Settore bancario e observability, i consigli di Riverbed

Fernando Castanheira, Corporate Chief Information Officer di Riverbed Technology, offre utili suggerimenti per l’observability nel settore bancario.

Dalla metà degli anni 2000, il settore bancario ha vissuto una profonda trasformazione: prima l’avvento delle FinTech e degli asset crittografici, poi la blockchain e la nuova generazione internet Web3, fino alla recente ascesa dell’AI. Si stima che quest’ultima potrebbe contribuire fino a 4 trilioni di dollari alla crescita del PIL nei prossimi anni. Nel settore dei servizi finanziari, tecnologie come il machine learning vengono già impiegate in vari ambiti e l’AI supporta processi come la valutazione dei rischi nei pagamenti, una prima analisi per l’erogazione del credito, e fornisce interfacce conversazionali per le app bancarie mobili, e altro ancora.
La domanda è: come possono le banche restare al passo e capitalizzare queste nuove opportunità? Di seguito alcuni suggerimenti.

Settore bancario – Conoscere i competitor

Oggi, gruppi come Ethereum, Polygon e Solana contano oltre 1,3 miliardi di indirizzi – equivalenti a conti bancari – e migliaia di sviluppatori lavorano per estendere il software finanziario in modalità open-source. Le FinTech e le neo banche stanno sfidando i grandi del settore, come Visa e MasterCard, e stanno ottenendo grandi risultati. Con un investimento mensile stimato di 4 miliardi di dollari nel settore FinTech e una decentralizzazione inarrestabile, anche le banche più affermate devono cogliere l’opportunità di reinventarsi.

Cercare collaborazioni

Questa trasformazione epocale non può essere affrontata in solitaria. È essenziale instaurare partnership tecnologiche strategiche per restare competitivi. Anche le grandi aziende tecnologiche si appoggiano alle istituzioni finanziarie per offrire soluzioni bancarie integrate ai clienti. Per esempio, Apple Card è stata creata in collaborazione con Goldman Sachs, e Amazon si collega a fondi di capitale per sostenere le transazioni commerciali.

Scegliere la piattaforma giusta

Oltre ai partner, è cruciale selezionare una piattaforma che offra visibilità e consapevolezza su come i clienti interagiscono con i servizi bancari, garantendo una to Digital Experience ottimale. Nella Global Digital Employee Experience (DEX) Survey di Riverbed, il 98% dei leader del settore ritiene la DEX fondamentale per mantenere la competitività.

Garantire la soddisfazione dei clienti

Queste innovazioni sono vantaggiose per gli utenti: oggi non c’è più bisogno di distinguere tra pagamenti, banca e investimenti, sono tutti integrati in un’unica app facile e veloce da usare. Gli utenti inviano denaro tramite app di messaggistica, risparmiano tramite app di pagamento, investono tramite app di gestione del risparmio e monitorano conti e budget tramite app di gestione finanziaria. Se una piattaforma non ha tutte queste funzionalità – preferibilmente supportate da un robo-advisor intuitivo – gli utenti tenderanno a passare a un servizio concorrente che le offre.

Analizzare i dati

Alla base della creazione di insight utili e di Digital Experience rilevanti c’è il dato. È fondamentale raccogliere, analizzare e ottenere insight dai dati completi su tutte le piattaforme. Per avere ottimi risultati, servono dati di alta qualità. La chiave è comprendere cosa rappresenti la “normalità” per il proprio business, così da evitare di scendere al di sotto di un determinato standard e riconoscere quando si superano le aspettative.

Investire in un monitoraggio intelligente

Collaborando con un leader nell’AI Observability e implementando una piattaforma per il monitoraggio dei dati (mettendo così in atto i passaggi precedenti), è possibile stabilire un proprio standard di “normalità”, comprendere le esperienze di dipendenti e clienti e attuare interventi basati su dati concreti, piuttosto che su mere ipotesi.

Automatizzare, automatizzare, automatizzare

Le migliori piattaforme sul mercato dispongono di strumenti integrati che, grazie all’AI e al machine learning, automatizzano le attività. Automatizzare la risoluzione dei problemi e l’eliminazione dei bug incrementa la produttività dei dipendenti e ottimizzare le app, assicurando una migliore esperienza utente.

Valutare le risorse e fare scelte intelligenti

Grazie all’analisi dei dati, è possibile ottimizzare le risorse, comprendendo quali siano effettivamente usate e quali necessitino di aggiornamenti. È utile, ad esempio, considerare alcuni aspetti che possono influire in maniera significativa sugli investimenti IT, quali:

1. Hardware adeguato – sono necessari tutti i computer in dotazione o potrebbero essere sufficienti spazi VDI?
2. Software – quante delle licenze in dotazione hanno effettivamente utenti assegnati?
3. Storage – quanti dati vengono realmente utilizzati?
4. Manutenzione – è necessario sostituire tutti i dispositivi contemporaneamente o alcuni sono ancora efficienti?

Monitorare trend e modelli attuali e futuri

L’AI, applicata al monitoraggio dei dati, può essere utilizzata non solo per comprendere ciò che avviene oggi, ma anche per prevedere scenari futuri e anticipare le risposte. Ad esempio, se i clienti tendono a utilizzare regolarmente un’app bancaria a fine mese per effettuare spese, operazioni e investimenti, questo comportamento può essere previsto, allocando maggiori risorse di rete in quel periodo per garantire un’esperienza utente fluida.

Proteggere il budget e il pianeta

Sebbene l’investimento in nuove tecnologie possa comportare dei costi, queste soluzioni permettono anche di ottenere risparmi significativi e di ridurre l’impronta di carbonio. Seguendo le fasi sopra descritte, sfruttando gli insight basati sui dati per una corretta allocazione delle risorse, aumentando la produttività e prevedendo i trend è possibile migliorare il ROI e ridurre l’uso di risorse.