2. Abilitazione di un’analytics dei rischi in tempo reale
Sin dai primi prestiti per acquistare grano, emessi nel 2000 a.C., i finanziatori hanno compreso che conoscere il più possibile l’attività del richiedente costituisce il modo migliore per determinare il rischio e prevedere le probabilità di insolvenza. Qualche millennio di anni più tardi, la quantità di dati disponibili è divenuta di proporzioni immense, ma la disponibilità dei dati non implica di per sé che questi siano facilmente accessibili o in forma utilizzabile. Riprendendo l’analogia con l’auto, i processi di erogazione del prestito vecchia maniera presentano seri problemi quando si tratta di integrazione dei dati e funzionalità di analytics del rischio in tempo reale. Pensiamo a un processo decisionale manuale come la limousine anni ‘80. Occorre raccogliere informazioni? Per l’orchestrazione e l’accesso ai dati è necessario fare soste regolari presso le fonti di dati per raccogliere manualmente i dati richiesti e spesso chiedere ai passeggeri di svolgere una parte del lavoro. È un po’ come chiamare Uber e vedersi costretti a occuparsi in buona parte della guida. Se questo si verificasse in qualsiasi altro settore, una recensione su Yelp con una stella potrebbe essere ritenuta generosa.
“Pronto, sei ancora lì?” Per assicurare decisioni in tempo reale all’altezza delle esperienze di finanziamento di PMI di classe internazionale, sarà necessario passare a una Il problema è che quando si guida un veicolo degli anni ‘80, il massimo della connettività è un telefono dell’auto che smette di funzionare alla minima interferenza di segnale. Raccogliere i dati non è un compito facile e neppure rapido, e mantenere aggiornati i richiedenti implica un notevole sforzo di comunicazione. Per il team, entrare nel tunnel del processo decisionale per valutare il prestito è come venire risucchiati da un buco nero, lasciando i richiedenti a chiedersi:
soluzione che renda rapido e facile estrarre i dati giusti quando necessario. Ciò significa non basarsi più sull’affidabilità creditizia personale per le decisioni relative ai prestiti alle aziende, ma cercare invece i dati finanziari aziendali, quali documenti contabili e dichiarazioni dei redditi, per comprendere a fondo lo stato dell’azienda e prendere decisioni basate su una previsione del successo futuro dell’azienda. Quando si ha questo volume di dati e la tecnologia per accedere ad essi, orchestrarli e trattarli, è possibile implementare strumenti decisionali in materia di rischio che possano portare una richiesta dallo stadio iniziale di valutazione dei dati a quello di decisione in meno di un secondo. Affronteremo questo con maggiore dettaglio nella sezione “Scelta della tecnologia più adatta” che segue.
Made with FlippingBook Digital Publishing Software