Innovation sparks
Re-inventare il customer journey con l’Enterprise Customer Decisioning: abbracciare l’incertezza e trasformarla in vantaggio concreto
Le banche sono sempre più sottoposte a forti pressioni per innovare, mantenere la conformità e soddisfare le esigenze in continua evoluzione dei loro clienti. L’approccio strategico proposto da SAS permette di sfruttare gli insight guidati dai dati per migliorare l'esperienza dei clienti, gestire i rischi in modo più efficace e aumentare l'efficienza operativa.
Tempo di lettura: 5 min
Articolo di:
- Anselmo Marmonti, Vice President, Pre-Sales for Banking Risk, Fraud and Compliance Solutions
- Sandra Catte, Sales Director Finance
- Alida Popescu, Customer Advisory Manager, Risk Practice
Il vecchio customer journey è morto.
L’attuale panorama aziendale, troppo spesso, risulta saturo di promesse di personalizzazione e customer experience sia nel settore bancario che, più in generale, nel mercato Finance. Oggi, i clienti sono più esigenti, informati e impazienti. Non seguono un percorso prestabilito, ma creano il “proprio viaggio”.
Continuare a cercare di inquadrare questi clienti in modelli obsoleti non solo risulta poco efficace, ma potrebbe persino rivelarsi dannoso. È il momento di cambiare approccio, di rivoluzionare veramente il customer journey, attraverso l'Enterprise Customer Decisioning.
In linea con quanto delineano gli attuali analisti di mercato del settore IT, l'Enterprise Customer Decisioning modellato da SAS è un approccio innovativo che mira a supportare le aziende del settore Finance - così come quelle che operano in altri settori accomunati dalle stesse sfide e opportunità - nel gestire in modo efficace tutto il ciclo di vita end-to-end della relazione tra clienti e banca, dall’onboarding alla collection.
Ognuna di queste fasi implica l’assunzione di una moltitudine di decisioni: dall’offerta del prodotto giusto alla verifica d’identità, dai controlli di credito e antifrode fino al pricing e alla due diligence sul cliente. La frammentazione dei sistemi decisionali può comportare la perdita della visione complessiva e non permette alle istituzioni finanziare di cogliere nuove opportunità di business per il raggiungimento dei loro obiettivi strategici.
L’approccio intergrato proposto da SAS permette di sfruttare gli insight guidati dai dati per migliorare l'esperienza dei clienti, gestire i rischi in modo più efficace e aumentare l'efficienza operativa, facendo leva su una piattaforma tecnologica - che integra funzionalità avanzate e soluzioni di Analytics, Risk Management, Intelligenza Artificiale, Compliance, Governance, ecc. - appositamente progettata per coprire tutti gli aspetti del decision-making legato ai clienti.
Nella visione di SAS, l’Enterprise Customer Decisioning è il manifesto di un nuovo approccio alla gestione dei clienti e del mercato.
Dal customer journey alla customer centricity, un nuovo approccio strategico
Nel mondo bancario, le oscillazioni del mercato sono diventate una costante. Le banche si trovano a fronteggiare "shock sui tassi di interesse" e "shock sull'inflazione", elementi che influenzano profondamente le condizioni offerte ai clienti. Questo porta a una maggiore variabilità e a nuove logiche di competizione. Il cliente finale, ora esposto a una miriade di fonti informative, è più consapevole ed esigente, costringendo le banche a rispondere con maggiore rapidità ed efficienza.
Data & AI sono le fondamenta tecnologiche del nostro approccio strategico Enterprise Customer Decisioning che permette di migliorare la gestione del rischio, prevenire le frodi e ottimizzare i processi decisionali attraverso la spinta tecnologica di una piattaforma che integra dati, modelli e processi decisionali in un'unica soluzione centralizzata attraverso la quale gestire end-to-end tutto il ciclo di vita della relazione con i clienti. Anselmo Marmonti Vice President, Pre-Sales for Banking Risk, Fraud and Compliance Solutions SAS
La centralità del cliente è diventata una necessità
Oggi il tipo di interazione e di relazione tra cliente finale e banca è cambiato, orientandosi verso processi digitali e scambi informativi più veloci. L'obiettivo diventa quindi avere una gestione centralizzata del cliente, un concetto spesso riassunto come "customer centricity". Le banche devono essere in grado di controllare tutte le attività e le relazioni con i clienti per comprendere meglio i loro comportamenti e sfruttare i dati generati da queste interazioni.
Oltre alle pressioni di mercato, le banche devono affrontare sfide regolamentari. Le linee guida della European Banking Authority (EBA) richiedono una gestione integrata e completa del ciclo di vita del prestito, dalla fase di origination al monitoraggio continuo. Tuttavia, molte banche non sono ancora allineate a questi standard. La necessità di conformarsi a queste normative impone alle banche di rivedere i loro processi interni e di adottare un nuovo approccio che permetta una gestione più efficiente e trasparente delle relazioni con i clienti.
La centralità del cliente come faro guida della trasformazione
In quest’ottica competitiva, il passaggio verso una centralità del cliente e una gestione più integrata delle informazioni è essenziale.
