Non è solo l’automazione, a portare maggiore efficienza nei processi di risk management. Anche la possibilità di utilizzare nuove fonti di dati sta migliorando la capacità di analizzare il rischio e di creare sinergie con il business. «La Banca, come tutte le aziende, si trova a muoversi in un mondo sempre più complesso – premette Stefano Biondi, Group Chief Risk Officer di Gruppo Banca Mediolanum – e la gestione del rischio, oggi, richiede di dare risposte sempre più rapide prendendo in considerazione ancora più variabili. Banca Mediolanum negli ultimi anni ha accelerato le progettualità che puntano a valorizzare le competenze delle nostre risorse umane: l’automazione ha il ruolo di gestire le operazioni di routine e di supportare i nostri analisti, permettendo loro di concentrarsi sulle procedure a valore aggiunto».
L’intelligenza artificiale e il credit scoring
Per costruire questa azione sinergica tra intelligenza artificiale e skill umane, Banca Mediolanum ha lavorato con partner tecnologici, consolidati ed emergenti, applicando AI e machine learning ai modelli decisionali anche per il credit scoring. «L’ultima frontiera per noi è il digital footprint – spiega Biondi – in cui prendiamo in considerazione fonti di dati che non rientrano nelle valutazioni creditizie tradizionali, applicando algoritmi di nuova generazione, che sono diventati fruibili e utilizzabili dalla Banca in tempi rapidi anche grazie alla potenza di calcolo che oggi abbiamo a disposizione. Ampliare le fonti di informazione per il credit scoring significa poter erogare credito anche a quella parte della popolazione poco bancarizzata, come i giovani».
Erogare a clienti nuovi, in sicurezza
La potenza di calcolo maggiore offerta dall’innovazione tecnologica permette di guardare a dati nuovi, con un’attività di ricerca e sviluppo importante per sviluppare algoritmi per analisi mirate. Una combinazione in grado di generare valore per la banca, per i clienti e per l’intero ecosistema: perché si può arrivare a erogare credito (e quindi sostegno alla progettualità) in modo sicuro a un target prima non raggiungibile. «Ci sono segmenti di mercato e di popolazione – conferma Biondi – per cui i dati tradizionali non sono sufficienti. Il fenomeno è evidente nei Paesi in via di sviluppo, ma vale anche per alcuni clienti in Italia. I dati dei credit bureau tradizionali darebbero probabilmente un esito negativo anche per un cliente che non ha grande storia creditizia, ma è comunque in grado di prendere del credito e assolvere le proprie obbligazioni in modo efficiente».
Integrare vecchie e nuove fonti
Le fonti di dati innovative non sostituiranno quelle tradizionali. E non resteranno nemmeno confinate nel perimetro dei clienti non bancarizzati. La prospettiva è quella di una sinergia tra vecchie e nuove fonti, tra dati interni ed esterni, in modo da potere valutare più efficacemente anche i clienti ben coperti dai credit bureau. «Oggi abbiamo accesso ad altre variabili che permettono di arrivare a uno score creditizio del cliente e di affidarlo – continua Biondi – ma i dati non sono nulla senza gli strumenti e i metodi per analizzarli. La banca ha bisogno della capacità di sapere leggere, utilizzare e processare le fonti di dati: la tecnologia ha fatto passi avanti nel machine learning e oggi guardiamo con interesse ai dati alternativi».
Più facile dare credito ai giovani
E un esempio immediato dell’impatto del nuovo approccio al credit scoring emerge se si considera il target di clientela più giovane. «In Italia i giovani, anche per ragioni culturali e anagrafiche, interagiscono meno degli adulti con il banking tradizionale – afferma Biondi – e spesso quindi arrivano a dovere richiedere un prestito, ad esempio, senza avere una storia creditizia consolidata. La banca potrebbe non essere in grado di valutarne correttamente il merito. Ma proprio i giovani raccontano molto di sé e della loro capacità di fare fronte alle spese nelle loro attività online: fanno acquisti sul web, sono abbonati a servizi in streaming, hanno strumenti di pagamento digitali e così via. Questi dati, la cosiddetta digital footprint, ci permettono di valutare la loro capacità di spesa e di programmazione: insomma, di arrivare a un merito creditizio».
Modelli innovativi grazie ai nuovi dati
La strada scelta da Banca Mediolanum, in questa prima fase, è quella della partnership con realtà esterne specializzate, secondo quel modello della cooperazione che si sta affermando nel rapporto tra banche e FinTech e che permette di sperimentare rapidamente le opportunità emergenti. «Probabilmente ci sono anche fonti di dati, là fuori nel digitale, a cui ancora non abbiamo pensato – conclude Biondi. Il mercato italiano può contare da anni su servizi eccellenti di credit bureau e sicuramente all’estero questo genere di analisi sono a un livello più avanzato, perché l’infrastruttura tradizionale manca o non è così sviluppata quanto la nostra. Ma al di là delle soluzioni, l’obiettivo è comune: sviluppare nuovi modelli con strumenti innovativi per servire al meglio sia la clientela esistente sia nuovi target di clienti».
Questo articolo è stato pubblicato sul numero di giugno 2021 di AziendaBanca ed è eccezionalmente disponibile gratuitamente anche sul sito web. Se vuoi ricevere AziendaBanca, puoi abbonarti nel nostro shop .
