Con una raccolta diretta pari a circa 32,5 miliardi di euro
(2007), un risultato della gestione operativa che sfiora 730 milioni
e un
utile netto di oltre 320 milioni, il Gruppo Banca Popolare di Milano
si conferma come una realtà peculiare nel panorama bancario
italiano. Lo dimostra la strategia di radicamento territoriale
tenacemente perseguita nel corso del tempo, che vede tra i suoi
capisaldi lo stretto rapporto con la clientela (circa 1,5 milioni
di clienti, prevalentemente retail e PMI) e il presidio del territorio
(in area prevalentemente lombarda), non senza un respiro europeo
grazie all’accordo con il francese Crédit Industriel
et Commercial.
E lo dimostra il modello di governance, incentrato
su una forte attenzione al dipendente-socio e alle sue necessità personali
e operative, che è diventato oggetto di studio a livello
internazionale. Non capita tutti i giorni infatti di lavorare in
un’azienda che mette a disposizione dei dipendenti un asilo
nido, un negozio interno, una mensa gestita da dipendenti interni.
|
|
 |
Una storia di successo quindi, cui ha indubbiamente
contribuito anche la chiarezza di visione strategica che contraddistingue
le scelte compiute in area IT. Ne parliamo con Giovanni
Damiani,
Direttore Centrale Information Technology & Operations
della Banca Popolare di Milano, che per le caratteristiche
della storia personale
(partner presso Accenture e responsabile IT presso Deutsche
Bank Italia e BNL) si trova in una condizione privilegiata
per illustrare l’approccio tecnologico della banca in
termini prospettici e in rapporto al contesto internazionale.
Tra le diverse applicazioni
della BI (strutture, processi, leadership, controllo, ecc.),
quali sono
quelle più rilevanti
per BPM? Prima di entrare nel merito, mi sia
consentita una breve premessa.
|
Banca Popolare di Milano opera in un’area regionale che è limitata,
ma si colloca tra le più ricche ed economicamente avanzate
dell’intero paese, se non d’Europa. Un’area in
cui la competizione è diventata via via
sempre più forte: basti pensare che negli ultimi anni la
presenza in Lombardia degli istituti di credito è aumentata
del 14%, a fronte di una razionalizzazione del sistema bancario
nazionale che ha ridotto del 10-15% il numero degli attori. A ciò si
aggiungano un quadro regolativo sempre più stringente, e
mi limito a citare il “decreto Bersani” e le direttive
MiFid e Sepa, e il cambiamento evolutivo di una clientela che diventa
sempre più consapevole, è sempre più attenta
alle condizioni contrattuali e tende a spostare la propria operatività sui
canali virtuali, dal Web ai call center. In questo quadro, la nostra
strategia è per
certi versi obbligata. Per difendere e incrementare la penetrazione
di mercato, aggredire nuovi segmenti di clientela, proporre nuovi
prodotti, applicare condizioni economiche più vantaggiose,
aumentare la remunerazione del capitale, dobbiamo necessariamente
rafforzare il presidio del territorio e massimizzare la qualità del
servizio. E questo implica la capacità di conoscere al meglio
i nostri clienti e noi stessi, obiettivo che si raggiunge solo
con strumenti evoluti
di Business Intelligence.
Quindi tecniche analitiche per
profilare il cliente, innanzi tutto…
Da
almeno dieci anni, in netto anticipo sui tempi, la nostra banca
ha compiuto investimenti significativi sugli strumenti
analitici per il
CRM, quando questo approccio era ancora uno slogan più che
una piattaforma applicativa concreta. Grazie a questa scelta lungimirante,
di cui devo dare atto a chi mi ha preceduto, disponiamo di un
sistema di BI che ci permette di governare in modo completo l’intero
ciclo di conoscenza del cliente, in termini di comportamenti,
disponibilità, propensioni, interessi, fino alla fase di
interazione. La soluzione di CRM, oltre a ottimizzare la definizione
e l’attuazione
delle campagne mirate a specifici segmenti di clientela, facilita
ai colleghi di filiale l’interazione con il cliente, perché fornisce
in automatico suggerimenti e indicazioni sulle proposte commerciali
meglio commisurate al suo profilo. Insomma, la conoscenza del cliente
e delle sue caratteristiche distintive diventa lo strumento prioritario
per elaborare proposte commerciali sempre in linea con le sue
aspettative. Il sistema di CRM ha subìto nel tempo un graduale
percorso di affinamento e per la sua sofisticazione e trasversalità ha
pochi uguali in altre realtà aziendali, come posso testimoniare
in base alla mia esperienza.
