L’Enterprise Customer Decisioning è un approccio innovativo che permette alle banche di gestire in modo integrato, proattivo e smart tutto il ciclo di vita della relazione con i propri clienti, dall’onboarding alla collection
Un modello che promette di trasformare completamente il rapporto tra istituti di credito e correntisti o investitori sfruttando gli insight guidati dai dati per migliorare l’esperienza dei clienti, gestire i rischi in modo più efficace e aumentare l’efficienza operativa. Un modello che, facendo leva su una piattaforma tecnologica – che integra funzionalità avanzate e soluzioni di Analytics, Risk Management, Intelligenza Artificiale, Compliance, Governance, ecc. – è appositamente progettata per coprire tutti gli aspetti del decision-making legato ai clienti.
I pilastri della Total Experience nel banking
L’esperienza dell’utente di servizi bancari è sempre più dinamica e moderna, improntata a logiche multicanale che combinano un mix variabile di interazioni online – via home banking, app mobile, canali social -, che ormai vanno per la maggiore, e (poche) visite in filiale o incontri ‘de visu’ con consulenti finanziari. La capacità di gestire tutte queste interazioni all’insegna della massima personalizzazione è, dunque, essenziale.
L’approccio SAS Enterprise Customer Decisioning assicura agli istituti di credito la capacità di gestire il cliente realmente a 360°, garantendone una vista unica, monitorando in modo puntuale ogni aspetto della relazione e presidiando anche tutti gli aspetti operativi, dall’offerta del prodotto giusto alla verifica d’identità, dai controlli di credito e antifrode fino al pricing e alla due diligence sul cliente.In bilico tra autonomia e valorizzazione della relazione
I dati dell’ultimo “Osservatorio sulla desertificazione bancaria” di First e Cisl evidenziano come nei primi sei mesi del 2024 siano stati chiusi 164 sportelli, confermando una tendenza ormai in atto da diversi anni, che vede la progressiva riduzione delle filiali e lo sviluppo delle attività digitali.
Oggi le banche offrono ai propri clienti la possibilità di gestire molti servizi in totale autonomia, con pochi “tap” sul proprio smartphone: monitoraggio delle spese, andamento degli investimenti e piani di ammortamento dei finanziamenti; transazioni istantanee, oltre a un’ampia gamma di soluzioni che sconfina anche al di fuori della normale operatività dell’istituto di credito.
Al tempo stesso, però, gli utenti dei servizi finanziari sono anche sempre più complessi e multisfaccettati. Si aspettano di essere riconosciuti nelle loro individualità, gusti e abitudini a prescindere dal fatto che si rivolgano a un personal banker o a un chatbot. Ed è proprio in questo contesto che l’adozione di un modello di Enterprise Customer Decisioning può tradursi in un vantaggio competitivo rilevante per la banca.
Le ricerche dell’Osservatorio Digital Banking di ABI Lab mostrano che il 61% delle banche prevede di incrementare gli investimenti nei servizi basati su logiche cross-canale e, a tendere, omnicanale. Ma questo richiede una governance IT eccellente, unita alla capacità di valorizzare al meglio i dati, acquisirli in tempo reale, analizzarli, correlarli a livello profondo attraverso tecniche di Machine Learning e Deep Learning. La digitalizzazione dei servizi da sola non basta, il passaggio verso una centralità del cliente e una gestione più integrata delle informazioni è essenziale. La gestione del rischio, la prevenzione delle frodi e l’ottimizzazione delle strategie creditizie rappresentano di fatto le fondamenta tecnologiche per realizzare questa visione strategica.
Enterprise Customer Decisioning al cuore dei modelli di Banking-as-a-Service
La diffusione di modelli di business improntati a logiche Open Banking e Banking-as-a-Service ha portato gli istituti finanziari più lungimiranti ad ampliare la propria offerta a prodotti non prettamente bancari – polizze assicurative, biglietti aerei e teatrali o viaggi -, attraverso canali non convenzionali, facendo leva sulla collaborazione con operatori fintech e società di servizi digitali.
