Mercato Italiano /

App e servizi finanziari

App e servizi finanziari

16 Febbraio 2020 Gian Carlo Lanzetti
SoloTablet
Gian Carlo Lanzetti
share
Robert (Bob) Eve, Senior Director of Data Management Thought Leadership di TIBCO Software, spiega come sia possibile innovare tramite la tecnologia delle App i servizi finanziari oggi offerti sul mercato.

Il settore dei servizi finanziari è spesso stato all’avanguardia della nuova tecnologia. Sistemi di trading ad alta velocità, siti web self-service per i clienti basati su complessi sistemi di back-office e una miriade di strumenti per la gestione del rischio e della liquidità sono solo alcune delle applicazioni che formano l’ossatura di questo settore.

Tuttavia queste applicazioni, nel loro stato attuale, non contribuiscono più a differenziare le imprese tra di loro. A meno che le aziende non trovino da sé modi creativi per applicare la tecnologia all’evoluzione delle applicazioni, esse lasciano la porta aperta alla concorrenza vincente di altri più creativi. Quando una disruption di questa portata diventa norma, identificare modelli di business e applicazioni innovativi è una questione di sopravvivenza. 

Come possono le aziende attive nei servizi finanziari far evolvere le proprie applicazioni in modo da poter restare vincenti sul mercato ed evitare di diventare semplici comprimarie? Le imprese, risponde Robert Eve, hanno a disposizione tre opzioni evidenti: la migliore ricetta, come potrebbe consigliare un buon gestore di portafogli, è quella di effettuare investimenti intelligenti e diversificati su tutte e tre. 

Creare esperienze migliori a partire da applicazioni esistenti

 

Anche se le funzioni fondamentali di business sono già abilitate, un’occhiata più ravvicinata a queste applicazioni può creare l’opportunità di connettere funzioni per dar vita a nuove applicazioni ed esperienze utente che rendano felici i clienti e facciano la fortuna dell’azienda.

La tecnologia di integrazione delle applicazioni, che supporti la modularità necessaria a scomporre, riformulare e riottimizzare applicazioni esistenti per renderne disponibili di nuove rappresenta un elemento chiave di differenziazione. Una nuova applicazione legata al servizio di compensazione o un’applicazione più veloce di riconciliazione delle transazioni finanziarie può sfruttare applicazioni esistenti per fornire un’offerta nuova o superiore.

Le API consentono ai clienti di utilizzare applicazioni attraverso nuove interfacce utente, come su mobile, oppure aggiungere valore attraverso connessioni trasparenti ad applicazioni complementari dei partner.

Inoltre, facilitare l’accoppiamento lasco richiesto per la migrazione delle applicazioni e il re-hosting su una nuova infrastruttura più economica può offrire miglioramenti significativi.  La migrazione da repository di dati on-premises a data lake o al cloud dimostra i risparmi legati a questo approccio. 

Sviluppare insight più solidi da applicazioni esistenti

 

Comprendere quello che è accaduto nel passato per abilitare reporting su posizioni e transazioni, commissioning e compliance è stato il motore della prima ondata di adozione dei dati e delle applicazioni analitiche nei servizi finanziari. Capire cosa accadeva nel presente ha spinto la seconda ondata, mentre si diffondeva l’accesso ai dati di mercato in tempo reale. Analizzare i dati relativi alle applicazioni esistenti per predire in modo più accurato e migliorare i risultati futuri è il motore dell’ondata attuale.

L’agilità e la scalabilità supportano la possibilità di un rapido time-to-insight, necessario per accelerare la generazione di nuovi insight, in modo che le imprese possano rispondere rapidamente a cambiamenti imprevisti e repentini (disruption) del mercato e della concorrenza). Una volta implementata, la tecnologia dovrebbe fornire un percorso evolutivo verso SLA (Service-Level Agreement) su scala enterprise. Così, nella gestione pratica di rischi di liquidità, un’analisi studiata per incontrare rapidamente una estemporanea richiesta di compliance SEC (Securities Exchange Commission) potrebbe in seguito essere messa in produzione per supportare regolamenti Basel II liquidity risk in corso. 

Rendere le applicazioni più smart con l’Intelligenza Artificiale

 

I consulenti finanziari impiegano una considerevole quantità di tempo a cercare e analizzare le informazioni necessarie per consigliare diverse opportunità d’investimento. È possibile che ciò richieda ore di ricerca, comprese chiamate agli uffici dei mercati di capitali, visite al portale dell’azienda e analisi di altre sorgenti fondamentali di informazioni. Utilizzando algoritmi di intelligenza artificiale e di machine learning per analizzare i dati più rilevanti, le aziende possono fornire raccomandazioni specifiche direttamente ai consulenti, migliorando i ritorni offerti ai clienti e nel contempo risparmiando tempo e costi.

Rendere le applicazioni più smart con l’AI e il machine learning richiede una tecnologia che possa supportare uno sforzo collaborativo degli stakeholder del business, dei data scientist, degli analisti di business e dello staff IT. Per esempio, una nuova applicazione per il trading in valuta estera richiede che i trader lavorino con i data scientist per proporre e valutare diversi algoritmi, mentre collaborano per selezionare quello che dà le prestazioni migliori. Gli analisti di business e gli sviluppatori applicativi avranno poi bisogno di collaborare per effettuare il deployment dell’algoritmo selezionato in produzione.

Quando gli algoritmi sono stati provati, dovrebbero essere utilizzati nell’ambito di diverse applicazioni.

Infine, non esiste AI né machine learning senza dati. Durante la sperimentazione, i dati sono necessari per progettare, testare e affinare gli algoritmi. Nel corso della produzione, occorrono dati per alimentare gli algoritmi. Quando un’azienda ha cercato di ridurre i default delle carte di credito, il team ha trovato una correlazione elevata con la cessazione degli auto-depositi, un tipico risultato della perdita del lavoro. Una volta identificata, l’azienda ha aggiunto i dati relativi all’attività di auto-deposito sui conti dei clienti agli algoritmi di calcolo del loro limite di credito ed è stata in grado di ridurre sistematicamente i limiti ogni qual volta  sono cessati gli auto-depositi.

comments powered by Disqus

Sei alla ricerca di uno sviluppatore?

Cerca nel nostro database


Omigrade s.r.l.

Omigrade è una società nata dall’idea e dalla volontà di un gruppo di...

Vai al profilo

MSREI s.r.l

MS REI s.r.l. è un'azienda specializzata nel mondo degli investimenti. Nata come...

Vai al profilo

Andrea Picchi

Cognitive Interface Designer & iOS Developer

Vai al profilo

Omnys Srl

Azienda ad alta specializzazione ITC (Information & Communication Technology) con...

Vai al profilo