Verso la Data Driven Company: una triplice sfida attende le Istituzioni Finanziarie

La “Digital Transformation”, intesa come la diffusione su ampia scala delle tecnologie digitali, ha modificato radicalmente lo stile di vita e il modo di comunicare e di agire delle persone, con impatti significativi su tutti i comparti produttivi.

Tra questi il settore dei servizi finanziari si trova a dover affrontare una triplice sfida: la corretta gestione dei dati, l’utilizzo di tecniche e tecnologie innovative, al fine di estrarre valore da essi, e la definizione di modelli organizzativi che permettano e incentivino la diffusione della Data Culture per la realizzazione di una Data Driven Company.

L’avvento dei Big Data e tutte le nuove tecnologie applicate al mondo finanziario hanno fatto emergere nuove dinamiche d’innovazione. In quest’ottica si registra un crescente interesse e utilizzo da parte di banche e compagnie di assicurazione di sistemi innovativi per la gestione e l’integrazione dei dati interni con quelli esterni, strutturati e non strutturati. A questo proposito è fondamentale dotare l’istituzione di adeguati presidi di Data Governance e Data Quality che assicurino la correttezza e l’integrità del dato. Tali presidi sono imprescindibili affinchè il dato venga sfruttato correttamente dai sistemi di Artificial Intelligence che, attraverso l’utilizzo di sofisticati algoritmi, sono in grado di stimare possibili trend futuri, analizzare e valutare il credit scoring di un cliente, prevedere eventuali comportamenti fraudolenti e condurre attività di Data & Text mining per comprendere in maniera più efficace una numerosa serie di fenomeni di business.

Un aspetto cruciale nella filiera dell’algoritmo risiede nel passaggio dalla fase di laboratorio alla fase di implementazione nel workflow aziendale. In questo senso è fondamentale definire la RoadMap che guidi l’algoritmo dal proof of concept a un sofisticato modello di Artificial Intelligence e individuare quelle che sono le Best Practice dal punto di vista organizzativo, tecnologico e di governance. Si evidenzia inoltre che per la creazione di un modello ottimale non è sufficiente definire un’adeguata Analytics Journey, in quanto è fondamentale che l’area di business comprenda il valore aggiunto che il modello può apportare nello svolgimento della loro attività. Chi sviluppa il modello dev’essere in grado di comunicarne il significato e chi lo riceve deve comprenderne appieno le potenzialità. Bisogna dunque sviluppare un linguaggio e una comunicazione efficaci ed efficienti, soprattutto nei confronti degli stakeholders interni alla Istituzione Finanziaria.

In quest’ottica si registra la nascita e lo sviluppo di Data Community che mirano alla diffusione della data culture a tutti i livelli aziendali. L’obiettivo è quello di condividere esperienze, conoscenze e competenze sul mondo dei dati per spiegare tali tematiche anche ai dipendenti che non lavorano a stretto contatto con essi. Le Data Community non promuovono soltanto lo sviluppo e la condivisione delle conoscenze ma, soprattutto, forniscono un supporto concreto ai colleghi delle diverse Business Unit.

Per la diffusione della Data Culture le Istituzioni finanziarie mettono a disposizione varie modalità di apprendimento, sia offline sia online: partecipazione a seminari, Workshop, collaborazioni con istituti di ricerca, realizzazione di Analytics competitions, sviluppo di Data Analytics tool kit in merito ai linguaggi di programmazione, la realizzazione di Hackaton e Datathon e l’erogazione di pillole formative e la creazione di piattaforme di E-learning.

Tutte le istituzioni finanziarie concordano infatti che la diffusione della Data Culture a tutti i livelli aziendali rappresenti, nel lungo periodo, un fattore di successo per convergere verso la Data Driven Company.

A cura di CeTIF