Le tecnologie integrate nella piattaforma SAS offrono strumenti avanzati per la gestione del rischio, la prevenzione delle frodi e l'ottimizzazione delle strategie creditizie (nonché altri moduli e funzionalità verticalizzate specifiche per le differenti esigenze e sfide aziendali), e rappresentano, di fatto, le fondamenta tecnologiche per realizzare quella visione strategica insita nell’approccio Enterprise Customer Decisioning.
SAS Enterprise Customer Decisioning è un approccio che non richiede un cambiamento radicale e immediato. Anche dal punto di vista tecnologico, niente big bang! Le banche possono adottare un approccio modulare, partendo da priorità specifiche e definendo gli step del proprio personale percorso. SAS Enterprise Customer Decisioning aiuta le banche ad avere una maggiore agilità e a razionalizzazione l'infrastruttura IT rimuovendo i silos dei dati e dei sistemi, ottenendo una complessiva riduzione del Total Cost of Ownership. Sandra Catte Sales Director Finance SAS
Niente Big Bang. Un approccio modulabile e graduale
Fondamenta tecnologiche che non richiedono però un cambiamento radicale e immediato. Le banche possono adottare un approccio modulare, partendo da priorità specifiche come la gestione delle frodi o la revisione delle politiche creditizie, e poi estendere l'uso della piattaforma ad altre aree funzionali. A guidare, infatti, non è tanto la tecnologia in sé, quanto l’orientamento metodologico dell’Enterprise Customer Decisioning che consente un approccio graduale per integrare progressivamente nuovi strumenti senza dover abbandonare completamente i sistemi esistenti.
Le banche italiane, sebbene a volte percepite come in ritardo rispetto ai mercati anglosassoni, stanno rapidamente recuperando terreno grazie alla loro capacità di massimizzare le potenzialità delle piattaforme adottate e di inserire l’adozione tecnologica all’interno del più ampio modello strategico definito proprio dell’Enterprise Customer Decisioning.
L’approccio incrementale e flessibile permette alle istituzioni di capitalizzare gli investimenti in modo più efficiente (con TCO più contenuti e ROI più efficaci), sia in termini di investimenti tecnologici che di visione e strategia. Con l’obiettivo di unificare in modo sinergico persone, dati e processi, catalizzare gestione del rischio, contrasto alle frodi, efficienza operativa, customer intelligence, strategie di mercato e customer centricity integrate, fino alla compliance regolamentare
Le fondamenta tecnologiche: Data e AI
La tecnologia gioca un ruolo cruciale nell'affrontare queste sfide. L'innovazione tecnologica nel campo degli Advanced Analytics, come le avanzate capacità di data analytics, Machine Learning e, più in generale, Intelligenza Artificiale, offre nuove possibilità.
Ciò che rivoluziona l’approccio Enterprise Customer Decisioning è la capacità di integrare dati, modelli e processi decisionali in un'unica piattaforma end-to-end.
SAS Enterprise Customer Decisioning Trova le fondamenta tecnologiche in una soluzione modulare cloud-native potenziata da use case specifici di Generative AI, per unire in modo sinergico persone, dati e processi, permettendo alle banche di costruire esperienze fluide intorno alle esigenze dei propri clienti Alida Popescu Customer Advisory Manager, Risk Practice SAS
Responsabilità ed etica: integrazione e trasparenza nei processi decisionali
Una delle caratteristiche distintive di SAS è la capacità di integrare regole decisionali e modelli analitici avanzati in un'unica piattaforma. Questo permette alle banche di prendere decisioni informate e tempestive, utilizzando dati aggiornati e modelli predittivi che tengono conto di una vasta gamma di variabili.
La trasparenza e la tracciabilità delle decisioni sono cruciali, specialmente in un contesto regolamentare sempre più rigoroso. La soluzione SAS non solo supporta queste esigenze, ma offre alle istituzioni finanziarie anche tutte le capacità per documentare automaticamente le decisioni e i processi garantendo una gestione conforme e un'implementazione più fluida delle nuove normative, anche in ottica di etica, responsabilità, governance di modelli, delle loro performance e di tutto il ciclo di vita dei modelli.
6 giugno 2024
Articoli consigliati
-
Innovation sparksInnovazione e Trasformazione nell’Area Credito: l’esperienza di TIMTIM ha intrapreso un progetto ambizioso volto a innovare processi, sistemi e organizzazione, con l’obiettivo di migliorare l’efficienza e garantire una gestione sempre più data-driven.
-
Data for GoodAI_PREMie: innovazione e collaborazione per prevenire le complicazioni della preeclampsiaLa ricerca condotta dall'University College di Dublino potrebbe salvare decine di migliaia di vite utilizzando il machine learning per diagnosticare la preeclampsia.
-
Innovation SparksLe Model Card di SAS: una bussola per la trasparenza e l’eccellenza nei modelli di Intelligenza ArtificialeIntegrate nella piattaforma SAS Viya, le Model Card di SAS sono concepite per documentare e chiarire ogni aspetto dei modelli di intelligenza artificiale e machine learning.
-
What's HotUna realtà dell’AI oltre l’hype per il settore sanitario e il mondo Life Science. Le previsioni di SAS per il 2025.Industrie farmaceutiche e mondo della sanità compiono passi decisi verso l’innovazione dell’AI e la digital transformation.