Conoscenza del cliente come presupposto
dell’azione commerciale,
ma anche di una corretta valutazione del rischio…
Un’altra
area di BI su cui, in collaborazione con SAS, siamo fortemente
impegnati è quella
relativa alla valutazione
del rischio di credito. L’impulso
nasce dalla necessità di adeguarci alle norme di Basilea
2, ma lungi dal considerare la conformità un mero adempimento
burocratico, abbiamo cercato di trasformare la valutazione del
rischio in strumento per ottimizzare la relazione commerciale.
Aggregando le informazioni disponibili sui clienti, arricchendole
con dati
provenienti da fonti esterne e costruendo opportuni meccanismi
di correlazione, siamo stati in grado di costruire modelli utili
non
solo per assegnare a ogni tipologia (PMI, retail, corporate, ecc.)
il rating di controparte, ma anche per definire i contorni della
proposta commerciale e gestire al meglio la nostra clientela,
calibrando il livello di erogazione del credito e il costo del
finanziamento. Il progetto si è appena concluso, ma i primi
risultati sono senz’altro incoraggianti: il livello di inadempienza
dei nostri clienti è estremamente basso, inferiore in assoluto
a quello dei nostri concorrenti che operano in Lombardia. Merito
senza dubbio dei colleghi che si occupano della gestione del credito,
oltre che della qualità intrinseca che caratterizza la nostra
base clienti.
E per quanto riguarda quella che
lei definiva “conoscenza
di noi stessi”?
È
un aspetto questo che riveste un ruolo
cruciale per qualsiasi realtà economica e non solo per un
istituto bancario. Noi disponiamo di un data warehouse in architettura
SAS che raccoglie le informazioni provenienti dai vari mondi che
compongono l’universo banca, dai conti correnti ai depositi,
dai titoli ai derivati, tutti gli eventi insomma che abbiano una
qualche valenza contabile o gestionale. Il data warehouse, che
abbiamo chiamato IDEA come acronimo di Integrare Dati E Applicazioni,
rappresenta una sorta di depositario della verità, nel
senso che garantisce la consistenza e la validità dei dati
che poi vanno ad alimentare, ad esempio, i processi di amministrazione
(contabilità generale, relazioni di bilancio) o di Asset
Liability Management. Nello stesso tempo è un contenitore
di conoscenza che permette al management di monitorare con continuità tramite
opportuni KPI le performance dell’organizzazione nel suo
complesso o nelle singole unità funzionali. In questo senso,
si configura come uno strumento potente a disposizione del management
per valutare lo
stato di attuazione della strategia e per decidere nel caso le
opportune azioni correttive. Nella “conoscenza di noi stessi” rientra
anche la conoscenza
dell’infrastruttura IT. In proposito,
gli strumenti di Business Intelligence mi offrono un cruscotto
di sintesi per monitorare e valutare le performance dell’infrastruttura
tecnologica, in termini di disponibilità, continuità,
tempi dirisposta, rispetto degli SLA concordati.
Quali sono i presupposti perché la
BI produca valore?
Il
primo è indubbiamente la qualità del dato. Qualsiasi
tipo di soluzione applicativa, e a maggior ragione una soluzione
di BI, può produrre risultati significativi solo se le informazioni
su cui poggia sono consistenti. Al tema della data quality abbiamo
dedicato, e dedichiamo, un forte impegno tanto che alcuni gruppi
di lavoro interfunzionali, composti da informatici e utenti business,
hanno il compito di verificare periodicamente la consistenza dei
dati residenti nel database. Se le decisioni devono essere fondate
sulla realtà dei fatti, è ovvio che la qualità dei
dati diventa un fattore di importanza primaria. Il secondo è la
diffusione generalizzata di una cultura dell’intelligence,
come capacità di trasformare le informazioni in decisioni.
Se essa può considerarsi assodata a livello di alta e media
direzione, non può dirsi altrettanto a livello del singolo
collega di filiale. Il quale a volte, nella presunzione di conoscere
bene il cliente con cui magari ha una familiarità decennale,
finisce per sottovalutare o per trascurare le indicazioni e i suggerimenti
proposti dal sistema. Suggerimenti che per altro sono frutto di
una intelligenza interna che da anni è abituata ad analizzare
i clienti e ha tradotto queste analisi in chiare indicazioni di
comportamento rivolte alla rete.
A suo parere, la disponibilità degli
strumenti di BI fa veramente la differenza negli scenari attuali?
Mi è un pò difficile
dare una risposta in termini assoluti. Posso solo dire, in base
alla mia esperienza personale, che se la nostra banca è oggi
in grado di presidiare con successo il territorio, di conoscere
bene il profilo dei clienti e di agire con rapidità per
incrementare la penetrazione di mercato con incisive azioni commerciali,
ciò è senza dubbio merito della BI. Dal mio punto
di vista, l’intensiva applicazione delle funzioni di modellizzazione
e di analisi tipiche della BI è diventata per noi un fattore
di reale vantaggio competitivo. E credo che le nuove aree di ricerca
verso cui si sta indirizzando la Business Intelligence, come il
real time o l’utilizzo dei dati non strutturati, possano
essere foriere di altrettanto valore aggiunto.
Sta cominciando a muovere i primi
passi una BI real time, capace di agire in modo automatico
sui processi
operazionali. Quali le
ricadute per l’azienda?
Come dicevo, è un’area
di sperimentazione per cui nutro un forte interesse, per le possibili
ricadute in termini di razionalizzazione dei processi e di abbattimento
dei costi. Pensiamo solo, per fare un esempio, ai benefici nell’ambito
della prevenzione delle frodi:il sistema controlla in tempo reale
le transazioni effettuate con la carta di credito e, in base al
profilo e alla storia passata del cliente, rileva eventuali anomalie
e blocca il pagamento, oppure trasferisce la transazione al call
center. Questa tematica è in qualche misura associata a
quella del forecasting, che ritengo uno strumento irrinunciabile
negli
scenari attuali. Ad esempio, la possibilità di correlare
gli accadimenti del passato con gli eventi del presente e con le
informazioni attinte da fonti esterne per prevedere il comportamento
futuro della domanda è una leva per contrastare la competizione
in ottica di miglior servizio al cliente. E per innescare percorsi
duraturi di crescita.
Sta poi emergendo il tema dei dati
non strutturati…
Anche
questa è una nuova frontiera applicativa che mi piacerebbe
molto esplorare. Teniamo conto che la banca vive ancora oggi di
documentazione cartacea e testuale, dai contratti alla modulistica,
dalle circolari
ai memo dei colleghi di sportello o del call center: le informazioni
di tipo testuale vengono lette, interpretate e gestite dal singolo
collega ma non si trasformano in elemento comune di conoscenza
perché non
possono confluire, così come sono, in quel “contenitore
di verità” che è il data warehouse. Le tecniche
di text mining ci consentirebbero di risolvere il problema alla
radice, individuando i temi di interesse nascosti nella massa
dei documenti testuali, aggregando i documenti per cluster tematici
o classificandoli per categorie predefinite, integrando nel data
warehouse i dati testuali con quelli strutturati. Tutte le aree
della BI potrebbero trarne
beneficio, dal CRM, nella doppia accezione di conoscenza e interazione
con il cliente, alla modellizzazione della domanda, dalla misurazione
del rischio alla valutazione delle performance. Ne ricaverebbe
soprattutto un beneficio la solidità del processo decisionale,
fondato sull’interezza dei dati, strutturati e non, che descrivono
la realtà aziendale. Sono convinto che la possibilità di
individuare sui documenti le informazioni destrutturate di interesse,
rilevarle
secondo meccanismi parametrici di documentazione finanziaria e
memorizzarle nel database insieme ai dati strutturati costituirebbe
un salto di qualità capace di recare alla banca un reale
valore aggiunto.
Nei progetti di BI c’è spesso un’attenzione
molto forte al ritorno degli investimenti? Che cosa pensa in proposito?
In
qualsiasi realtà economica ogni decisione deve essere guidata
da una logica industriale: l’ammontare dell’investimento
dipende dal beneficio atteso, che può consistere nell’incremento
dei ricavi, nel contenimento dei costi o nella volontà di
difendere il posizionamento di mercato. Neppure la Business Intelligence
può sfuggire a questa logica. Con un’avvertenza però:
che l’orizzonte temporale deve in qualche modo allargarsi.
Perché gli indubbi benefici che un progetto di Business
Intelligence è in grado di recare sono spesso frutto di
un processo di revisione e di affinamento la cui durata è a
volte difficilmente ipotizzabile nella fase iniziale. •
© Copyright dell'editore. L'articolo non è riproducibile
senza il suo consenso.
|
Soluzioni