Con il consenso esplicito del cliente, oggi è possibile condividere tra diversi attori della filiera dei servizi le informazioni che lo riguardano e creare ecosistemi evoluti di offerta letteralmente “plasmati” sulle sue caratteristiche ed esigenze. Servono, però, approcci e strumenti moderni ed efficaci, che permettano alle banche di abbattere i silos informativi, acquisire e analizzare i dati provenienti da molteplici fonti, correlarli, generare insight e previsioni attendibili, predisporre azioni e interventi utili a gestire tutte le operazioni che riguardano il cliente in modo efficace ed efficiente.
“L’approccio SAS Enterprise Customer Decisioning – evidenzia Anselmo Marmonti,Vice President, Pre-Sales for Banking Risk, Fraud and Compliance Solutions ,di SAS – assicura non solo la vista unica ma anche una gestione a 360 gradi del cliente, del suo profilo ‘arricchito’ e potenziato da informazioni aggiornate in tempo reale. In questo modo è possibile non solo supportare i processi decisionali con una componente data-driven e smart, ma anche gestire i rischi in modo più efficace, aumentare l’efficienza operativa, migliorare l’esperienza di clienti e dipendenti su qualsiasi punto di contatto, preservando la propria reputazione e consolidando la fiducia di tutti”. Con un occhio sempre attento alla compliance normativa,
Enterprise Customer Decisioning: come distinguersi ed essere rilevanti
Trasformare la fruizione dei servizi finanziari in un’esperienza rilevante e a valore non rappresenta solo una leva per attrarre e ingaggiare nuovi clienti ma anche una strategia efficace per fidelizzare quelli attuali. E questo vale a maggior ragione in un comparto in cui non è sempre facile comprendere i dettagli e le discriminanti dell’offerta, con gli istituti di credito che spesso faticano a differenziarsi nella percezione dei consumatori.
“L’adozione di un approccio Enterprise Customer Decisioning – sottolinea Marmonti – permette di passare da una logica di gestione delle transazioni a un modello di valorizzazione delle relazioni”. Questo grazie alla capacità di prendere più rapidamente decisioni legate al cliente – dalla valutazione rapida del merito creditizio alla personalizzazione dell’offerta di servizi –; semplificare l’onboarding; contestualizzare e arricchire l’esperienza; operare un Risk Management più efficace adottando un approccio olistico al contrasto delle frodi, dei crimini finanziari e dei rischi climatici; garantire la conformità normativa e la Governance IT. Dal primo contatto alla conclusione di un contratto, fino all’erogazione di un nuovo servizio, ogni step può essere migliorato grazie a insight e modelli predittivi evoluti.
Enterprise Customer Decisioning: insight e operatività potenziati con SAS Viya
L’approccio SAS Enterprise Customer Decisioning si fonda sulla capacità di integrare a livello profondo dati, persone, processi e flussi di lavoro ed è sostenuto dalla piattaforma evoluta SAS Viya. Una piattaforma moderna e performante – Secondo un recente report di The Futurum Group, SAS Viya permette agli utenti di raggiungere una produttività 4,6 volte superiore rispetto ai competitor selezionati- che integra soluzioni di Data Analytics, IT Governance, Deep e Machine Learning.
Una piattaforma ottimizzata attraverso l’impiego di casi d’uso specifici dell’AI Generativa, per garantire sempre la miglior User Experience.
SAS Viya offre l’accesso in tempo reale a dati sempre aggiornati e insight in grado di guidare i processi decisionali anche all’interno di scenari competitivi molto complessi, che contemplano a un’ampia gamma di variabili rilevanti.
“I dati e l’AI sono i pilastri tecnologici dell’Enterprise Customer Decisioning – conclude Marmonti –. Attraverso l’automazione intelligente, infatti, è possibile ottimizzare l’operatività e supportare in modo efficace i processi decisionali operando attraverso un’unica piattaforma. Una soluzione che, oltretutto, è modulare e flessibile, non richiede di cancellare con un colpo di spugna gli investimenti tecnologici fatti in passato ma, al contrario, offre 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.
