Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

DIGITAL TRANSFORMATION - FINANCE

Analisi dei dati nel settore finanziario, un potenziale inesplorato

I diversi attori del mondo Finance hanno nei propri archivi una enorme quantità di dati relativi ai clienti, al business e alle regolamentazioni. La sfida oggi è riuscire ad elaborarli in modo tempestivo ed efficace, per creare valore, sviluppare nuovi servizi ed estrapolare previsioni per il futuro. Ne parliamo con Deborah Traversa, Direttore della Divisione Capital Markets di SIA

12 Ott 2015

Manuela Gianni

Deborah Traversa, Direttore della Divisione Capital Markets di SIANel mondo finanziario ogni giorno vengono generati e archiviati dati in grandissima quantità. Tenere traccia di tutte le attività in modo puntuale e tempestivo è di fondamentale importanza, sia per servire al meglio i clienti – privati o istituzionali – sia per ottemperare alle normative, sempre più stringenti. Oggi appare chiaro che tutti questi dati, se opportunamente scandagliati e trattati, rappresentano una miniera di preziose informazioni, utili per misurarsi in un mercato sempre più veloce e competitivo. La tecnologia è pronta, e permette di sviluppare servizi ad hoc per le specifiche esigenze. Ne parliamo con Deborah Traversa, Direttore della Divisione Capital Markets di SIA.

Quali nuovi scenari si aprono nel mondo Finance con l’analisi dei dati?

Nel settore finanziario c’è ancora un potenziale del tutto inesplorato. I diversi attori dispongono infatti di una enorme quantità di dati relativi ai clienti, al business e alle regolamentazioni. Oggi per sostenere la crescita la sfida più importante è trovare valore in questi grandi volumi di dati, riuscendo ad elaborarli in modo tempestivo ed efficace, estrapolando previsioni per il futuro. Ci sono applicazioni in diversi ambiti. Pensiamo all’elaborazione dei dati di business, sempre più integrati e disponibili in tempo reale, che può essere estremamente utile per valutare più consapevolmente le iniziative da intraprendere, considerando tutti i rischi e le dovute priorità. Un altro esempio riguarda le informazioni sulle nuove disposizioni normative europee che rappresentano obblighi a cui adempiere ma anche opportunità su cui puntare per migliorare la reputazione nel mercato, un fattore competitivo chiave.

Le società hanno compreso che esiste questa opportunità?

Credo che il settore finanziario ne sia ormai pienamente consapevole: da una recente ricerca è emerso che oltre il 60% dei player del settore riconosce il valore del Big Data Management e lo considera un fattore critico di successo. Ma c’è un’ulteriore sfida: la trasformazione dei Big Data in informazioni fruibili, un processo che può essere facilitato solo grazie all’utilizzo di innovativi strumenti di analisi oggi disponibili, chiamati Analytics. È necessario, infatti, superare i modelli di analisi tradizionali, che si limitano a proiettare nel futuro trend storici e che spesso riportano a una visione frammentata. È il momento di muoversi verso nuovi modelli di studio che siano in grado di prevedere il futuro attraverso l’analisi di rappresentazioni grafi che intuitive, in modo da aiutare a cogliere le opportunità che si presentano in real time o near real time. Solo così è possibile ridurre al minimo il divario tra le evoluzioni del mercato e la roadmap aziendale. Gli esperti dicono che “cercare di liberare il potere dei Big Data senza implementare una corretta analisi dei dati è come usare Internet senza un motore di ricerca”.

Ci può fare qualche esempio?

Per chiarire meglio possiamo concentrarci su due casi in particolare, entrambi riferiti ai Capital Markets. Il primo è legato alla compliance verso le nuove regolamentazioni. Negli ultimi anni, numerose regole sono state emanate per aumentare la trasparenza del mercato, con l’obiettivo di favorire una crescita sostenibile e aumentare l’attenzione verso l’investitore finale. I comportamenti anomali sono stati identificati e codificati in base alle esperienze passate anche se la tassonomia è un processo senza fine che segue via via il manifestarsi di nuove pratiche abusive. L’obiettivo del regolatore è di monitorare le operazioni di trading in modo che avvengano in maniera corretta e non ci si può limitare solo ad evidenziare ciò che è già codificato come ad esempio l’insider trading: promuovere l’uso di strumenti di Analytics nei Big Data rappresenta uno stimolo fondamentale per anticipare nuovi comportamenti anomali, al fine di riconoscerli tempestivamente e ridurre così al minimo l’impatto sugli investitori.

Il secondo esempio fa riferimento al post trading, che tradizionalmente è stato un business principalmente domestico. Ma le cose sono cambiate. Il progetto TARGET2-Securities ha accentrato, presso la Banca Centrale Europea, una fase sostanziale del processo di regolamento, trasformandolo in una commodity. I player dell’area del post trading, come i depositari centrali, sono ora in competizione sulla fornitura di servizi a maggior valore aggiunto, i value added possono ad esempio fornire statistiche sui diversi passi del percorso di regolamento, sui ritardi e sulla gestione degli errori. Questo tipo di dati può essere utilizzato anche dai depositari centrali per predisporre report ad hoc da proporre ai propri clienti.

In che modo potete supportare gli operatori del mercato dei capitali?

SIA è un provider di tecnologia qualificato per gestire grandi quantità di dati in un modo sicuro. Siamo in grado di supportare i nostri clienti promuovendo nuovi modelli di analisi e offrendo servizi innovativi, oltre che gestire gli sviluppi su larga scala legati all’implementazione delle soluzioni. Operiamo con un know-how altamente specializzato in tutte le aree del settore finanziario, garantendo alte prestazioni. SIA ha competenze specialistiche nell’ambito dei mercati di capitali lungo tutta la catena del valore dal trading al post trading, fino alla sorveglianza. L’approccio che SIA utilizza punta a creare una forte collaborazione con i propri clienti per consegnargli, durante la fase di progettazione, il miglior modello predittivo possibile, che combini la fattibilità delle esigenze del cliente, con la conoscenza di business e tecnica del settore oltre che con la formazione. Il supporto al cliente prosegue anche dopo il rilascio della soluzione di Analytics, creando un circolo virtuoso di scambio di esperienze che permette ai clienti di continuare a migliorare la precisione e la tempestività delle analisi. Grazie ad una periodica revisione del progetto, il modello implementato rimane in linea con le frequenti trasformazioni del mercato, in modo da poter cogliere in tempo reale tutte le nuove opportunità che emergono.

Articolo 1 di 5