Troppe banche e compagnie assicurative danno per scontato che la loro intelligenza artificiale abbia un quadro completo del cliente. Non è così. Ha solo il quadro che i sistemi sottostanti sono stati in grado di fornirle.
Il "Customer 360" è una visione completa, accurata e aggiornata del cliente che abbraccia i prodotti, i conti, le polizze, i canali e i punti di contatto rilevanti per il rapporto. Nel settore bancario, dei servizi finanziari e assicurativo (BFSI), tale visione deve inoltre tenere conto dei ruoli, delle relazioni, delle gerarchie, della provenienza e dei controlli che regolano le modalità di utilizzo dei dati. Senza quel contesto, l’IA opera partendo da un cliente che non esiste realmente.
Stabilire un’identità affidabile del cliente è il punto di partenza, non il traguardo. L’IA ha bisogno anche del contesto regolamentato che circonda tale identità: nuclei familiari e gerarchie aziendali, ruoli e relazioni, prodotti e conti, nonché prove che dimostrino da dove proviene ogni dato e perché è considerato affidabile.
Di seguito vengono illustrate quattro ragioni per cui ciò determina fino a che punto l’IA può spingersi e dove solitamente fallisce.
1. Nessun sistema da solo è in grado di cogliere il quadro completo del cliente
Una singola persona può essere contemporaneamente un cliente del settore bancario al dettaglio, un mutuatario ipotecario, un cliente del settore patrimoniale, un assicurato e un titolare effettivo.
Ciascuno di questi rapporti è solitamente gestito da un proprio sistema, creato in un momento diverso e per uno scopo diverso.
La piattaforma dedicata ai mutui non è mai stata progettata per tenere conto del conto patrimoniale. E il sistema di gestione delle polizze non è mai stato realizzato per riconoscere che il proprio assicurato è anche un beneficiario effettivo in un altro ambito dell’azienda.
Tecnicamente, questi sistemi non sono sbagliati; riflettono tutti accuratamente quella parte del cliente che sono stati creati per gestire.
Il problema sorge quando una persona o un'intelligenza artificiale deve comprendere il cliente nel suo contesto — non solo i prodotti che detiene, ma anche i ruoli e le relazioni che lo collegano all'interno dell'azienda:
- Un responsabile delle relazioni che valuta il rapporto complessivo del cliente e la sua esposizione tra prodotti e soggetti giuridici
- Un assicuratore che determina se un assicurato, un richiedente, un beneficiario, un membro o un referente familiare sia la stessa persona
- Un sistema di IA che seleziona l’azione successiva utilizzando il contesto pertinente e consentito relativo al cliente, al nucleo familiare o all’azienda
A nessun singolo team, né a nessun singolo sistema, è mai stato fornito un quadro così completo su cui basare il proprio lavoro.
2. Quando l’IA opera sulla base di una visione parziale, nessuno è in grado di spiegare cosa abbia fatto
Anziché costruirsi una propria visione del cliente, un modello di IA apprende da qualsiasi visione gli venga fornita.
Quando tale visione è frammentata, il risultato del modello riflette la stessa frammentazione, con rapidità e su larga scala.
Se sei un assicuratore che utilizza l’IA per dare priorità alla fidelizzazione o al servizio sinistri, la stessa persona potrebbe apparire come contraente, assicurato, richiedente, beneficiario, membro o referente del nucleo familiare. Queste identità basate sui ruoli potrebbero risiedere in sistemi diversi, senza alcun collegamento regolamentato tra loro.
Il modello raccomanda l’azione migliore da intraprendere sulla base di una relazione parziale. Il risultato è difficile da spiegare, ancora più difficile da difendere e, a volte, errato per il cliente che lo riceve.
In un contesto regolamentato, è proprio questo l’aspetto che viene messo alla prova. La completezza dei dati, di per sé, non è sufficiente. È necessario anche spiegare:
- Quali dati relativi all’identità, alle relazioni e alle fonti hanno influenzato la decisione
- Perché ci si è fidati di quei dati
- Se le informazioni fossero aggiornate e autorizzate per quello scopo
- In che modo un responsabile dei dati, un revisore o un'autorità di regolamentazione possa verificare la decisione e l'eventuale intervento umano
Il CRM gestisce le interazioni. I data lake e i lakehouse archiviano, elaborano e analizzano i dati su larga scala. Le piattaforme bancarie di base, quelle dedicate alle polizze e ai sinistri gestiscono i processi operativi.
