Big data e finanza: analisi dei dati e dipartimenti finanziari

Big data e finanza: più che un passo tecnologico da fare, i Big data si stanno rivelando una sfida strategica per i dipartimenti finanziari. Seconda parte della nostra rubrica sulla digitalizzazione delle aziende in cui Infolegale vi aiuta a vederci più chiaro nell’uso dei dati a fini finanziari (leggi la prima parte della rubrica).

Grandi dati: a che punto sono le aziende francesi?

Grandi dati è senza dubbio l’espressione che ha fatto più scalpore nei media negli ultimi anni. Tuttavia, la realtà delle aziende francesi è molto più contrastata: un sondaggio globale di Capgemini Consulting datato novembre 2014 rivela che se il 60% delle aziende consultate ritiene che il trattamento dei dati di massa scuoterà il loro mercato entro tre anni, solo il 48% di esse è già passato ai Big data, parzialmente o meno, integrando un approccio operativo.

In effetti, per le aziende che hanno fatto il grande passo, la raccolta dei dati è spesso ancora limitata ai canali tradizionali: spazio clienti, fatturazione, strumenti classici di CRM. Infatti, questi canali di “vecchia generazione” non permettono la raccolta di dati strutturati e, senza strumenti di elaborazione adeguati la raccolta di informazioni si rivela laboriosa e poco efficiente.

Big data e finanza: sempre più dati

Al di là di questa osservazione, vi consigliamo di porvi la domanda sull’interesse di utilizzare i Big data quando si sentono le questioni di volume, varietà e velocità dei dati (la regola delle 3 V). Ma prima di lanciarsi in esso, è importante tenere a mente che la sostenibilità della soluzione è essenziale per ragioni di costo, soprattutto perché l’implementazione tecnica si rivela essere ingombrante.

Per i dipartimenti finanziari, due questioni sembrano emergere:

  • Lo sfruttamento dei dati interni per analizzare i comportamenti di pagamento dei suoi clienti;
  • L’arricchimento delle proprie informazioni con dati esterni. Questa opzione richiede l’uso di una soluzione che permetta la raccolta e l’analisi dei flussi di dati da diverse fonti.

Non si ignora che la gestione del credito verso i clienti ha in qualche modo già vissuto la sua rivoluzione da diversi anni. Internamente, l’ottimizzazione costante del credito ai clienti e il controllo dei termini di pagamento sono diventati questioni centrali. Di conseguenza, ci si affida sempre più a fornitori di servizi nel campo dell’assicurazione del credito o dello scoring (spesso entrambi allo stesso tempo…) che hanno già iniziato il passaggio ai Big data (5 soluzioni per gestire il rischio dei clienti).

Una volta confinato al sondaggio, il business si è evoluto molto e da qualche anno si basa sulla raccolta e l’analisi di dati da diversi canali (leggi: Quali sono i criteri di valutazione della rilevanza del tuo punteggio?):

  • Dati strutturali: forma giuridica, capitale, anzianità, ecc.
  • Dati settoriali: attività, rapporti di settore, ecc.
  • Dati finanziari pubblicati: bilancio, conto economico, rapporti, ecc.
  • Dati di seconda mano: bilanci, rendiconti finanziari, ecc.

E negli ultimi anni, le aziende specializzate hanno ampliato ulteriormente lo spettro:

  • Cominciando a guardare a nuove fonti di dati disponibili sul web: Per completare i dati già raccolti (per esempio sui social media),
  • Ottimizzando la raccolta di informazioni sui comportamenti di pagamento dei vostri clienti,
  • Utilizzando e analizzando i dati internamente: connessioni al sito web, email, telefonate…

Come risultato, le indagini sul campo, una volta la norma, sono quasi diventate l’eccezione.

Tuttavia, la raccolta di informazioni così diverse si rivela difficile da analizzare: come sfruttare in modo industriale dati volatili, con freschezza molto variabile e soprattutto non sempre verificabili? La vostra risposta deve essere metodologica e tecnica: creando un sistema informativo integrato che risponda quasi in tempo reale alle richieste del business.

BIG DATA_sempre più dati

Grandi dati: la rivoluzione dell’analitica predittiva

Mentre l’analitica a fini predittivi è diventata la norma nel settore del marketing, soprattutto per anticipare o rispondere meglio alle richieste dei consumatori, la situazione è più contrastata nel settore finanziario. Finora, l’analitica predittiva è stata utilizzata principalmente per scopi difensivi: anticipare i fallimenti dei clienti o dei fornitori, ridurre il rischio di mancato pagamento e il fabbisogno di capitale circolante. A questo proposito, lo scoring predittivo, come quello di Infolegale, è una soluzione preziosa per analizzare industrialmente la salute finanziaria di tutte le aziende del tuo portafoglio clienti (leggi il nostro articolo sullo scoring).

Nei prossimi anni, questo movimento diventerà più pronunciato integrando ancora più dati e concentrandosi su un approccio di ottimizzazione delle entrate: mentre l’aumento della velocità delle decisioni è una questione importante, altri KPI possono emergere come l’ottenimento di nuovi lead che sono stati trascurati fino ad ora.

Infine, ricordiamo che mentre l’analitica predittiva migliorerà senza dubbio la vita quotidiana del vostro dipartimento (e renderà la vita del vostro credit manager più facile!), l’automazione che sostituisce il processo decisionale umano è lontana dall’essere una realtà. I big data non saranno mai altro che uno strumento di supporto alle decisioni: dal punto di vista finanziario, sarà sempre essenziale avere dati legali verificabili, applicabili e aggiornati.

Da ricordare

I dati sono diventati uno strumento di supporto alle decisioni indispensabile per i dipartimenti finanziari. Inizialmente limitata alla raccolta dei bilanci, la professione si è aperta da diversi anni ad altri dati discriminanti. Da un punto di vista finanziario, i Big data si stanno sviluppando principalmente su due linee: permettono di ottimizzare l’uso dei dati disponibili internamente e di recuperare altri dati con l’obiettivo di migliorare la conoscenza dei clienti.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *