Loading...

PSD2: 5 modi per trarre il massimo dai dati transazionali

di Alessandro Cirinei, Commercial Solution Manager, Experian

L’esperienza di Experian nell’ambito della PSD2 è iniziata con largo anticipo rispetto al 14 Settembre 2019, data dell’effettiva entrata in vigore di questa rivoluzionaria direttiva europea. In Gran Bretagna infatti, l’open banking è partita nei primi mesi del 2018 e questo ci ha consentito di testare la qualità dei dati transazionali e di sviluppare un know-how eccezionale per trarre il massimo da questa opportunità.

Oggi Experian è dotata di tutti i moduli necessari per gestire al meglio una soluzione end-to-end pensata per permettere alle aziende di sfruttare in modo compliant l’enorme mole di dati generabile grazie alla PSD2 e rivelare informazioni preziose per supportare il processo decisionale in una varietà di casi d’uso.

Il flusso riguardante la PSD2 s’innesta alla perfezione all’interno del tipo “user journey” relativo alla richiesta di prestito da parte di un consumatore o di un’azienda, ma l’utilità dei dati transazionali può andare ben oltre il settore finanziario.

L’Open Banking Platform di Experian è una risorsa che consente di gestire tutti gli aspetti riguardanti la gestione dei dati transazionali, dall’accesso ai conti e al relativo ottenimento del consenso da parte dell’utente fino alla categorizzazione e alla creazione di KPIs utili per implementare complesse operazioni di data modelling e ottenere insight, indici e score predittivi in una pluralità di contesti.

Tutto ciò con la possibilità di integrare le informazioni contenute all’interno delle transazioni con i dati tradizionali in possesso di Experian, come il Credit Bureau, o dati a disposizione del cliente la cui significatività può essere migliorata.

La soluzione realizzata da Experian è disponibile in tutta Europa e fa leva su una potente tecnologia basata interamente sul machine learning che è in grado di interpretare le transazioni e assegnare categorie seguendo tassonomie distinte a seconda che si tratti di individui o di imprese, con un’accuratezza superiore al 90%.

Ma quali sono le modalità migliori per trarre davvero il massimo vantaggio dai dati transazionali?

1) Stimare l’affordability di un individuo e il cashflow di un’azienda

Le tassonomie predisposte da Experian sono standardizzate a livello Europeo e sono costituite da categorie e da gruppi pensati specificatamente per realizzare calcoli e dare una visione olistica e accurata della situazione transazionale di un individuo o di un’azienda.

Experian mette a disposizione delle vere e proprie dashboard o dei report custom in cui si forniscono indicatori robusti sull’affordabilità e la stima del reddito disponibile di un individuo, analizzando accuratamente le tipologie di entrate e di uscite e riuscendo anche a identificare abitudini anomale, come il “gambling”.

Per quanto riguarda le aziende, gli sforzi di Experian riguardano la stima del cashflow attraverso l’aggregazione di più conti di un’impresa, sia che si tratti di una micro-impresa che di un’azienda più strutturata.

E’ possibile comprendere se i costi sono operativi, finanziari o se si tratta d’investimenti. Un modo eccezionale per stimare se un’azienda è solida e affidabile.

2) Valutare il merito creditizio

Si può affermare che la creazione di score di rischio fondati sul dato transazionale è una specialità di Experian. Anche in questo caso l’esperienza è già molto solida e di respiro internazionale, visto che uno score per stabilire il merito creditizio è già stato realizzato e testato in Italia come in altri paesi europei, sia nel mondo corporate che per i consumatori.

I dati transazionali hanno dimostrato di essere estremamente predittivi e eccellenti per determinare la rischiosità anche di persone molto giovani e prive di uno storico in ambito creditizio, o piccole imprese anche unipersonali, sulle quali tradizionalmente ci sono poche informazioni.

E’ importante rilevare che Experian, prima di fornire uno score transazionale, è in grado di valutare accuratamente la significatività di un conto e accertare che il modello sta osservando un numero di transazioni cospicuo, vario e realmente indicativo.

Non solo uno score di rischio generato con i dati transazionali possiede una capacità previsionale molto importante, ma esistono casi d’uso applicabili a tutto il ciclo di vita del credito in una varietà di settori diversi.

Dalla costruzione di modelli di eleggibilità durante la fase di “origination” all’early warning, dal customer management fino alla collection, i dati prodotti dall’open banking sono in grado di dare un valido supporto alla presa delle decisioni ed all’implementazione delle strategie. In alternativa, è possibile utilizzarli come “boost” per incrementare il “gini” delle score cards generate dai dati tradizionali.

3) Analizzare la propensione all’acquisto di un prodotto

Un altro ottimo modo per valorizzare i dati transazionali riguarda il marketing e la possibilità di creare indici per la propensione all’acquisto di un prodotto.

Queste applicazioni si basano essenzialmente sulla possibilità di effettuare segmentazioni molto precise del portfolio di un utente, oppure di analizzare e clusterizzare i merchant in una pluralità di settori merceologici.

Capire quanto un individuo o un’impresa è propensa ad acquistare un certo tipo di prodotto è un’informazione preziosa sia per targettizzare efficacemente una campagna, sia per aggiustare il pricing alle reali capacità di spesa e anche per prevedere il “churn rate”.

A titolo esemplificativo, analizzando il portafoglio assicurativo, Experian ha sviluppato un indice per comprendere la propensione di una persona a reclamare un premio assicurativo relativo alla propria auto nell’immediato futuro.

4) Effettuare previsioni

Il motore di categorizzazione Experian è in grado di valutare in molto accurato le ricorrenze dei pagamenti e la stagionalità di determinate spese.

Grazie agli algoritmi di “advanced analytics”, è quindi possibile prevedere i comportamenti futuri e capire, ad esempio, qual è la data migliore per richiedere la rata di un prestito.

Le potenzialità previsionali nascoste nei dati transazionali sono fondamentali anche nel mondo delle imprese, dove è essenziale stimare la crescita e la sostenibilità di un’azienda osservando il trend delle vendite e dei ricavi.

In ambito marketing, lo studio dei “pattern” contenuti nei dati transazionali è utile per stimare quando una persona fisica o giuridica farà certi tipi di acquisti. Ad esempio, prevedere quando è più probabile che un individuo vada a mangiare al ristorante o effettui un viaggio di lavoro.

5) Analizzare il comportamento

Il behavioral score è uno strumento di valutazione fondamentale per comprendere le abitudini di spesa rapportate alle entrate e valutare l’affidabilità di un consumatore, ma anche di un’azienda.

Le spese vengono infatti tracciate nel tempo a seconda delle tipologie per comprendere quanta parte di spesa è dedicata a sostenere la qualità della vita e quanta invece è impegnata in mutui, affitti, bollette telefoniche o altro, e quindi rilevare la regolarità dei pagamenti o l’insorgenza di insoluti.

Allo stesso tempo, le analisi possono riguardare le singole categorie, per comprendere ad esempio la produttività delle risorse umane di un’impresa, stimare redditività e la liquidità e misurare la propensione all’esposizione.