Incrociare i dati che classicamente vengono utilizzati dalle banche per svolgere attività di investimento o di finanziamento con altri parametri legati ai comportamenti delle persone, ai loro umori espressi sul web e ai loro comportamenti, può portare numerosi vantaggi.
Soprattutto adesso, sono moltissime le banche e le aziende dell’area finance che cercano negli Alternative Data legati al social sentiment e agli UGC (user generated contents) una lo slancio per trovare soluzioni innovative in risposta alla crisi economica aperta dalla pandemia.
Fonte: McKinsey & Company
Alternative Data e Finanza: 5 nuovi scenari di applicazione
1 – Data enrichment per affinare il merito creditizio
Come ha spiegato bene il magazine di settore Industria Italiana, “Bilanci e rendiconti possono essere costruiti ad arte per abbassare il livello di rischio e fare da ponte a un tentativo di frode. L’analisi della reputazione online è una prova del nove, il bollino di qualità dei dati finanziari.”
Vediamo un esempio pratico:
Una piccola impresa che produce borse in pelle chiede un finanziamento per aprire dei nuovi punti vendita. Se, oltre ai documenti sulle performance economiche dell’azienda, la banca ha accesso anche all’analisi della reputazione online del brand, avrà un quadro più completo delle prospettive dell’azienda stessa: chi è il target di riferimento? Come parla delle sue borse online e sui social? I suoi prodotti sono apprezzati di più o di meno di quelli di altri brand simili?
Data Appeal ha fornito questo tipo di servizio a Unicredit e sta continuando a farlo per alcune delle maggiori banche italiane.
2 – Utilizzare dati storici per fare previsioni e sviluppare algoritmi predittivi
Vediamo un esempio pratico:
Un piccolo gruppo alberghiero proprietario di tre strutture richiede un prestito a una banca. Nel corso del 2020 e nella prima metà del 2021, sia i rendiconti finanziari che i dati sulla popolarità e sulla reputazione rivelano una situazione desolante a livello di occupazione, feedback online e ricavi. Tuttavia, analizzando i dati storici fino a 4 anni nel passato, la banca è stata in grado di rilevare delle performance molto positive, con migliaia di recensioni positive e trend in crescita per tutto il 2017, 2018 e 2019. Grazie a questa analisi, la banca è in grado di prevedere il potenziale positivo dell’azienda per gli anni a venire.
3 – Individuare nuovi partner commerciali
Vediamo un esempio pratico:
Data Appeal ha supportato Poste Italiane proprio in un progetto di data enrichment che si basa sull’utilizzo dell’intelligenza artificiale per analizzare e catalogare i dati di reputazione e i feedback sui social, allo scopo di arricchire il CRM con KPI esclusivi e di forte caratterizzazione commerciale.
Data Appeal ha fornito a Poste Italiane indici sintetici di potenziale su piccoli operatori economici e su merchant e-commerce, per migliorare i lead a favore della forza vendita e dei canali commerciali.
4 – Migliorare l’esperienza dei clienti e proporre soluzioni innovative
Vediamo un esempio pratico:
Una banca decide di raccogliere e monitorare in tempo reale tutte le conversazioni e le recensioni degli utenti sulle proprie filiali di Milano e quelle del maggiore competitor nella stessa area.
Dall’analisi semantica risulta che la maggior parte dei commenti negativi sul competitor riguardano l’assistenza telefonica degli operatori delle singole filiali: le persone non riescono mai a parlare con lo staff e questo è estremamente frustrante e porta a valanghe di commenti negativi online.
La banca in questione – che al contrario offre un ottimo supporto telefonico – sceglie di renderlo ancora più esteso e di puntare parte del suo budget di marketing su campagne che mettono in risalto questo aspetto delle sue filiali.
5 – VAT Matching
Vediamo un esempio pratico:
La banca chiede di validare la corrispondenza tra le partite IVA che fanno domanda per agevolazioni finanziarie e le aziende corrispondenti per capirne la reale solvibilità. È possibile che a queste partite IVA siano intestate anche altre aziende o insegne di cui la banca non ha riscontro, con diverse situazioni finanziarie da tenere presenti nel momento in cui c’è da concedere un prestito.
Questo è un tipo di servizio che Data Appeal fornisce regolarmente a una delle maggiori banche nazionali grazie a un dataset di informazioni opportunamente disegnate.
Vuoi saperne di più sui nostri Alternative Data per la finanza?
