La social business discovery alla conquista delle banche

La conferma viene da chi fornisce la tecnologia, QlikView, e ci parla di in-memory. Le intenzioni di Banca Popolare di Sondrio e Banco Popolare.

L’It diventa social e parlare di Business intelligence tout court, evidentemente, non basta più. È necessario far evolvere il punto di osservazione, attualizzandolo al contesto in trasformazione, e contestualizzandolo alle vaarie aree di applicazione.

Lo facciamo, con Massimo San Giuseppe, Ceo di QlikView Italy, puntando a capire la portata della social business discovery nello specifico ambito finanziario, per capire come un soggetto centrale dell’agire economico attuale, le banche, sviluppano e concretizzano le proprie decisioni.

D: In che termini si può pensare di portare la social business discovery in ambito finance e bancario? Il mercato ha le dimensioni già sufficienti per accoglierla, è pronto?

S: Senza dubbio il settore bancario è quello che meglio si presta, sia per dimensioni che per specifiche di servizio, ad accogliere e utilizzare tutti i benefici della social business discovery. L’aspetto della collaborazione e della condivisione delle informazioni tra utenti è la chiave del successo per prendere velocemente le decisioni migliori, a maggior ragione in questo ambito dove la centralità del cliente e i fattori legati al rischio sono gli elementi di maggior criticità da gestire. Ritengo che il mercato bancario sia pronto e si stia apprestando a questo tipo di evoluzione che ancor prima di essere tecnologica è soprattutto culturale: l’approccio alle informazioni sta cambiando, c’è un grande bisogno di dare valore concreto alle moli di dati di cui le banche, e in generale le aziende, dispongono.

D: Fra una banca retail e una di investimento cambia la funzionalità della business analytics? Se sì, come?

S: Ci sono sicuramente differenze nelle modalità di sviluppo specifico legate alle peculiarità delle due tipologie di banche: per una banca di investimento gli elementi fondamentali su cui bisogna concentrarsi sono le funzionalità di controllo e di governance; mentre per una banca retail il focus dev’essere rivolto allo sviluppo e alla diffusione di maggiori strumenti analitici. E anche da un punto di vista dell’utilizzo ci saranno differenze tra le tipologie di analisi messe a disposizione degli utenti.
In entrambi i casi però la chiave di volta è sempre il fattore cultura, ovvero il cambiamento dell’approccio alle informazioni e alla loro gestione nell’ottica di prendere decisioni fondate e in modo pressoché immediato.

D: L’analisi in-memory in ambito finance è sdoganata o è ancora pionieristica? Nel caso migliore, come convive con le pratiche legacy?

S: Le barriere dell’analisi in-memory sono ormai sdoganate, al punto che ormai anche i nostri competitor hanno iniziato a proporre soluzioni di questo tipo. L’evoluzione tecnologica e i miglioramenti in sicurezza hanno fatto sì che non ci siano limiti all’applicazione di questa analisi anche all’interno delle istituzioni finanziarie.
Dobbiamo però sottolineare che la vera potenza della business discovery risiede nell’analisi associativa, che consente una ricerca sui dati libera da ogni vincolo e da ogni predefinizione, valorizzando le informazioni e rendendole funzionali al processo decisionale.

D: Fatto cento il valore complessivo di una piattaforma di intelligence analitica, quanto pesano i fattori di reattività, affidabilità, ergonomia, integrazione con l’esistente?

S: Il peso di ogni fattore, di fatto, dipende da chi fa una valutazione di questo tipo. Dal lato It sicuramente ci si focalizza principalmente sulla reattività e sull’ergonomia; dal lato degli utenti hanno chiaramente più peso i fattori di affidabilità e integrazione. Tuttavia, a questi ultimi aggiungerei anche l’importanza della collaborazione come strumento analitico e decisionale, insieme al fattore mobile per utilizzare ovunque tutte le potenzialità della social business discovery.

Esempi pratici: Banca Popolare di Sondrio
In Bps l’esigenza di reportistica direzionale si intrecciava con quella di migrazione da un sistema Olap a uno associativo. Cosa è stato fatto?
Per Antonella Mauri, Pianificazione e Controlli Direzionali di Banca Popolare di Sondrio, in questi anni sono state fatte delle scelte tecniche e tecnologiche molto importanti che hanno portato ad una evoluzione di tutto il sistema delle informazioni. Uno dei punti fermi che continua a persistere dal 2006 è l’utilizzo di QlikView.
Le motivazioni principali che hanno portato alla configurazione attuale si basano su due aspetti teorici fondamentali per un gestore di informazioni: la possibilità di disporre di informazioni di qualità e l’individuazione di tutti i legami e della loro rilevanza.

