Denodo delinea le cinque tendenze nella gestione dei dati nel settore banking e finance.
Oggi le banche dispongono di big data. Ecco quali sono i trend, che spaziano dal Digital Twin ai servizi finanziari as-a-service. Fino alla monetizzazione dei dati. Ecco quali.
I 5 trend nella gestione dei dati nel settore banking e finance
Approcci che prevedono l’uso di Data Warehouse e Data Lake possono presentare alcune lacune. Invece strategie decentralizzate costituiscono la chiave per il successo, come per esempio nel Data Mesh. Lì i diversi domini, che li conoscono e ne hanno la responsabilità, gestiscono i dati. E li condividono, a livello aziendale, nella forma di Data Product. La Data Virtualization li connette e li rappresenta centralmente in un modello semantico unificato, in grado di armonizzare ed esplicitare il loro significato.
Ecco le 5 tendenze:
- da banca a fornitore di servizi tecnologici;
- una cultura aziendale data-driven;
- il gemello digitale dei clienti;
- finance-as-a-service;
- la monetizzazione dei dati.
Valore aggiunto ai clienti
I confini fra il fare la banca e il trasformarsi in società tecnologiche che offrono servizi finanziari, stanno sfumando. Le banche tradizionali devono prendere una nuova strada, che includa l’offerta di nuovi prodotti e nuovi servizi. Ma devono sapersi adattare a ritmi veloci per non essere superate dalla concorrenza: istituti tradizionali e player nuovi sul mercato.
Per offrire un reale valore aggiunto ai clienti, i dati giocano un ruolo centrale. In particolare, occorre mettere a disposizione i dati in modo veloce e versatile, facendo leva su architetture e tecnologie moderne come quelle offerte dalla virtualizzazione dei dati. Solo così sarà infatti possibile sfruttare le potenzialità offerte dai metodi di analisi e dalle applicazioni di ultima generazione.
Data democratization
La democratizzazione dei dati non aiuta solo gli addetti ai lavori, ma si estende a categorie più vaste di utenti, che saranno quindi in grado di consumare i dati in piena autonomia, comprendendone il significato, l’origine e le relazioni tra di essi. Nel rispetto delle regole che ne governano l’uso, sia in ambito della sicurezza che della riservatezza.
Cultura data centric
Ma le culture data centric funzionano solo se le aziende sono in grado di mettere a disposizione tempestivamente dati affidabili e pertinenti.
Colli di bottiglia, che si verificano per esempio perché i dati non hanno una data preparation adeguata o perché le richieste di particolari dati richiedono troppo tempo, rendono il processo meno fluido. In questi casi, le architetture logiche offrono vantaggi concreti. Ma i dati non richiedono copia e replica solo per renderli disponibili, ma si lavora per connessione, agevolando così la gestione della governance complessiva.
Gestione dati in banking e finance: il digital twin dei clienti
I fornitori di servizi finanziari sono in grado di automatizzare le procedure, valutando l’esigenza di nuovi prodotti e servizi o rischi come il tasso di abbandono, sulla base delle aspettative, delle abitudini e delle preferenze dei loro clienti.
Il processo si semplifica se si crea un gemello digitale del cliente, una vera e propria “immagine” digitale in cui convergono tutte le interazioni, i dati e le informazioni che lo riguardano. Più dati sono disponibili, più il gemello digitale è “prossimo” al cliente reale.
Tuttavia, ci sono limiti agli approcci tradizionali basati sull’ETL (Extract, Transform, Load), poiché la replica di grandi quantità di dati avviene a costi elevati. Ancora una volta, la risposta giusta è virtualizzare i dati, consentendo di non spostare fisicamente i dati e rendendoli comunque e immediatamente fruibili.
Servizi finanziari as-a-service
La trasformazione delle funzioni di back-office in servizi commerciali è una delle aree più moderne e in crescita per le società finanziarie tradizionali.
Anche se le Fintech tendono a offrire funzionalità innovative (come il BNPL), queste infatti si basano ancora su dinamiche transazionali messe a punto dalle banche.
Queste dovrebbero dunque prendere in esame la possibilità di diversificare la propria value chain, offrendo questo tipo di servizi attraverso standard di Open Banking, servizi finanziari “in a box” eccetera.
Però, per farlo devono offrire i dati necessari per le Open API. Le moderne architetture di dati basate sulla virtualizzazione rendono possibile, riducendo costi e tempi.
La monetizzazione dei dati
Oggi i dati hanno anche un valore commerciale. E i fornitori di servizi finanziari ne sono consapevoli. Hanno infatti iniziato a sfruttarli: per esempio, possono scambiare dati in forma anonima e aggregata con i propri partner commerciali.
Le banche possono effettuare inoltre l’integrazione dei dati esistenti con altri provenienti da fonti differenti ed esterne, come quelli sulla geolocalizzazione, per renderli ancora più utili sotto il profilo commerciale.
Tuttavia, per connettere fonti diverse di dati bisogna andare sia in “profondità” che in “larghezza”. Ciò può rappresentare una sfida, essendo centinaia le fonti dati potenzialmente disponibili.
Gli approcci tradizionali ad integrare i dati, come ETL,richiedono troppo tempo e costi elevati. La virtualizzazione dei dati, invece, costituisce una soluzione versatile, agile ed estremamente efficace per massimizzare il valore economico dai dati nel minor tempo possibile.
L’indagine di Denodo sulla gestione dati in banking e finance
I dati non solo possono offrire informazioni importanti sul mercato e sugli utenti, ma possono anche contribuire allo sviluppo di nuovi modelli di business e servizi. La sfida, tuttavia, non è solo la raccolta di grandi quantità di dati, ma anche imparare a sfruttarli in maniera 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”, commenta 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”.
