Nelle conversazioni con banche, compagnie assicurative e organizzazioni di servizi finanziari mi capita sempre più spesso di sentire questa domanda: “Abbiamo già Snowflake e Databricks, quindi perché abbiamo ancora bisogno della gestione dei dati di riferimento?”
È una domanda legittima. E anche molto comprensibile.
La risposta breve è questa: le moderne piattaforme di dati rendono i dati più accessibili e più facili da analizzare, ma non spiegano chi o cosa rappresentino effettivamente quei dati. Questo è il compito della gestione dei dati master (MDM), il fondamento su cui si basa la piattaforma di intelligence affidabile di Stibo Systems.
Cosa risolvono Snowflake e Databricks
Gli istituti finanziari hanno investito massicciamente nelle piattaforme dati moderne. Snowflake ha aiutato le organizzazioni a centralizzare, condividere e analizzare i dati su larga scala. Databricks ha contribuito ad accelerare l’analisi dei dati, la scienza dei dati e l’intelligenza artificiale. Entrambe sono parti importanti dell’architettura dati moderna.
Tuttavia, non eliminano la necessità dell’MDM.
Cosa non risolvono
Pensateci come se fosse il calcio. Potete avere uno stadio fantastico, analisti di livello mondiale, tattiche brillanti e i migliori impianti di allenamento. Ma se la formazione in campo è sbagliata, ci sono giocatori in doppio, nessuno sa chi ricopre quale ruolo e metà della rosa sta utilizzando la formazione della scorsa stagione, le cose si complicano rapidamente.
La gestione dei dati aziendali funziona in modo simile.
Una piattaforma dati moderna può rendere i dati più accessibili, più veloci da elaborare e più disponibili per la reportistica, l’analisi e l’intelligenza artificiale. Ma non risponde automaticamente alle domande aziendali che stanno ancora più a cuore ai dirigenti:
- Di quale cliente si tratta?
- Qual è la versione corretta del prodotto?
- Quale entità giuridica è titolare di questo rapporto?
- Quale broker, consulente o intermediario è coinvolto?
- Chi è il titolare dei dati?
- Possiamo fidarci abbastanza da utilizzarli per prendere una decisione?
È proprio qui che emerge la lacuna.
Dove si manifestano le lacune nei servizi finanziari
Sebbene molte organizzazioni dispongano ormai di moderne piattaforme cloud, continuano a dover affrontare i soliti punti critici:
- Clienti duplicati
- Definizioni dei prodotti incoerenti
- Gerarchie poco chiare
- Dati frammentati relativi alle entità giuridiche
- Identificatori in conflitto
- Riconciliazione manuale tra i sistemi
Sebbene l’architettura tecnologica appaia moderna, il problema aziendale non è scomparso. È l’equivalente, in termini di dati, di avere un arbitro video, localizzatori GPS e un intero team di analisti che analizza le prestazioni dei giocatori, mentre si continua a discutere sulla formazione ufficiale della squadra.
Gli impatti variano a seconda del settore:
- Nel settore bancario, ciò può influire sull’onboarding, sul Know Your Customer (KYC), sulle decisioni di credito, sull’esposizione verso le controparti, sulla rendicontazione normativa e sull’esperienza del cliente.
- Nel settore assicurativo, può influire sul riconoscimento degli assicurati, sui rapporti con i broker, sui sinistri, sulla governance dei prodotti e sulla gestione dell’esposizione.
- Nella gestione patrimoniale e degli asset, può influire sulla gestione dei nuclei familiari, sui rapporti con i consulenti, sull’idoneità, sulla rendicontazione e sull’esperienza del cliente.
Come l’MDM colma questa lacuna
L’MDM crea record master affidabili, risolve i duplicati, governa le relazioni, gestisce le gerarchie, applica le regole di business e definisce la titolarità. Fornisce i dati affidabili e il contesto aziendale di cui le piattaforme dati, gli strumenti di analisi e i modelli di intelligenza artificiale hanno bisogno per produrre risultati affidabili.
La differenza fondamentale è che Snowflake e Databricks aiutano le organizzazioni a ottenere di più dai dati. L’MDM contribuisce a garantire che lo facciano utilizzando i dati corretti.
Perché questo aspetto diventa sempre più importante con l’accelerazione dell’adozione dell’IA
L’IA non risolve magicamente il problema dei dati frammentati. In molti casi, si limita semplicemente a metterli in evidenza. Se i dati relativi a clienti, prodotti, politiche, conti o persone giuridiche sono incoerenti, l’IA può fornire risposte più rapide, ma non necessariamente migliori.
Per i dirigenti, si tratta di una questione di valore aziendale, non di un dibattito sull’architettura tecnica. Dati di riferimento affidabili contribuiscono a migliorare l’esperienza del cliente, ridurre il lavoro manuale, rafforzare la fiducia delle autorità di regolamentazione, migliorare la qualità delle decisioni e rendere gli investimenti nell’IA più sicuri ed efficaci.
E per i settori soggetti a regolamentazione, questo non è facoltativo. Quadri normativi come il DORA richiedono sempre più spesso alle società di servizi finanziari di dimostrare la provenienza e la governance dei dati che alimentano i loro sistemi di IA.
Mentre Snowflake è in grado di scalare l’accesso ai dati e Databricks può accelerare l’analisi e l’IA, l’MDM contribuisce a garantire che i dati a disposizione di Snowflake e Databricks siano accurati, coerenti, governati e basati su definizioni aziendali condivise.
Sono necessari entrambi perché svolgono funzioni diverse.
La domanda giusta da porsi
Le aziende dovrebbero invece chiedersi: «Come possiamo garantire che i dati che alimentano le nostre piattaforme, i nostri report, le nostre analisi e l’intelligenza artificiale siano sufficientemente affidabili per prendere decisioni critiche per l’azienda?»
Nella seconda parte di questa serie di post sul blog, esaminerò in che modo ciò crei un reale valore aziendale in ambiti che vanno dall’onboarding e dall’esperienza del cliente alla gestione dei rischi, alla conformità, alla preparazione all’intelligenza artificiale e alla crescita per le organizzazioni operanti nei settori bancario, assicurativo e della gestione patrimoniale e degli asset.
FAQ
Snowflake sostituisce la necessità di gestire i dati master?
No. Snowflake centralizza e scala l'accesso ai dati, ma non risolve i record duplicati, non definisce la proprietà e non governa le relazioni. È quello che fa l'MDM.
Databricks sostituisce la necessità di una gestione dei dati master?
No. Databricks accelera l'analisi e l'IA, ma dipende ancora da dati affidabili e ben governati provenienti da MDM per produrre risultati affidabili.
Qual è la differenza tra una piattaforma di dati e la gestione dei dati master?
Una piattaforma di dati rende i dati accessibili e processabili. MDM assicura che i dati siano accurati, deduplicati e affidabili prima di essere utilizzati.