La gestione dei dati master (MDM) integra — non sostituisce — tali sistemi, definendo identità, relazioni, gerarchie e definizioni aziendali regolamentate che essi possono condividere e riutilizzare. È questo che rende il Customer 360 coerente, tracciabile e pronto per il processo decisionale da parte di persone, analisi e IA.
3. La visione del cliente si frammenta nuovamente ad ogni cambiamento aziendale
Nuovi clienti, prodotti e modifiche ai sistemi aggiungono costantemente nuovi frammenti. Pertanto, anche un’azienda che risolve questo problema oggi dovrà affrontarlo nuovamente domani, a causa di fattori quali:
- Le fusioni e le acquisizioni introducono sistemi realizzati secondo standard diversi da team diversi
- Nuovi canali e prodotti generano profili che la visione esistente non ha mai preso in considerazione
- Le migrazioni di sistema trasferiscono i dati in nuove strutture e compromettono la logica su cui si basavano le vecchie regole di abbinamento
- Nuovi casi d’uso dell’IA combinano i dati dei clienti in modi che nessuno aveva previsto
Questi cambiamenti sono all’ordine del giorno nel settore BFSI e ciascuno di essi può reintrodurre frammentazione, a meno che l’identità, le relazioni e la governance non vengano mantenute costantemente. Ecco perché, per una visione completa del cliente, è necessario un approccio continuo e regolamentato che garantisca l’accuratezza man mano che l’azienda evolve. Se lo si considera un progetto con un traguardo finale, tutto il lavoro svolto viene vanificato nel momento stesso in cui l’azienda cambia nuovamente direzione.
4. La posta in gioco aumenta man mano che le decisioni basate sull’IA passano da giorni a secondi
Le decisioni che prima richiedevano giorni ora avvengono in pochi secondi. Le decisioni relative al credito, gli avvisi di frode, la valutazione delle richieste di risarcimento, i rinvii per la sottoscrizione e le azioni ottimali successive vengono sempre più spesso gestite tramite processi automatizzati, lasciando meno tempo a una persona per identificare contesti mancanti o fuorvianti.
Questa velocità cambia il significato stesso di una visione completa del cliente.
In passato, un problema relativo ai dati rallentava il processo decisionale. Di solito qualcuno se ne accorgeva prima che la questione andasse oltre.
Ora, un problema relativo ai dati segue lo stesso processo automatizzato di tutto il resto e produce un risultato prima che qualcuno possa verificarlo.
La velocità elimina quella rete di sicurezza che un tempo era garantita dai processi manuali, più lenti.
Un quadro completo e affidabile del cliente era un tempo un obiettivo a cui le aziende aspiravano nel corso del tempo. Oggi è un prerequisito per un’IA sicura nel settore BFSI.
Quando manca la risoluzione dell’identità, compare il «cliente Frankenstein»
Nel nostro ebook, «Meet Your Frankenstein Customer» – una lettura utile per chiunque si occupi della gestione dei dati dei clienti nel settore BFSI – potrete osservare questo schema: un profilo cliente ricomposto da frammenti, duplicati e dati contrastanti.
I dati sembrano abbastanza plausibili da superare un controllo sommario, ma crollano nel momento stesso in cui vengono utilizzati per prendere una decisione importante.
Senza un metodo regolamentato per stabilire l’identità e collegarla al contesto pertinente, l’intelligenza artificiale rischia di agire sulla base di quello stesso profilo cliente “ricomposto” — indipendentemente dal fatto che qualcuno se ne accorga immediatamente o solo dopo che una decisione è stata presa.
