La trasformazione digitale in ambito finance è diventata parte integrante della strategia aziendale: non si tratta più solamente di un’innovazione tecnologica ma di una vera rivoluzione aziendale votata all’essere disruptive, ovvero un’innovazione (tecnologiche, di business, di metodo, ecc.) capace di cambiare lo status quo di un mercato o di un modello di business consolidato. 

Le keywords della finance digital trasformation 

Sono 4 le keywords che meglio descrivono il focus della finance digital transformation: 

· Real-time
· Planning 
· Prediction 
· Modeling 

Quando parliamo di finanza real-time pensiamo a Borsa Valori, FTSE MIB, alle mani alzate e al vociare al numero 11 di Wall Street, ma gli stessi metodi quantitativi che stanno alla base delle tecnologie usate in questi luoghi quasi mitologici stanno venendo applicati anche ad aspetti del settore economico-finanziario. Nel settore economico, ad esempio, vi possono essere importanti riflessi nel recepimento real-time di cambi di condizioni di mercato: pensiamo a manovre finanziarie previste da piani di risanamento e business-plan. Queste si basano su considerazioni che mutuano da previsioni contrattuali, che nel tempo, a causa di fattori più o meno prevedibili, potrebbero cambiare.

Business plan e simili, spesso già creati con strumenti datati, vengono periodicamente revisionati; avvalersi in questa fase di tecnologie che offrono analisi e risultati in real-time grazie a strumenti integrati consentirebbe di evitare aggiornamenti manuali tediosi e suscettibili di errori. 

Altra e più forte spinta verso la finanza real-time è arrivata dalla stessa Comunità Europea: con l’entrata in vigore della seconda direttiva europea sui servizi di pagamento, la Payment Services Directive 2 (PSD2), avvenuta nel settembre 2019, si è dato ufficialmente il via all’Open Banking. Con l’Open banking è prevista una collaborazione tra società tecnologiche e banche le quali, attraverso le API, sono ora chiamate a condividere i dati dei clienti, previo loro consenso. Il goal dell’Open Banking è quello di migliorare i servizi finanziari rendendoli fruibili real-time da qualsiasi posto, svincolandosi dalla sede fisica (banking as a service). Altro obiettivo è quello di far sì che aziende di ogni settore, attraverso le fintech, possano offrire servizi finanziari ulteriori fidelizzando i propri clienti e garantendo anche una migliore customer experience (soluzioni di credito, assicurazioni, investimenti ecc.). Con l’open banking siamo nel vasto campo della finanza embedded. 
La finanza embedded, o finanza integrata, è l’insieme dei servizi finanziari offerti da aziende la cui occupazione principale e’ diversa dal settore finanziario. I fornitori interessati a servizi di finanza integrata a complemento della propria offerta sono sempre piu’ comuni, alcuni esempi sono i pagamenti a rate ed i conti correnti offerti da siti di commercio online come Amazon e Shopify. 

Tutto questo rientra nella ormai avviata rivoluzione della finance factory. Pensiamo all’ Order to Cash ovvero quel processo che si occupa della distribuzione di un bene o servizio, a fronte di un incasso, definendo i passaggi per garantire la transazione (richiesta, preventivo, elaborazione ordine, spedizione, fatturazione), e ancora pensiamo alla fatturazione elettronica che potrebbe garantire una velocizzazione delle operazioni demandate alla finanza operativa. Oltre ai molteplici esempi che si possono offrire per comprendere ulteriormente come si è arrivati ad una digital finance factory, sono facilmente intuibili i riflessi a cascata di questo stravolgimento dell’industria finanziaria e dell’estensione capillare del real-time need. I ruoli nel settore finance cambieranno drasticamente. Si necessiterà di competenze ulteriori e diffuse.

L’alto grado di conoscenza del business e del dominio si coniugherà con l’approfondimento della statistica, della matematica e del conseguente modeling. Parlare di automazione, machine learning e algoritmi, infatti, si rivelerà quasi ridondante: modelli ARIMA, Forecasting, Maximum Weighted Independent Set, Blockchain, Fintech sono accattivanti nomenclature ormai note agli operatori attenti del settore. Il vero plus sarà che questi operatori siano in grado di interpretare modelli ulteriori rispetto a quelli più noti, di testare algoritmi, confrontarsi sulle tecnologie implementate dai tecnici e di individuare KPIs ed insight non standard. 

Giulia Lucherini ha già approcciato il tema prediction nel settore finance: non possiamo più pensare che analisi di questo tipo ovvero predizioni sul prossimo lockdown della Finanza siano lasciate solo a ricercatori strappati alla fisica quantistica, alla matematica o all’ingegneria, dobbiamo rivedere la nostra flessibilità mentale nello studiare e comprendere certi virtuosismi tecnici che possono aiutare anche a livello di analisi funzionali del business finanziario. 

ARGOMENTI CORRELATI
Categoria: ANALYTICS
Colleghi che discutono di fronte al monitor di un pc. Sullo sfondo altri colleghi che parlano

Data lake vs data warehouse: le differenze e quale scegliere

Nell’era del digitale le organizzazioni collezionano dati provenienti da varie sorgenti, con una quantità ed una varietà che vanno ben… Leggi tutto

Data Lake: cos’è e quando utilizzarlo per l’archiviazione

La trasformazione digitale sta progressivamente aumentando il volume dei dati con cui le aziende si interfacciano ormai in tempo reale… Leggi tutto

immagine di un pc che mostra un grafico in crescita

Profilazione clienti: cos’è e come farla efficacemente 

[et_pb_section][et_pb_row][et_pb_column type="4_4"][et_pb_text] Quando si chiede ad un imprenditore quali siano gli aspetti del business che vorrebbe migliorare, molto spesso si… Leggi tutto