfida, se si considerano le centinaia di fonti dati potenzialmente disponibili. Gli approcci tradizionali all’integrazione dei dati (come la già citata ETL) non sono di aiuto, perché richiedono troppo tempo e costi elevati. La virtualizzazione dei dati, al contrario, rappresenta una soluzione flessibile, agile ed estremamente efficace per ottenere dai dati il massimo valore economico nel minor tempo possibile.