Come STEP affronta questo problema
STEP, la piattaforma di intelligence affidabile di Stibo Systems , offre alle aziende del settore BFSI una base di dati master indipendente e regolamentata che opera in sinergia con i sistemi CRM, i sistemi bancari core, le piattaforme relative a polizze e sinistri, i dati cloud e le piattaforme di IA. STEP stabilisce identità affidabili e collega il contesto aziendale di cui l’IA ha bisogno senza sostituire i sistemi che gestiscono le transazioni:
- Identità affidabili: abbina, consolida e governa i record relativi a clienti e soggetti, preservando al contempo la fonte, la provenienza e gli identificatori persistenti
- Relazioni e gerarchie: collega nuclei familiari, persone giuridiche, titolari effettivi, broker e intermediari, ruoli e strutture organizzative
- Contesto aziendale semantico: applica definizioni, classificazioni e governance condivise affinché le persone e l’IA comprendano il significato delle entità e delle relazioni
- Connessione e controllo aziendale: pubblica identità e contesto governati su CRM, piattaforme principali, dati cloud, analisi e IA, con tracciabilità, controlli automatizzati e supervisione umana per le eccezioni
Insieme, queste funzionalità trasformano i record frammentati in informazioni affidabili e ricche di contesto che le persone e l’IA possono utilizzare con maggiore sicurezza — e che le aziende del settore BFSI possono spiegare, governare e difendere. Per scoprire come noi di Stibo Systems supportiamo le organizzazioni dei servizi finanziari e assicurativi, visita le pagine dedicate al settore sul nostro sito web.
FAQ
Che cos'è un Customer 360 affidabile?
Un Customer 360 affidabile è una visione governata e aggiornata di una persona o di un'organizzazione che collega l'identità con prodotti, conti, politiche, ruoli, famiglie, entità legali e relazioni rilevanti attraverso i sistemi. Preserva anche la provenienza, in modo che gli utenti sappiano da dove proviene l'informazione e perché è considerata affidabile.
Il Customer 360 significa raccogliere più dati?
No. L'obiettivo non è la raccolta indiscriminata di dati. È per connettere e gestire i dati già detenuti per uno scopo definito, soggetti a controlli appropriati di privacy, scopo e accesso.
Qual è il ruolo della risoluzione dell'identità nel Customer 360?
La risoluzione dell'identità confronta e riconcilia i record che possono riferirsi alla stessa persona o organizzazione e stabilisce un'identità di parte fidata. È fondamentale, ma non è tutto il Customer 360, che include anche relazioni, gerarchie, significato aziendale e governance.
In che modo l'MDM è diverso dal CRM o da un data lakehouse?
Il CRM gestisce le interazioni con i clienti, mentre i data lake e i lakehouse supportano l'archiviazione, l'elaborazione, l'analisi e l'IA. MDM stabilisce identità condivise e governate, relazioni, gerarchie e definizioni aziendali che questi sistemi possono utilizzare in modo coerente.
Questo si applica ai clienti aziendali così come agli individui?
Sì, i clienti aziendali spesso richiedono un'intelligenza relazionale più complessa. Un cliente aziendale può includere una società madre o una società madre ultima, filiali, beneficiari effettivi, broker o intermediari, ruoli, sedi e più contatti. MDM mantiene le entità legali distinte mentre le collega attraverso gerarchie e relazioni governate.
Cosa succede quando l'abbinamento sbaglia?
Un falso abbinamento può combinare due parti diverse, mentre un abbinamento mancato può lasciare la stessa parte frammentata attraverso i sistemi. Entrambi possono distorcere le decisioni relative a KYC, rischio, reclami, assistenza e personalizzazione. Le decisioni di corrispondenza e relazione dovrebbero essere governate, tracciabili e spiegabili, con automazione per i casi chiari e revisione o rimedio umano per le eccezioni.
Chi in un'organizzazione BFSI di solito si occupa di questo problema?
Customer 360 è una responsabilità condivisa tra business e dati. I proprietari dei domini aziendali definiscono i risultati e le regole, i team di governance e stewardship dei dati mantengono la qualità e la responsabilità, i team tecnologici integrano i sistemi, e le funzioni di privacy, rischio e conformità stabiliscono i controlli appropriati. I team di intelligenza artificiale consumano questa base di fiducia; non dovrebbero possederla da soli.
