Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
2
I TREND
Il settore delle banche è soggetto a importanti trend di trasformazione:
▪ Consolidamento del settore Bancario
▪ Commoditization delle Infrastrutture Core
Banking System e Superamento dei vincoli
dei Sistemi IT legacy
▪ Pressione regolatoria costante
▪ Ottimizzazione continua dei costi e ricerca di
efficienze operative
▪ Innovazione dei modelli di business
3
LESSONS LEARNT DA ALTRE INDUSTRIE
▪ Razionalizzazione delle infrastrutture (es. Telco)
▪ Utilizzo massivo di canali online
▪ Utilizzo dei dati (e dell’AI) per
comprendere/intercettare/orientare i trend dei consumatori
▪ Condivisione degli Investimenti (es. Automotive)
▪ Centralità della Customer Experience (CEX)
4
SO WHAT?
Le infrastrutture devono diventare una Low-Cost Commodity che
attraverso un’architettura Open consenta l’interoperabilità dei diversi
soggetti: Banche tradizionali, Banche innovative, Fintech, Corporate, TPP
(Third Party Provider) appartenenti ad un ecosistema allargato che avrà
nella gestione delle informazioni, nella Customer Experience e nei Servizi
a Valore Aggiunto (VAS) gli elementi differenzianti
5
IL CAMBIAMENTO CULTURALE NELLE BANCHE
La sfida dell’Open
Banking non è solo
tecnologica e operativa,
ma occorre ripensare il
modello di servizio,
uscendo dalle “categorie
classiche”
6
IL DOPPIO VOLTO DELLE FINTECH
FinTech e BigTech non
sono solo potenziali
concorrenti, ma modelli
da cui trarre ispirazione
Un esempio?
Il Design Thinking per creare prodotti
e servizi facili da utilizzare.
Modelli da imitare Concorrenti
7
IL DUPLICE VANTAGGIO DELLE BANCHE
Le Banche partono
davanti perchè possono
sfruttare due vantaggi
competitivi:
• la fiducia del cliente
• i dati in loro possesso
Modelli da imitare Concorrenti
8
PUNTARE SUL DATO PER VINCERE NELL’OPEN BANKING
Le BigTech hanno
costruito la loro fortuna
sul dato
Le Banche, focalizzate sul
concetto di servizio, con i
dati già disponibili
possono costruire servizi
su misura per la clientela
Modelli da imitare Concorrenti
12
NELL’EVOLUZIONE DEL MODELLO RELAZIONALE CLIENTE-BANCA AVRANNO UN GROSSO IMPATTO ANCHE I BIGDATA E L’AI
Passato 2019
A B
Interconnected online-offline Owned & Third party touchpoints
Workflow
Real Time event Catalogue
Event-based Marketing
Commercial Campaigns
Next Best Actions
Customer Data Management
13
ARCHITETTURA OPEN BANKING
I servizi in ottica open Banking verranno tutti realizzati rispettando i seguenti principi architetturali:• Disponibilità H24x7• Disaccoppiamento tra i layer in particolare con il SI Banca• Modularità• Micro-servizi cloud native
CONCETTUALE
14
PFM/ BFM & ACCOUNT AGGREGATION
▪ Un valido strumento di Personal Financial management permette di rafforzare la relazione tra la Banca ed il cliente, proponendo la banca come canale preferenziale per l’accesso a servizi finanziari e non finanziari
▪ La disponibilità di tutte le informazioni sui propri conti (saldi, movimentazioni, liquidità,…) permette al cliente di poter scegliere un unico canale di accesso al panorama dei servizi finanziari
▪ Il servizio AISP (PSD2-compliant) offre la possibilità di accedere alle informazioni (movimenti e saldi) sui conti detenuti presso altre istituzioni, e costituisce pertanto un enabler per l’applicazione di diversi algoritmi più o meno complessi per l’erogazione di servizi.
▪ Identificare ed offrire servizi a valore aggiunto può permettere alle banche di candidarsi come partners dei clienti, evitando il rischio di vedere completamente disintermediata la relazione
Personal Financial Management
Cu
sto
mer J
ou
rn
ey
UNA POSSIBILE APPLICAZIONE IN OTTICA ACCOUNT INFORMATION SERVICE▪ L’utente associa i propri conti all’applicazione del AISP (Banca o TPP)
dando il consenso di accedere ai sui dati personali
▪ L’utente ha evidenza delle propria posizione finanziaria in termini di transazioni effettuate e saldi
▪ Le informaizoni messe a disposizione dell’AISP possono evidenziare i trigger medianti i quali sviluppare possibilità di Cross selling su particolari serviziche incontrano le esigenze del consumatore in uno specific momento (VAS finanziari e non finanziari)
15
INSTANT LENDING
OnboardingDigitale
Valutazione merito creditizio
Erogazione istantanea
VALUE PROPOSITON MODELLO DI BUSINESS
I possibili modelli di revenuegeneration che la soluzione di InstantLending potrà abilitare, mediante la definizione del modello di servizio a target consiste in:• % su impieghi o % su interessi• Quota fissa una tantum da proporre
come repricing dell’intero servizio o da prezzare sulle singole nuove funzionalità (es. vendita a distanza, instant PEF, instant payment)
VANTAGGI
Fasi del processo Value Chain Cedacri
Il progetto di Vendita a distanza abilita la sottoscrizione del prodotto e2e e la gestione della UX
La creazione di un’istanza di Instant PEF supportata da motori di scoring esterni (es. Kabbage, …) consente di gestire la fase di delibera in modalità near real time
Predisposizione della soluzione di Instant payment per il disbursment
Abbattimento del tempo necessario per l’esecuzione delle attività legate alla di valutazione creditizia ed erogazione del prestito
TIME TO CASH
Abbattimento del tempo necessario per l’inserimento della richiesta ed il caricamento delle informazioni e della documentazione
TIME TO SERVE
L’evoluzione delle tecnologie coinvolte nel processo di concessione del credito ha aperto le porte allo sviluppo di soluzioni di instant lending per la clientela retail/corporate. I passaggi chiave coinvolgono l’onboarding digitale, la valutazione del merito creditizio in real time e l’erogazione istantanea
16
ROBO ADVISOR FOR WEALTH
MANAGEMENT | VALUE PROPOSITION
• I servizi di RoboAdvisor tengono conto di avanzati modelli di rischio e di investimento, per offrire al cliente una consulenza il più in linea possibile con esigenze/obiettivi del cliente.
• RoboAdvisor è alimentato con portafogli e prodotti che rispettano i vincoli MiFID, operativi e commerciali.
• Il RoboAdvisor permette anche un profondo customerprofiling, sulla base delle informazioni fornite nella fase di on-boarding
Descrizione iniziativa
Hig
h L
evl
el P
roce
ssD
esi
gn