Per quanto riguarda il primo aspetto Bps ha deciso di custodire tutte le informazioni storiche e certificate in una base dati con tecnologia colonnare con una granularità molto profonda (in alcuni casi vengono memorizzate delle informazioni giornaliere di movimentazione della clientela).
«I vantaggi sono stati molteplici– dice – l’immediata disponibilità di dati di qualità e tempi di caricamento veloci. Invece, sul secondo aspetto l’utilizzo di QlikView permette in qualsiasi momento, non solo di determinare lo schema dei legami, ma anche di focalizzare altre possibilità di analisi».

In Bps QlikView è utilizzato in modo diffuso, dagli uffici centrali e direzionali fino agli utenti di periferia che operano in filiale, e secondo tre modalità differenti.
La prima modalità è di analisi: l’utente può navigare e analizzare le informazioni che preventivamente sono state messe a sua disposizione; ad esempio, una fra le ultime analisi realizzate, è quella che evidenzia e controlla i conti deposito dei clienti verificandone le scadenze.
Non solo analisi sulla clientela ma anche analisi di monitoraggio degli uffici stessi e a tal proposito si sta evolvendo un modello di misurazione delle performance It basato sulla tecnologia di Balance Scorecard.
La seconda modalità è di reportistica con la finalità di fornire degli indicatori sintetici e periodici alla direzione. Infine, l’ultima modalità di utilizzo dello strumento è quella che sfrutta il potente motore di calcolo in cui vengono utilizzate tecniche di ribaltamento e di distribuzione: l’esempio principale è la costruzione del conto economico di ogni singola filiale a partire dalla contabilità analitica del controllo di gestione e dal conto economico di istituto.

«Sono fermamente convinta – dice Mauri – che non esista una soluzione unica e perfetta alla problematica della gestione delle informazioni e della relativa distribuzione. La soluzione deve essere modulare nel tempo e in sintonia con la realtà informatica e con la tipologia di utenza che caratterizzano il contesto in cui viene analizzata, progettata e poi sviluppata. Soprattutto si possono seguire delle metodologie ben determinate ma devono essere accompagnate da una buona dose di buon senso».

Esempi pratici: Banco Popolare
In Banco Popolare è stato reimpostato il del risk management. Come si fa? Secondo Michele Bonollo, Responsabile Applicazioni Rischio e Controllo Finanza | Sgs Banco Popolare, èer banche di dimensioni rilevanti la risposta non può che essere piuttosto articolata.
Innanzitutto, le sempre maggiori incombenze normative (passaggio da basilea 1 sino a basilea 3, periodiche prove di stress internazionali) e la cresciuta consapevolezza sul ruolo strategico del risk management «hanno portato negli ultimi quattro-cinque anni a rafforzare in modo rilevante le risorse professionali dedicate, sul piano qualitativo e quantitativo».

In secondo luogo, è più corretto parlare dei risk management, e non del risk management: «Anche solo riferendosi ai cosiddetti rischi di primo pilastro, quindi rischi finanziari, di credito, operativi, questi fanno riferimento a diverse normative, metodologie, processi di verifica e reporting.
Su un piano implementativo, di conseguenza, sono molto diverse le architetture che devono essere disegnate e progettate per ottimizzare le esigenze computazionali, di reporting, storage e tracciabilità di dati e informazioni
».
Sgs, società di operations del gruppo, ha intrapreso da alcuni anni con decisione un percorso di innovazione, evolvendo sempre più verso architetture dipartimentali, con uso rilevante di tools di business intelligence per gli strati di calcolo, drill down e reporting.

Sono anche in fase di prima delivery nuove strumentazioni di natura open source nell’ambito del big data, necessario in particolare per mantenere su memoria lunga (cento mesi) tutti i dati dei prestiti e dei mutui dell’intero portafoglio.
«Pur nella eterogeneità tematica sopra citata – dice Bonollo – questo sta accadendo con un disegno unitario, che dai sistemi di misura del rischio in senso stretto è diffuso verso sistemi di riconciliazione, data quality, governo».

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome